Files
glpi-neuroforge-mega/RELEASE-NOTES-v1.3.0.md
jbergner a6bc71fb3a
release-tag / Resolve release metadata (push) Successful in 30s
release-tag / Build knowledge (push) Failing after 4m51s
release-tag / Build control (push) Failing after 5m0s
release-tag / Build agent (push) Failing after 5m0s
release-tag / Build agent-data-init (push) Failing after 5m5s
release-tag / Build neuroforge-worker (push) Failing after 5m7s
release-tag / Build neuroforge (push) Failing after 5m9s
Init
2026-08-26 18:34:41 +02:00

2.9 KiB

Release Notes v1.3.0 — Closed Learning Loop

Schwerpunkt

v1.3.0 schließt die wichtigste Produktionslücke aus v1.2.0: menschlich validierte Helpdesk-Erfahrung wird nicht nur gespeichert, sondern bei späteren ähnlichen Tickets wieder als kontrollierte Evidenz genutzt. Gleichzeitig bleiben offizielle Knowledge-Artikel die einzige Autorität für Auto-Reply.

Neu

  • App-Key-geschützte Outcome-Suche POST /api/v1/integrations/outcomes/search
  • Retrieval ausschließlich aus aktiven glpi.outcome.accepted|corrected-Memories
  • menschlich validierte Outcomes als sekundäre Evidenz im Reply-Kontext
  • Outcome-Evidenz kann niemals selbst eine Knowledge-ID autorisieren
  • expliziter LLM-Prompt-Guard gegen das Einführen nicht durch die KB belegter Lösungen
  • echte NeuroForge-Supersession: eine Korrektur setzt die frühere Outcome-Memory auf superseded
  • Revisionskante new.Supersedes -> oldID bleibt auditierbar
  • supersedete Outcomes werden nicht mehr gesucht
  • korrigierte aktive Outcome-Memories enthalten die alte falsche KI-Antwort nicht mehr im semantisch durchsuchbaren Text
  • in-memory Provenance-Source-Index für source-/namespace-begrenzte Fallback-Suchen
  • Agent-KPIs für Outcome-Suchen, Treffer, Fehler, Accepted/Corrected/Failed/Idempotent
  • NeuroForge-KPIs für NFVJ2/SQAR: raw/stored bytes, Savings, SQAR-/Compressed-Blocks
  • read-only Quality-Replay API POST /api/quality/replay
  • scripts/quality-replay.py + Beispiel-Dataset
  • Replay-Kennzahlen: Knowledge Recall@K, Knowledge MRR, Outcome Recall@K, Outcome MRR, Experience-Rescue-Cases
  • Agent-WebUI zeigt validierte Outcome-Kandidaten und Suchdauer/-fehler pro Run
  • Agent-Konfiguration und Control Center zeigen Outcome-Retrieval-K, Similarity-Floor und Failure Policy

Sicherheitsmodell

Der Agent führt weiterhin die verbindlichen GLPI-Policies aus. Ein validiertes Outcome ist Erfahrungswissen, kein freigegebener Knowledge-Artikel. Deshalb gilt weiterhin:

validated outcome alone != auto reply authority

Für einen Auto-Reply muss weiterhin ein freigegebener Knowledge-Kandidat die bestehenden Retrieval-, Source-, Category-, Evidence- und Confidence-Gates bestehen.

Skalierung

Der NeuroForge-Fallback für Provenance-/Namespace-Suchen iteriert nicht mehr über den kompletten Memory-Katalog. Ein rebuildbarer In-Memory-Index provenance source -> memory IDs begrenzt den Exact-Fallback auf die jeweilige Source. Der globale ANN-Index bleibt für die schnelle Kandidatengewinnung bestehen.

Qualitätsmessung

Der neue Replay-Endpunkt ist read-only und verändert weder GLPI noch Knowledge noch NeuroForge. Er ist für einen historischen Ticket-Korpus gedacht, damit nicht nur technische Persistenz, sondern die tatsächliche Retrieval-Wirkung des Lernens gemessen werden kann.

Upgrade

Siehe docs/MIGRATION-v1.2.0-to-v1.3.0.md, docs/QUALITY-REPLAY.md und docs/CONTROLLED-AUTONOMY.md.