managarten/apps/context/apps/mobile/Context-Readme-Database.md

BaseText - Text Analysis and Generation Platform

Übersicht

BaseText ist eine Plattform zur Speicherung, Organisation, Analyse und KI-gestützten Verarbeitung von Textdokumenten. Die Plattform ermöglicht es Benutzern, Texte in "Spaces" zu organisieren, Beziehungen zwischen Dokumenten herzustellen und mithilfe von KI-Modellen Analysen und neue Texte zu generieren.

Technologie-Stack

• Backend: Supabase mit PostgreSQL
• Datenbank: PostgreSQL mit JSONB für flexible Metadaten
• Authentifizierung: Supabase Auth
• KI-Integration: Offen für verschiedene KI-Modelle zur Text-Analyse und -Generierung

Datenbankstruktur

Die Datenbank besteht aus drei Haupttabellen in einer vereinfachten Struktur:

1. users

Speichert Benutzerinformationen.

Spalte	Typ	Beschreibung
id	UUID	Primärschlüssel (Referenz zu auth.users.id)
email	TEXT	E-Mail-Adresse (eindeutig)
name	TEXT	Name des Benutzers
created_at	TIMESTAMP	Erstellungszeitpunkt

2. spaces

Organisatorische Einheiten zur Gruppierung von Dokumenten.

Spalte	Typ	Beschreibung
id	UUID	Primärschlüssel
name	TEXT	Name des Space
description	TEXT	Beschreibung des Space
user_id	UUID	Besitzer des Space (Referenz zu users.id)
created_at	TIMESTAMP	Erstellungszeitpunkt
settings	JSONB	Konfigurationen und Einstellungen
pinned	BOOLEAN	Flag, ob der Space angepinnt ist (default: true)

3. documents

Zentrale Tabelle für alle Arten von Textinhalten.

Spalte	Typ	Beschreibung
id	UUID	Primärschlüssel
title	TEXT	Titel des Dokuments
content	TEXT	Textinhalt
type	TEXT	Dokumenttyp (text, context, prompt)
space_id	UUID	Space, zu dem das Dokument gehört (Referenz zu spaces.id)
user_id	UUID	Ersteller des Dokuments (Referenz zu users.id)
created_at	TIMESTAMP	Erstellungszeitpunkt
updated_at	TIMESTAMP	Zeitpunkt der letzten Aktualisierung
metadata	JSONB	Flexible Metadaten
pinned	BOOLEAN	Flag, ob das Dokument angepinnt ist (default: false)

Die metadata kann folgende Informationen enthalten:

• author: Autor des Originaltexts
• language: Sprache des Texts
• source: Quelle des Texts
• word_count: Wortanzahl
• tags: Schlagworte/Tags
• summary: Zusammenfassung
• parent_documents: Referenzen zu Quelldokumenten (für Analyse und generierte Dokumente)
• model_used: Verwendetes KI-Modell (für generierte Dokumente)
• prompt_used: Verwendeter Prompt (für generierte Dokumente)

Berechtigungskonzept

Das Berechtigungskonzept wird über Row Level Security (RLS) in Supabase implementiert:

1. Benutzer:

   • Können nur ihre eigenen Daten sehen und bearbeiten

2. Spaces:

   • Benutzer können nur ihre eigenen Spaces sehen und bearbeiten

3. Dokumente:

   • Benutzer können nur ihre eigenen Dokumente oder Dokumente in ihren eigenen Spaces sehen und bearbeiten

Dokumenttypen

Die Plattform unterscheidet zwischen drei Arten von Dokumenten:

1. Text (type = 'text'):

   • Importierte oder manuell erstellte Texte
   • Dienen als Ausgangspunkt für KI-Generierungen
   • Können beliebige Textinhalte enthalten

2. Kontext (type = 'context'):

   • Textinhalte, die als Kontext für KI-Anfragen dienen
   • Können in einem oder mehreren Spaces verwendet werden
   • Enthalten Referenzmaterial, Hintergrundinformationen oder andere Texte, die für KI-Anfragen relevant sind

