ZURÜCK ZU DEN FALLSTUDIEN
PLATTFORMSYSTEM / DOKUMENTRECHERCHE

AverQelDokumente, Quellen und kontrollierte Arbeitsabläufe

AverQel verbindet Dokumentaufnahme, OCR und Extraktion, indizierte Suche, Antworten mit Quellenverweisen sowie länger laufende Werkzeugabläufe. Browser- und Desktop-Clients greifen auf getrennte Backend-Dienste zu. Identität, Mandantenzugriff und Freigaben liegen in der Anwendung; ein Modell erhält dadurch keine zusätzlichen Rechte.

Öffentliche Version v1.3.4 · Web- und Desktop-Distribution laut Projektseite und GitHub-Release.
STATUS- UND GRENZHINWEISEine veröffentlichte Version belegt weder die Eignung für jeden Einsatz noch den erfolgreichen Betrieb jeder selbst gehosteten Umgebung.
// PROBLEM UND UMFANG

Welche Aufgabe das System angeht

Eine Rechercheaufgabe berührt Dateien, Suchindizes, Modellanbieter und gegebenenfalls externe Werkzeuge. Die Architektur muss nachvollziehbar machen, welche Quelle in die Antwort einging, welche Daten einen Anbieter erreichten und ob eine Aktion vor der Ausführung auf Freigabe wartete.

// DESIGNENTSCHEIDUNG

Wie Verantwortlichkeiten getrennt sind

Documents Hub verwaltet Dokumente und Aufnahmezustand. Query führt mandantenbezogene Suche aus und verknüpft Antworten mit Quellen. DeepSpace verwaltet Runs, Ereignisse, Checkpoints und Werkzeugaufrufe. Diese Bereiche teilen Dienste und Daten, behalten aber unterschiedliche Aufgaben.

// 01 / SYSTEMARCHITEKTUR

Komponenten und Vertrauensgrenzen

Quellcode-abgeleitetes Systembild, keine bestätigte Live-Deployment-Topologie.

SYSTEMLAYERS UND SCHNITTSTELLENOPTIONALE DIENSTE GELTEN NUR BEI KONFIGURATION
01 / CLIENTS

Webclient und Electron-Desktopclient sprechen mit versionierten FastAPI-Routen.

02 / API UND IDENTITÄT

Authentifizierung, Mandantenzuordnung, Validierung, Quoten und Berechtigungsprüfungen liegen vor den fachlichen Diensten.

03 / DOKUMENTE UND SUCHE

Aufnahme speichert Jobstatus, extrahiert Text, bildet Chunks und aktualisiert Indizes. Query kombiniert Vektor- und Schlüsselwortkandidaten und hält Quellenmetadaten fest.

04 / HINTERGRUNDDIENSTE

Worker führen Aufnahme und länger laufende Aufgaben aus; PostgreSQL/pgvector, MinIO und Queue-Dienste übernehmen getrennte Rollen.

05 / ANBIETER UND TOOLS

Modell- und Connector-Aufrufe sind externe Grenzen. Richtlinien und Freigabestatus werden im Anwendungspfad geprüft.

// 02 / ABLAUF

Ein konkreter Pfad durch die Implementierung

Optionale Pfade und Grenzen sind in den Schritten benannt.

  1. SCHRITT 01

    Datei aufnehmen

    Authentifizieren, Mandant und Dateityp prüfen, Quota anwenden und abhängig von der Konfiguration den Malware-Scanner aufrufen.

  2. SCHRITT 02

    Verarbeitung starten

    Aufnahmejob persistieren; Text extrahieren, Chunks bilden, Einbettungen erzeugen und Indizes aktualisieren.

  3. SCHRITT 03

    Frage suchen

    Mandantenfilter an Kandidatenpfade übergeben, Ergebnisse zusammenführen und Quellen für die Antwort festhalten.

  4. SCHRITT 04

    Antwort prüfen

    Antwort und Quellenbezüge im Client anzeigen. Ein Quellenverweis macht eine Aussage prüfbar, garantiert aber nicht deren Richtigkeit.

  5. SCHRITT 05

    Werkzeugaktion

    DeepSpace hält Runzustand und Ereignisse. Externe Nebenwirkungen laufen durch Connector- und Richtlinienprüfung; Aktionen können auf Freigabe warten.

// 03 / METHODIK UND MODELL

Was die Regel tatsächlich ausdrückt

Der geprüfte Release-Code enthält Vektor- und Schlüsselwortpfade mit Rangfusion. Dies ist eine Ablaufskizze, kein Ergebnis zur gemessenen Suchqualität oder eine kalibrierte Vertrauenswahrscheinlichkeit.

IMPLEMENTIERUNGSSKIZZE
Kandidaten → Fusion / Reranking → Quellenkontext → konfigurierte Antwortgenerierung
// 04 / BELEGE UND PRÜFSTATUS

Was sich aus dem Repository belegen lässt

Quellinventar, dokumentierte Ergebnisse und ausgeführte Prüfungen bleiben getrennt.

RELEASE

Die Prüfung erfasste v1.3.4 und den Quellstand e3f7556; Release-Assets umfassten Linux .deb und Windows .exe.

STATISCHES TESTINVENTAR

Am geprüften Commit: 259 Backend-Dateien mit pytest-Namensmuster, 132 Frontend-Testdateien und 12 Playwright-Specs. Das sind keine Testergebnisse.

ÄLTERE TESTLÄUFE

806 Backend- und 280 Frontend-Tests wurden für v1.2.12 am 03.09.2026 dokumentiert. Sie sind nicht v1.3.4 zuzurechnen.

BETRIEB

Self-Hosting setzt konfigurierte Datenbank, Queue, Objektspeicher, Scanner, Worker, Secrets, Anbieter, Backups und Umgebungsprüfungen voraus.

// GRENZEN

Offene Annahmen und Risiken

Diese Punkte begrenzen, wie weit die Architektur- und Evidenzaussagen interpretiert werden sollten.

  • Die v1.3.4-Suiten wurden bei dieser Portfolio-Prüfung nicht ausgeführt.
  • Gehostete Modellaufrufe können Prompts und ausgewählten Dokumentkontext an den eingestellten Anbieter senden.
  • Qel Connect ist als experimentelle Beta gekennzeichnet; Browserforschung, Sandbox, Zeitplanung, E-Mail und Sprache benötigen eigene Dienste und Konfiguration.
  • Quellcode für eine Kontrolle belegt weder eine unabhängige Sicherheitsprüfung noch eine Produktionsgarantie.
// 05 / QUELLEN

Implementierung und Belege nachlesen

Versionierte Links führen zum geprüften Quellstand, sofern der Audit einen solchen festhält. Nicht versionierte Links können sich ändern.