Antrag-Empfehlungen basierend auf Merkliste #108

New Issue

tobias · 2026-04-10T23:52:43+02:00

tobias commented

2026-04-10 23:52:43 +02:00

'Wenn dir X gefallen hat, koennte dich Y interessieren.'

Logik

Nimm die Embeddings der gemerkten Antraege
Finde die N naechsten nicht-gemerkten Antraege via Cosinus-Aehnlichkeit
Selektor: im aktuellen Bundesland bleiben ODER bundesweit suchen

UI

Im Merkliste-Tab unter den gemerkten Antraegen: 'Empfehlungen fuer dich'
Toggle: 'Nur aktuelles BL' / 'Bundesweit'
Klickbar zum Detail

'Wenn dir X gefallen hat, koennte dich Y interessieren.' ## Logik - Nimm die Embeddings der gemerkten Antraege - Finde die N naechsten nicht-gemerkten Antraege via Cosinus-Aehnlichkeit - Selektor: im aktuellen Bundesland bleiben ODER bundesweit suchen ## UI - Im Merkliste-Tab unter den gemerkten Antraegen: 'Empfehlungen fuer dich' - Toggle: 'Nur aktuelles BL' / 'Bundesweit' - Klickbar zum Detail

tobias referenced this issue from a commit

2026-04-10 23:53:06 +02:00

#103 Registrierung + Admin-Freischaltung + Matrix-Modal-Fix + Issues

tobias commented

2026-04-11 00:40:23 +02:00

Blockiert: Antrag-Embeddings existieren nicht in der DB. Nur Wahlprogramm-Chunks sind embedded. Fuer Empfehlungen muessten die Antragstexte oder Assessment-Zusammenfassungen ebenfalls in die embeddings.db. Aufwand: mittel-hoch (neuer Embedding-Workflow + DB-Erweiterung + API). Zurueckgestellt.

**Blockiert:** Antrag-Embeddings existieren nicht in der DB. Nur Wahlprogramm-Chunks sind embedded. Fuer Empfehlungen muessten die Antragstexte oder Assessment-Zusammenfassungen ebenfalls in die embeddings.db. Aufwand: mittel-hoch (neuer Embedding-Workflow + DB-Erweiterung + API). Zurueckgestellt.

tobias referenced this issue

2026-04-11 20:52:26 +02:00

Antrag-Clustering: Netzwerk-Graph aehnlicher Antraege (Embedding-Naehe) #105

tobias commented

2026-04-11 20:52:27 +02:00

❓ Offene Frage (Claude-Loop)

Empfehlungen hängen direkt an #105 (Antrag-Embeddings). Zusätzlich:

Merkliste = User-gebunden, braucht neue Tabelle user_bookmarks(user_id, drucksache, created_at). Keycloak-User-ID als FK.

Frage: OK mit neuer Tabelle? Oder lieber auf localStorage (browser-lokal, kein Sync)?

❓ **Offene Frage (Claude-Loop)** Empfehlungen hängen direkt an #105 (Antrag-Embeddings). Zusätzlich: **Merkliste = User-gebunden**, braucht neue Tabelle `user_bookmarks(user_id, drucksache, created_at)`. Keycloak-User-ID als FK. **Frage:** OK mit neuer Tabelle? Oder lieber auf localStorage (browser-lokal, kein Sync)?

tobias commented

2026-04-11 20:54:57 +02:00

Neue Tabelle.

tobias referenced this issue

2026-04-11 21:11:39 +02:00

Embedding-Modell: Migration text-embedding-v3 → v4 (einheitlicher Vektorraum) #123

tobias commented

2026-04-11 21:14:50 +02:00

Aufgeteilt in zwei Teile:

Teil A — Merkliste (unblocked, kann sofort gebaut werden):

DB-Migration: neue Tabelle user_bookmarks(user_id TEXT, drucksache TEXT, created_at TIMESTAMP, PRIMARY KEY (user_id, drucksache))
API: POST /api/bookmark (toggle), GET /api/bookmarks (Liste)
UI: Star/Bookmark-Button im Detail-Panel
UI: Merkliste-Ansicht (Hamburger-Menü → "Meine Merkliste")
Keycloak-User-ID als FK

Teil B — Ähnliche Anträge (blockiert auf #123):

Nach v4-Reindex: GET /api/assessment/similar?drucksache=...&top_k=5
Cosine-Distance über assessments.summary_embedding
Im Detail-Panel Sektion "Ähnliche Anträge" anzeigen
Optional: auf Merkliste-Basis personalisierte Empfehlungen ("Du hast diese gemerkt, das hier könnte dich auch interessieren")

Teil A kann parallel zur v4-Migration gebaut werden.

