jbergner
a6bc71fb3a
Some checks failed
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
86 lines
2.6 KiB
Markdown
86 lines
2.6 KiB
Markdown
# Kontrollierter Cutover
|
||
|
||
## Phase 0 – Baseline
|
||
|
||
```env
|
||
KNOWLEDGE_VECTOR_BACKEND=local
|
||
DRY_RUN=true
|
||
AUTO_CATEGORY=false
|
||
AUTO_REPLY=false
|
||
AUTO_PRIORITY=false
|
||
AUTO_ESCALATION=false
|
||
```
|
||
|
||
Ziel: unverändertes Agent-Verhalten und Baseline-Metriken sichern.
|
||
|
||
## Phase 1 – Dual Mirror
|
||
|
||
```env
|
||
KNOWLEDGE_VECTOR_BACKEND=dual
|
||
NEUROFORGE_FAIL_OPEN=true
|
||
```
|
||
|
||
Der Agent behält lokale Chunk-Vektoren und synchronisiert dieselben Dokumente zusätzlich nach NeuroForge. Suchentscheidungen bleiben lokal. Beobachten:
|
||
|
||
- Sync-Fehler im Agent-Log
|
||
- NeuroForge Memory-/Index-Wachstum
|
||
- Vector-Journal-Größe
|
||
- Retrieval-Latenz der Baseline
|
||
- keine Änderungen an GLPI-Aktionen
|
||
|
||
Rollback: `KNOWLEDGE_VECTOR_BACKEND=local` und Agent neu starten.
|
||
|
||
## Phase 2 – NeuroForge Candidate Search
|
||
|
||
```env
|
||
KNOWLEDGE_VECTOR_BACKEND=neuroforge
|
||
NEUROFORGE_FAIL_OPEN=true
|
||
```
|
||
|
||
NeuroForge liefert semantische Kandidaten. Der Agent bleibt Besitzer des finalen Hybrid-Scores und aller Policies. Nach erfolgreicher Synchronisation können lokale Chunk-Vektoren aus dem normalen Snapshot externalisiert werden; Titelvektoren und Text-/Metadaten bleiben lokal.
|
||
|
||
Rollback: auf `dual` oder `local` zurückstellen. Die kanonischen Knowledge-JSON-Dateien sind unverändert und können den semantischen Index neu aufbauen.
|
||
|
||
## Phase 3 – Optional fail-closed
|
||
|
||
Erst nach stabiler Betriebsphase:
|
||
|
||
```env
|
||
NEUROFORGE_FAIL_OPEN=false
|
||
```
|
||
|
||
Damit werden semantische Backend-Ausfälle sichtbar blockierend statt degradierend behandelt. Diese Einstellung ist sinnvoll, wenn eine Antwort ohne zentralen semantischen Index nicht zulässig sein soll.
|
||
|
||
## Phase 4 – GLPI-Automation separat freigeben
|
||
|
||
Die Vektormigration ist **keine** Freigabe für automatische GLPI-Aktionen. Jede Automation wird unabhängig aktiviert und getestet:
|
||
|
||
```env
|
||
DRY_RUN=false
|
||
AUTO_CATEGORY=true|false
|
||
AUTO_REPLY=true|false
|
||
AUTO_PRIORITY=true|false
|
||
AUTO_ESCALATION=true|false
|
||
```
|
||
|
||
Auto-Reply sollte zuletzt aktiviert werden.
|
||
|
||
## Vergleichsstrategie
|
||
|
||
Vor dem Umschalten auf `neuroforge` sollten repräsentative Tickets in `local` und `dual` mit denselben Modellen getestet werden. Zu vergleichen sind mindestens:
|
||
|
||
- Top-1/Top-k Knowledge-ID
|
||
- semantischer Teilscore
|
||
- finaler Hybrid-Score
|
||
- Schwellenwertentscheidungen
|
||
- Kategorie-/Prioritätsentscheidung
|
||
- Antwortfreigabe
|
||
- Latenz
|
||
|
||
## Recovery
|
||
|
||
- Produktive Knowledge-JSONs sind kanonisch.
|
||
- NeuroForge-Semantik kann aus diesen Daten neu aufgebaut werden.
|
||
- Staging ist getrennt und kann nicht versehentlich produktiv werden.
|
||
- NFVJ2/SQAR ist eine Storage-Optimierung; fachliche IDs und Vektoren bleiben verlustfrei rekonstruierbar.
|