optimize intents

src/Intent/IntentLite.php

@@ -0,0 +1,144 @@
+<?php
+
+declare(strict_types=1);
+
+namespace App\Intent;
+
+/**
+ * IntentLite
+ *
+ * Deterministische, LLM-agnostische Intent-Erkennung.
+ * Fokus: LIST-Intent für Retrieval-Steuerung.
+ *
+ * WICHTIG:
+ * - Immer mit dem ORIGINAL-Prompt aufrufen.
+ * - Nicht mit dem QueryCleaner-Ergebnis.
+ */
+final class IntentLite
+{
+    private const LIST_THRESHOLD = 4;
+
+    public function detectList(string $originalPrompt): array
+    {
+        $p = $this->normalize($originalPrompt);
+
+        $score = 0;
+        $signals = [];
+
+        // --------------------------------------------------------
+        // 1. Starke explizite Listen-Trigger (hohes Gewicht)
+        // --------------------------------------------------------
+        $strongPatterns = [
+            '/\bliste(n)?\b/u',
+            '/\bauflisten\b/u',
+            '/\baufz(a|ä)hl(en)?\b/u',
+            '/\bnenn(e)?\b/u',
+            '/\bzeig(e)?\b/u',
+            '/\bwelche\s+sind\b/u',
+            '/\bwelche\s+gibt\s+es\b/u',
+            '/\bwas\s+sind\b/u',
+            '/\bwie\s+viele\b/u',
+            '/\branking\b/u',
+            '/\btop\s*\d+\b/u',
+        ];
+
+        foreach ($strongPatterns as $pattern) {
+            if (preg_match($pattern, $p) === 1) {
+                $score += 3;
+                $signals[] = "strong:$pattern";
+            }
+        }
+
+        // --------------------------------------------------------
+        // 2. Mengen- / Mehrzahl-Indikatoren
+        // --------------------------------------------------------
+        $quantityWords = [
+            'alle',
+            'sämtliche',
+            'saemtliche',
+            'mehrere',
+            'verschiedene',
+            'einige',
+            'viele',
+            'optionen',
+            'möglichkeiten',
+            'moeglichkeiten',
+            'varianten',
+            'arten',
+            'modelle',
+            'funktionen',
+            'punkte',
+            'schritte',
+            'kategorien',
+            'übersicht',
+            'uebersicht',
+        ];
+
+        foreach ($quantityWords as $word) {
+            if (preg_match('/\b' . preg_quote($word, '/') . '\b/u', $p) === 1) {
+                $score += 2;
+                $signals[] = "quantity:$word";
+            }
+        }
+
+        // --------------------------------------------------------
+        // 3. Explizite Zahlen (z. B. "5 Vorteile")
+        // --------------------------------------------------------
+        if (preg_match('/\b\d+\b/u', $p) === 1) {
+            $score += 2;
+            $signals[] = 'number';
+        }
+
+        // --------------------------------------------------------
+        // 4. Enumeration-Hinweise (1., -, *, etc.)
+        // --------------------------------------------------------
+        if (
+            preg_match('/(^|\s)(\d+\)|\d+\.|-\s|\*\s)/u', $originalPrompt) === 1
+        ) {
+            $score += 1;
+            $signals[] = 'enumeration_hint';
+        }
+
+        // --------------------------------------------------------
+        // Entscheidung
+        // --------------------------------------------------------
+        $isList = $score >= self::LIST_THRESHOLD;
+
+        return [
+            'is_list' => $isList,
+            'score'   => $score,
+            'signals' => $signals,
+        ];
+    }
+
+    public function isListQuery(string $originalPrompt): bool
+    {
+        return $this->detectList($originalPrompt)['is_list'];
+    }
+
+    // ------------------------------------------------------------
+    // Interne Normalisierung (ohne Stopword-Entfernung!)
+    // ------------------------------------------------------------
+    private function normalize(string $s): string
+    {
+        $s = mb_strtolower($s);
+
+        // Umlaute zusätzlich absichern (falls QueryCleaner das tut)
+        $replacements = [
+            'ä' => 'ae',
+            'ö' => 'oe',
+            'ü' => 'ue',
+            'ß' => 'ss',
+        ];
+
+        // Nur als Zusatzform speichern (nicht ersetzen!)
+        foreach ($replacements as $umlaut => $alt) {
+            if (str_contains($s, $umlaut)) {
+                $s .= ' ' . str_replace($umlaut, $alt, $s);
+                break;
+            }
+        }
+
+        return $s;
+    }
+}

src/Knowledge/Retrieval/NdjsonHybridRetriever.php

@@ -5,6 +5,7 @@ declare(strict_types=1);
 namespace App\Knowledge\Retrieval;
 
 use App\Entity\ModelGenerationConfig;
+use App\Intent\IntentLite;
 use App\Knowledge\ChunkManager;
 use App\Knowledge\QueryCleaner;
 use App\Repository\ModelGenerationConfigRepository;
@@ -30,7 +31,10 @@ final class NdjsonHybridRetriever implements RetrieverInterface
         private readonly TagRoutingService               $tagRouting,
         private readonly ModelGenerationConfigRepository $configRepository,
         private readonly QueryCleaner                    $queryCleaner,
-    ) {}
+        private readonly IntentLite                      $intentLite
+    )
+    {
+    }
 
     public function retrieve(string $prompt): array
     {
@@ -54,7 +58,7 @@ final class NdjsonHybridRetriever implements RetrieverInterface
         $vectorTopKBase = max(1, min($config->getRetrievalVectorTopK(), self::HARD_MAX_VECTORK));
 
         // Wichtig: List-Detection bleibt auf Originalprompt (sonst entfernst du "zeige/liste" etc.)
-        $isListQuery = $this->isListQuery($prompt);
+        $isListQuery = $this->intentLite->isListQuery($prompt);
 
         // -------------------------------------------------
         // CLEAN QUERY (nur für Retrieval: Tags + Vector)
@@ -81,7 +85,7 @@ final class NdjsonHybridRetriever implements RetrieverInterface
 
         // List mode: höhere Abdeckung, um mehr Dokumente zu ranken
         if ($isListQuery) {
-            $topK = max($vectorTopKBase * 3, 80);
+            $topK = (int)round($vectorTopKBase * 2.5);
         }
 
         $topK = max(1, min($topK, self::HARD_MAX_VECTORK));
@@ -194,17 +198,6 @@ final class NdjsonHybridRetriever implements RetrieverInterface
     // LIST QUERY DETECTION
     // =========================================================
 
-    private function isListQuery(string $prompt): bool
-    {
-        $prompt = mb_strtolower($prompt);
-
-        return str_contains($prompt, 'liste')
-            || str_contains($prompt, 'zeige')
-            || str_contains($prompt, 'nenn')
-            || str_contains($prompt, 'welche')
-            || preg_match('/\b\d+\b/', $prompt) === 1;
-    }
-
     // =========================================================
     // DOCUMENT RANKING (Adjusted Scores incl. Tag Bonus)
     // =========================================================