Aufgeteilt in zwei Teile: **Teil A — Merkliste (unblocked, kann sofort gebaut werden):** - [ ] DB-Migration: neue Tabelle `user_bookmarks(user_id TEXT, drucksache TEXT, created_at TIMESTAMP, PRIMARY KEY (user_id, drucksache))` - [ ] API: `POST /api/bookmark` (toggle), `GET /api/bookmarks` (Liste) - [ ] UI: Star/Bookmark-Button im Detail-Panel - [ ] UI: Merkliste-Ansicht (Hamburger-Menü → "Meine Merkliste") - [ ] Keycloak-User-ID als FK **Teil B — Ähnliche Anträge (blockiert auf #123):** - [ ] Nach v4-Reindex: `GET /api/assessment/similar?drucksache=...&top_k=5` - [ ] Cosine-Distance über `assessments.summary_embedding` - [ ] Im Detail-Panel Sektion "Ähnliche Anträge" anzeigen - [ ] Optional: auf Merkliste-Basis personalisierte Empfehlungen ("Du hast diese gemerkt, das hier könnte dich auch interessieren") Teil A kann parallel zur v4-Migration gebaut werden.

tobias commented

2026-04-11 21:29:59 +02:00

Teil A (Merkliste) — Status: bereits live ✅

Überprüfung 2026-04-11: Die Merkliste-Infrastruktur wurde in einer vorherigen Session bereits komplett gebaut und ist in Prod live:

✅ Tabelle bookmarks(user_id, drucksache, created_at) in database.py
✅ toggle_bookmark(), get_bookmarks() DB-Funktionen
✅ POST /api/bookmark (require_auth) — toggle
✅ GET /api/bookmarks (optional auth) — Liste
✅ UI: "⭐ Merkliste"-Mode im Hauptmenü
✅ UI: Stern-Button (🔖 Merken / ⭐ Gemerkt) pro Antrag im Detail
✅ UI: loadBookmarksList() rendert gemerkte Anträge aus allAssessments

Live-Endpoint-Test: GET /api/bookmarks → [] (unauth), funktioniert.

Teil B (Ähnliche Anträge) — blockiert auf #123 🟡

Warten auf v4-Reindex (läuft gerade, ~1-2h)
Danach Cosine-Distance über assessments.summary_embedding + UI-Sektion

Dieses Issue bleibt offen bis Teil B fertig ist (nach Reindex + Cleanup).

**Teil A (Merkliste) — Status: bereits live** ✅ Überprüfung 2026-04-11: Die Merkliste-Infrastruktur wurde in einer vorherigen Session bereits komplett gebaut und ist in Prod live: - ✅ Tabelle `bookmarks(user_id, drucksache, created_at)` in `database.py` - ✅ `toggle_bookmark()`, `get_bookmarks()` DB-Funktionen - ✅ `POST /api/bookmark` (require_auth) — toggle - ✅ `GET /api/bookmarks` (optional auth) — Liste - ✅ UI: "⭐ Merkliste"-Mode im Hauptmenü - ✅ UI: Stern-Button (🔖 Merken / ⭐ Gemerkt) pro Antrag im Detail - ✅ UI: `loadBookmarksList()` rendert gemerkte Anträge aus `allAssessments` Live-Endpoint-Test: `GET /api/bookmarks` → `[]` (unauth), funktioniert. **Teil B (Ähnliche Anträge) — blockiert auf #123** 🟡 - Warten auf v4-Reindex (läuft gerade, ~1-2h) - Danach Cosine-Distance über `assessments.summary_embedding` + UI-Sektion Dieses Issue bleibt **offen** bis Teil B fertig ist (nach Reindex + Cleanup).

tobias referenced this issue

2026-04-11 21:49:36 +02:00

Abstimmungsverhalten verknuepfen (wenn Daten verfuegbar) #106

tobias referenced this issue

2026-04-11 22:42:07 +02:00

Embedding-Modell: Migration text-embedding-v3 → v4 (einheitlicher Vektorraum) #123

tobias commented

2026-04-11 22:47:58 +02:00

Teil B Live 2026-04-11 ✅

API: GET /api/assessment/similar?drucksache=...&top_k=5

Cosine-Distance über assessments.summary_embedding (v4)
Pure Python, kein sklearn
Gibt top_k ähnlichste Anträge mit similarity-Score zurück

UI: Neue Sektion im Detail-Panel: 🔗 N ähnliche Anträge (kollapsibel)

Zeigt Titel, Bundesland, Fraktionen, Score, Ähnlichkeits-% pro Treffer
Klickbar → wechselt zu dem Antrag-Detail

Verifiziert: Beispiel Klima-Antrag 21/4271 → Top-5 enthalten thematisch verwandte Klimaprogramme UND eine AfD-Normenkontrolle gegen das Klima-Sondervermögen (similarity 0.477). Das ist eine korrekte semantische Near-Match — User sieht alle Positionen zum Thema unabhängig von Pro/Contra.

Beide Teile (A Merkliste + B Ähnliche Anträge) sind live. Schließe.

## Teil B Live 2026-04-11 ✅ **API:** `GET /api/assessment/similar?drucksache=...&top_k=5` - Cosine-Distance über `assessments.summary_embedding` (v4) - Pure Python, kein sklearn - Gibt top_k ähnlichste Anträge mit similarity-Score zurück **UI:** Neue Sektion im Detail-Panel: `🔗 N ähnliche Anträge` (kollapsibel) - Zeigt Titel, Bundesland, Fraktionen, Score, Ähnlichkeits-% pro Treffer - Klickbar → wechselt zu dem Antrag-Detail **Verifiziert:** Beispiel Klima-Antrag 21/4271 → Top-5 enthalten thematisch verwandte Klimaprogramme UND eine AfD-Normenkontrolle gegen das Klima-Sondervermögen (similarity 0.477). Das ist eine korrekte semantische Near-Match — User sieht alle Positionen zum Thema unabhängig von Pro/Contra. **Beide Teile (A Merkliste + B Ähnliche Anträge) sind live.** Schließe.

tobias closed this issue

2026-04-11 22:47:58 +02:00

Sign in to join this conversation.