Runtime Controls und Honeycomb

Die Fullscreen-Oberfläche kann die aktiven Hintergrundprozesse und die Darstellung ohne Neustart umschalten. Die Einstellungen gelten sofort im Arbeitsspeicher und werden über die gebündelte Persistenz in BRAIN_DATA_DIR/runtime-settings.json geschrieben.

Living-only

Die Schalter LEARNING und THINKING befinden sich direkt in der unteren Steuerleiste.

Learning aus: geplante lokale Scans, Reindex, GLPI-KB-Synchronisation und neue Embeddings werden pausiert. Der bereits vorhandene In-Memory-Graph bleibt vollständig nutzbar.
Thinking aus: automatische und manuelle AI-THINK-Zyklen, neue KI-Edges und die dazugehörige Recherche werden pausiert.
Sind beide Schalter aus, bleibt die Visualisierung im LIVING-Modus. Eingehende Agent- oder Knowledgebase-Anfragen dürfen weiterhin die tatsächlich verwendeten Notes aufleuchten lassen; sie starten dadurch keinen autonomen Lern- oder Thinking-Zyklus.

Ein bereits laufender Ollama-Aufruf wird nicht hart abgebrochen. Die Deaktivierung verhindert neue Schritte und neue Zyklen.

Honeycomb-Ansicht

Mit HONEYCOMB wird die semantische Graphansicht durch eine gleichmäßig besetzte dreidimensionale Wabenstruktur ersetzt.

Gerendert werden nur Notes: knowledge, ai-think und external.
Die Punkte liegen auf einem dicht gepackten 3D-Gitter mit einheitlichem Abstand.
Das Gitter wird auf die mathematische 3D-Grenze der beiden Gehirnhälften beschnitten.
Der Abstand wird per binärer Suche automatisch so gewählt, dass alle sichtbaren Notes in die Gehirnform passen.
Edges, Partikelpfade, Cortex-Flächen und LOD-Supernodes werden in dieser Ansicht nicht gerendert.
Wird eine Note durch Agent, Knowledgebase, Retrieval oder AI-THINK referenziert, leuchtet genau ihr Wabenpunkt auf.

Die Honeycomb-Ansicht verändert weder den Graphen noch die gespeicherten Node-Positionen. Sie ist eine reine Renderprojektion und kann jederzeit zurück auf NEURAL geschaltet werden.

Kategorie-Filter

Über FILTER öffnet sich das Control-Panel. Eine leere Liste bedeutet jeweils „alle Kategorien“. Mehrere ausgewählte Kategorien werden als ODER-Verknüpfung behandelt.

Lernen

learning_categories begrenzt, welche neuen oder geänderten Notes Embeddings erhalten und damit für neue semantische Verarbeitung vorbereitet werden. Der Quell-Ingest bleibt read-only und darf die Datenbasis weiterhin vollständig erfassen; ausgeschlossen werden nur neue Embedding-Schritte.

Thinking

thinking_categories begrenzt beide Nodes eines Kandidatenpaares für neue AI-THINK-Beziehungen. Bereits vorhandene Edges und AI-THINK-Beiträge bleiben erhalten.

Die virtuelle Kategorie __uncategorized__ steht im Web als Ohne Kategorie zur Verfügung.

Konfiguration

Startwerte können über Umgebungsvariablen gesetzt werden:

BRAIN_LEARNING_ENABLED=true
BRAIN_THINKING_ENABLED=true
BRAIN_LEARNING_CATEGORIES=
BRAIN_DISPLAY_CATEGORIES=
BRAIN_THINKING_CATEGORIES=
BRAIN_DEFAULT_VIEW=neural

Zulässige Werte für BRAIN_DEFAULT_VIEW sind neural und honeycomb.

Nach der ersten Änderung im Web haben die in runtime-settings.json gespeicherten Laufzeitwerte Vorrang vor den Startwerten. Zum Zurücksetzen kann die Datei bei gestopptem Dienst entfernt werden.

API

GET /api/runtime-settings
PUT /api/runtime-settings
GET /api/categories

Beispiel:

curl -X PUT http://localhost:8090/api/runtime-settings \
  -H 'Content-Type: application/json' \
  -d '{
    "learning_enabled": false,
    "thinking_enabled": false,
    "learning_categories": [],
    "display_categories": ["GLPI"],
    "thinking_categories": ["GLPI", "Ollama"],
    "view_mode": "honeycomb"
  }'

Ist BRAIN_API_KEY gesetzt, benötigt der PUT-Aufruf Authorization: Bearer … oder X-Brain-Key.

4.1 KiB Raw Blame History