M1+M2: RAG-Pipeline mit verbindlichem Grounding

agent/-Paket: Ingest (601 Layer-2-Eintraege -> 3005 Chunks, FTS5-BM25 +
Vektoren-Cache), Hybrid-Retrieval (RRF, Stand-Boost, cross_ref-Erweiterung),
Ollama-Client (embed/chat, think-Flag-Fallback, kurzes Connect-Budget),
Systemprompt mit Zitierpflicht, Post-Validierung (zitierte IDs gemaess
Retrieved-Set, 1x Regenerierung, dann Verweigerung), FastAPI (/ask, /health,
/reindex), CLI, Goldset (31 Fragen, IDs gegen kb.json verifiziert, inkl.
ATZ-Konfliktfall + 4 Verweigerungsfaelle), Eval-Suite, Test-Chat.

41 Offline-Tests gruen. Baseline BM25-only: Hit-Rate 0,871 / Recall@8 0,855 /
MRR 0,476. Hybrid-Messung, Antwortmodus-Eval und Modell-Bake-off (M3) auf
dem Host ausstaendig (Ollama aus der Zed-Sandbox nicht erreichbar).

MEMORY.md und planung.md Umsetzungsstand aktualisiert.

.agents/MEMORY.md

@@ -0,0 +1,77 @@
+# Agent-Memory — pv-agent
+
+Rollender Übergabe-Log für agent-Threads. Workflow: `.agents/SKILL.md`
+(agent-memory-Skill). Ergänzen, nicht überschreiben.
+
+## Current focus
+
+M1 (Index + Retrieval) und M2 (Ollama-Generierung + Grounding + API) sind
+implementiert. Ausstehend: Host-Validierung mit Ollama (Dense-Index,
+Antwortmodus-Eval) und Modell-Bake-off (M3). Odoo-Integration (M4) ist
+separat zu planen.
+
+## Completed (2026-09-14)
+
+- **Planung** (`planung.md`): Architektur, Grounding-Regeln, Modellfeld
+  (Bake-off: qwen3.8:27b primär, qwen3:32b, gemma3:27b, mistral-small3.2:24b,
+  qwen3:14b als Latenz-Untergrenze), Meilensteine M1–M4.
+- **Skill** `.agents/skills/pv-rag-agent/SKILL.md`: verbindliche Regeln für
+  die Implementierung (Grounding, Architektur-Entscheidungen, Gates,
+  Modellwechsel-Protokoll).
+- **Commits**: `25eb285` (Wissensbasis-Import 601 Layer-2-Einträge +
+  .gitignore), `bf8191b` (Planung + Skills). Noch nicht gepusht — Remote
+  `http://localhost:3003/fegger/pv-agent.git` ist aus der Zed-Sandbox nicht
+  erreichbar; User muss vom Host pushen.
+- **Implementierung M1+M2** (`agent/`-Paket): kb.py (Parsing + kb.json-Gate),
+  ingest.py (3005 Chunks aus 601 Einträgen, FTS5 + Vektoren-Cache),
+  retrieve.py (Hybrid BM25+Dense/RRF, Stand-Boost, cross_ref-Erweiterung),
+  generate.py (Systemprompt, Post-Validierung, 1× Regenerierung, dann
+  Verweigerung), ollama_client.py (embed/chat, think-Flag-Fallback),
+  api.py (/ask /health /reindex), cli.py, eval/ (Goldset 31 Fragen,
+  evaluate.py), web/index.html, 41 offline Tests (grün).
+- **Baseline BM25-only**: Hit-Rate 0,871 · Recall@8 0,855 · MRR 0,476
+  (31 Fragen). 4 Fehltreffer: Komposita/Stamm-Schwächen (aliquotiert↔
+  Aliquotierung, Mindestlohngesetz) — Dense-Suche soll diese beheben.
+
+## Open issues / blockers
+
+- **Ollama aus Zed-Sandbox nicht erreichbar** (100.183.83.12:11435 und
+  localhost:3003 beide geblockt): Dense-Index, Antwortmodus-Eval und
+  Bake-off müssen auf dem Host laufen. Kommandos: `agent/README.md`
+  Abschnitt „Deployment auf dem Host".
+- **Modelle noch nicht gepullt**: auf dem Host `ollama pull qwen3.8:27b`,
+  `ollama pull bge-m3` (plus Bake-off-Kandidaten).
+- **Reranker** (bge-reranker-v2-m3): API-Unterstützung der installierten
+  Ollama-Version prüfen — Design funktioniert ohne.
+- **qwen3.8-Think-Parameter**: `think: false` wird im Request gesendet
+  (Auto-Fallback ohne Flag bei 400/404); exaktes Verhalten am Host testen.
+- **M4 Odoo**: native LLM-Module des konkreten Odoo-19-Stands verifizieren
+  (keine API-Annahmen); Option A (dünnes Custom-Modul + Service-API) ist
+  Default.
+
+## Decisions & conventions
+
+- **D1 (Planung):** Schlanke Eigen-Pipeline statt LangChain/LlamaIndex —
+  Grounding-Kontrolle schlägt Framework-Komfort bei 601 Dokumenten.
+- **D2:** Retrieval-Korpus ist **nur Layer 2**; Layer 1 bleibt aus Prompts
+  (Lizenz); Antworten zitieren `[kb-id]` + `(Stand YYYY-MM)`.
+- **D3:** Umlaut-Folding für FTS (NFKD, ß→ss) — gilt konsistent für Index
+  und Query; ASCII-Slug-Konvention der Wissensbasis bleibt davon unberührt.
+- **D4:** Post-Validierung strikt: zitierte IDs ⊆ Retrieved-Set (Block-Kopf-
+  IDs); Fließtext-Verweis-IDs sind KEINE Belege (Systemprompt-Regel 2) —
+  Verstoß → 1× Regenerierung → Verweigerung (UNCERTAIN_MESSAGE).
+- **D5:** Vektoren-Tabelle ist Cache (Content-Hash × Modell), Rebuild
+  löscht sie nicht; `--no-embed` setzt `embed_off` im Config-Copy.
+- **D6:** Leeres Retrieval → deterministische Verweigerung ohne LLM-Call.
+- **Bake-off-Protokoll** (Skill): Modellwechsel nur über dokumentierten
+  Goldset-Vergleich; Kriterium: Zitier-Präzision > Verweigerungs-
+  korrektheit > Latenz.
+
+## Files that matter right now
+
+- `planung.md` — Plan + Entscheidungspunkte (Abschnitt 12) + Stand.
+- `.agents/skills/pv-rag-agent/SKILL.md` — verbindliche Regeln.
+- `agent/README.md` — Betrieb, Konfiguration, Host-Schritte.
+- `agent/eval/goldset.yaml` — Goldset (IDs gegen kb.json verifiziert).
+- `agent/generate.py` — Grounding-Kern (Prompt, Post-Validierung).
+- `wissensbasis/README.md` — Layer-2-Schema (unverändert gültig).