add new guide files

This commit is contained in:
team2
2026-02-26 21:07:24 +01:00
parent a68f5182e4
commit 71f86f112b
2 changed files with 696 additions and 0 deletions

402
INSTALL.md Normal file
View File

@@ -0,0 +1,402 @@
# RAG-System Enterprise Installationsanleitung
Stand: Februar 2026
Architektur: Symfony (PHP 8.2+) + MariaDB 10.11 + Python Vector Service (FAISS) + Ollama LLM
Betriebsmodus: On-Prem / Containerfähig / CPU-basiert
Diese Anleitung beschreibt eine vollständige Neuinstallation auf sauberer Infrastruktur.
---
# 1. Systemvoraussetzungen
## 1.1 Betriebssystem
Empfohlen:
- Ubuntu 22.04 LTS (Server)
Alternativ:
- Debian 12
- macOS (Entwicklung)
- Windows nur via WSL2
---
## 1.2 PHP
Version:
- PHP 8.2 oder höher
Erforderliche Extensions:
- pdo
- pdo_mysql
- mbstring
- intl
- curl
- json
- zip
Prüfung:
```bash
php -v
php -m
```
---
## 1.3 Composer
```bash
composer --version
```
Falls nicht vorhanden:
```bash
sudo apt install composer
```
---
## 1.4 Datenbank
Version:
- MariaDB 10.11.x (entspricht aktueller ENV)
Installation:
```bash
sudo apt install mariadb-server
```
Datenbank und Benutzer anlegen:
```sql
CREATE DATABASE db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
CREATE USER 'db'@'%' IDENTIFIED BY 'db';
GRANT ALL PRIVILEGES ON db.* TO 'db'@'%';
FLUSH PRIVILEGES;
```
---
## 1.5 Python
Version:
- Python 3.10 oder höher
Installation:
```bash
sudo apt install python3 python3-venv python3-pip
```
Prüfen:
```bash
python3 --version
```
---
## 1.6 Ollama (LLM Backend)
Installation:
```bash
curl -fsSL https://ollama.com/install.sh | sh
```
Modell bereitstellen:
```bash
ollama pull qwen3
oder
ollama pull mto-model (Wenn eigens KI-Model erstellt wurde)
```
Verfügbarkeit prüfen:
```bash
curl http://127.0.0.1:11434/api/tags
```
---
# 2. Projektbereitstellung
## 2.1 Entpacken
```bash
unzip rag.zip
cd rag
```
oder via Git:
```bash
git clone <repository>
cd <repository>
```
---
## 2.2 PHP-Abhängigkeiten installieren
```bash
composer install --no-interaction
```
Für Produktion:
```bash
composer install --no-dev --optimize-autoloader
```
---
# 3. Environment-Konfiguration
Datei `.env` im Projektroot konfigurieren.
## 3.1 Symfony Core
```env
APP_ENV=dev
APP_SECRET=09333662211af45850ff13d68a40f8e3
```
Produktion:
```env
APP_ENV=prod
```
---
## 3.2 AI Agent Core
```env
AI_LLM_API_URL=http://host.docker.internal:11434/api/generate
AI_LLM_MODEL=mto-model
AI_LLM_TIMEOUT=600
AI_HISTORY_DIR=var/agent-history
AI_CONTEXT_LINES=20
AI_CONTEXT_LINES_FULL=500
```
Hinweise:
- Timeout unter 600 Sekunden wird nicht empfohlen.
- API-URL an Infrastruktur anpassen (Docker vs. Localhost).
---
## 3.3 Debug-Konfiguration
```env
AI_DEBUG=false
AI_LOG_PROMPT=false
AI_LOG_CONTEXT=false
```
In Entwicklungsumgebung optional aktivieren.
---
## 3.4 Datenbank (aktive Konfiguration)
Nur diese DATABASE_URL verwenden:
```env
DATABASE_URL="mysql://db:db@db:3306/db?sslmode=disable&charset=utf8mb4&serverVersion=10.11.0-mariadb"
DATABASE_VERSION="10.11.0-mariadb"
DATABASE_DRIVER="mysql"
DATABASE_HOST="db"
DATABASE_PORT="3306"
DATABASE_USER="db"
DATABASE_PASSWORD="db"
DATABASE_NAME="db"
DATABASE_SERVER="mysql://db:3306"
```
Wichtig:
- PostgreSQL-Konfiguration entfernen.
- Nur eine DATABASE_URL definieren.
---
## 3.5 Messenger
```env
MESSENGER_TRANSPORT_DSN=doctrine://default?auto_setup=0
```
Queue läuft über Datenbank.
---
## 3.6 Mailer (optional)
```env
MAILER_DSN="smtp://127.0.0.1:1025"
MAILER_HOST="127.0.0.1"
MAILER_PORT="1025"
MAILER_DRIVER="smtp"
MAILER_AUTH_MODE=""
MAILER_USERNAME=""
MAILER_PASSWORD=""
MAILER_CATCHER="1"
MAILER_WEB_URL="https://rag.ddev.site:8026"
```
Nur relevant wenn Mailfunktionen aktiv genutzt werden.
---
# 4. Datenbankmigration
```bash
php bin/console doctrine:migrations:migrate --no-interaction
```
---
# 5. Python Vector Service
## 5.1 Virtual Environment anlegen
```bash
python3 -m venv .venv
source .venv/bin/activate
```
---
## 5.2 Abhängigkeiten installieren
Automatisiert:
```bash
php bin/console mto:agent:vector:control --install
```
Alternativ manuell:
```bash
pip install fastapi uvicorn sentence-transformers faiss-cpu numpy
```
CPU-Version von FAISS ist ausreichend.
---
## 5.3 Vector Service starten
```bash
php bin/console mto:agent:vector:control --start
```
Status prüfen:
```bash
php bin/console mto:agent:vector:control --status
```
---
# 6. Initialer Reindex
Vor produktiver Nutzung zwingend erforderlich:
```bash
php bin/console mto:agent:ingest:global
```
Ohne Reindex ist kein Retrieval möglich.
---
# 7. Anwendung starten
Entwicklung:
```bash
php -S 127.0.0.1:8000 -t public
```
Produktion:
- Über Nginx oder Apache bereitstellen
- APP_ENV=prod setzen
- Cache warmup durchführen
```bash
php bin/console cache:clear --env=prod
php bin/console cache:warmup --env=prod
```
---
# 8. Funktionstest
1. Datenbank erreichbar
2. Migration erfolgreich
3. Vector Service aktiv
4. Ollama erreichbar
5. Global Reindex durchgeführt
6. Dokument hochgeladen
7. Version aktiviert
8. Chat liefert Antwort
---
# 9. Betriebsrelevante Hinweise
## Modellwechsel
Bei Änderung von:
- AI_LLM_MODEL
Kein Reindex erforderlich.
Bei Änderung von:
- Embedding-Modell (Python-Seite)
- Embedding-Dimension
- Chunking-Parametern
Global Reindex zwingend erforderlich.
---
## NDJSON und Vector Index
Speicherort:
```
var/vector/
```
Nicht manuell verändern.
Index ist deterministisch und wird vollständig neu aufgebaut.
---
## Produktionsbetrieb
Empfohlen:
- Reverse Proxy (Nginx)
- Systemd Service für Vector Service
- Eigener Service für Ollama
- Backup von Datenbank + var/vector/
---
# Installation abgeschlossen
Das System ist betriebsbereit für:
- Versionierte Dokumentverwaltung
- Deterministischen NDJSON-Ingest
- FAISS-Vektorindex
- Hybrid Retrieval
- LLM-gestützte Antwortgenerierung