3. Prompt (type = 'prompt'):

   • Spezielle Prompts für KI-Modelle
   • Können als Vorlagen für wiederkehrende KI-Anfragen verwendet werden
   • Enthalten strukturierte Anweisungen für KI-Modelle

Versionierung

Dokumente können versioniert werden:

• Die aktuelle Version wird im version-Feld gespeichert
• Der Versionsverlauf wird im metadata-Feld unter version_history gespeichert

Space-Konzept

Spaces ermöglichen es Benutzern:

• Dokumente thematisch zu organisieren
• Dokumente in logischen Gruppen zu strukturieren
• Analysen auf Dokumenten innerhalb eines Space durchzuführen

Typische Workflows

1. Dokumente importieren und organisieren

1. Benutzer erstellt einen neuen Space
2. Benutzer lädt Dokumente hoch oder erstellt sie manuell (type = 'original')
3. Dokumente werden dem Space zugeordnet
4. Benutzer kann Metadaten hinzufügen (Autor, Tags, etc.)

2. Analyse durchführen

1. Benutzer wählt einen oder mehrere Dokumente in einem Space aus
2. Benutzer konfiguriert die gewünschte Analyse
3. System führt die Analyse mit einem KI-Modell durch
4. Ergebnis wird als neues Dokument (type = 'analysis') gespeichert
5. Das Analysedokument referenziert die Quelldokumente

3. Text generieren

1. Benutzer wählt ein oder mehrere Dokumente als Kontext aus
2. Benutzer gibt einen Prompt für die Textgenerierung ein
3. System generiert den Text mit einem KI-Modell
4. Ergebnis wird als neues Dokument (type = 'generated') gespeichert
5. Das generierte Dokument referenziert die Quelldokumente

Erweiterungsmöglichkeiten

1. Verbesserte Textanalyse:

   • Integration weiterer KI-Modelle
   • Spezifische Analyse-Templates (Sentiment, Themenextraktion, etc.)

2. Visualisierungen:

   • Visualisierung von Beziehungen zwischen Dokumenten
   • Visualisierung von Analyseergebnissen

3. Export/Import:

   • Exportieren von Dokumenten in verschiedene Formate
   • Bulk-Import von Dokumenten

4. Automatisierte Workflows:

   • Zeitgesteuerte Analysen
   • Automatisierte Verarbeitung neuer Dokumente

5. Erweiterte Suche:

   • Volltext-Suche über alle Dokumente
   • Semantische Suche mit KI-Unterstützung

Installation und Setup

1. Supabase-Projekt erstellen
2. SQL-Skripte ausführen (siehe supabase-setup.sql)
3. Backend-Konfiguration:
   • Integration von KI-Diensten

Supabase-Service

Die App verwendet einen zentralen Supabase-Service (supabaseService.ts), der alle Interaktionen mit der Datenbank verwaltet:

• Benutzer-Services: Profil abrufen und aktualisieren
• Space-Services: Spaces erstellen, abrufen, aktualisieren und löschen
• Dokument-Services: Dokumente erstellen, abrufen, aktualisieren und löschen

Dieser Service bietet eine einfache und einheitliche Schnittstelle zur Datenbank und abstrahiert die Komplexität der Supabase-API.

• Einrichtung von Speicher für große Textdokumente

4. Frontend-Entwicklung:
   • Benutzeroberfläche für die Interaktion mit der Plattform

API-Endpunkte

Das Backend bietet verschiedene API-Endpunkte für:

• Benutzerverwaltung
• Space-Verwaltung
• Dokumenten-CRUD
• Analyse-Erstellung und -Ausführung
• Textgenerierung

Fazit

BaseText bietet eine flexible und leistungsfähige Plattform für die Speicherung, Organisation und KI-gestützte Analyse von Textdokumenten. Durch die Verwendung von JSONB für Metadaten ist das System äußerst anpassungsfähig und kann für verschiedene Anwendungsfälle erweitert werden.