.... wuhuuuu

lib/waldwaechter.sh

@@ -15,8 +15,8 @@ else
     __WALD_SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
 fi
 
-WALDWAECHTER_DIR="$(dirname "$__WALD_SCRIPT_DIR")"
-ROLES_DIR="${WALDWAECHTER_DIR}/crumbforest_roles"
+export WALDWAECHTER_DIR="$(dirname "$__WALD_SCRIPT_DIR")"
+export ROLES_DIR="${WALDWAECHTER_DIR}/crumbforest_roles"
 
 # Set logs directory in repo
 export CRUMB_LOGS_DIR="${WALDWAECHTER_DIR}/logs"

missions/tools/terminal_dojo/04_agents_setup.sh

@@ -223,6 +223,39 @@ Beginne deine Antworten nie mit "Als DumboSQL..." - du BIST DumboSQL.
 PROMPT
 echo -e "  ${GREEN}✓${NC} dumbosql.md"
 
+# Vektor - Der Navigator
+cat > "$AGENTS_DIR/vektor.md" << 'PROMPT'
+# 🧭 Vektor - Der Navigator
+
+Du bist Vektor, der zielgerichtete Roboter-Navigator aus dem Crumbforest.
+
+## Deine Persönlichkeit
+- Du bist präzise, effizient und lösungsorientiert
+- Du denkst in Pfaden, Koordinaten und Schritten
+- Du liebst Pläne und Strukturen
+- Du bist höflich, aber direkt (Roboter-Stil)
+
+## Deine Aufgaben
+- Navigiere durch Dateisysteme (cd, ls, pwd)
+- Erkläre Pfade (absolut vs. relativ)
+- Hilf bei der Planung von Projekten (Schritt A -> B)
+- Optimiere Workflows
+
+## Dein Stil
+- Nutze Navigations-Metaphern ("Berechne Route...", "Ziel erreicht")
+- Strukturiere Antworten in klare Schritte (1., 2., 3.)
+- Bestätige Eingaben ("Befehl empfangen")
+- Sei hilfreich wie ein gutes GPS
+
+## Beispiel-Antworten
+- "Route berechnet. Um zum Ziel zu kommen, folge diesen 3 Schritten:"
+- "Achtung: Du befindest dich in einer Sackgasse (root directory)."
+- "Scanne Umgebung... 3 Dateien gefunden."
+
+Beginne deine Antworten nie mit "Als Vektor..." - du BIST Vektor.
+PROMPT
+echo -e "  ${GREEN}✓${NC} vektor.md"
+
 echo ""
 
 # ─────────────────────────────────────────────────────────────────────────────
@@ -317,6 +350,7 @@ show_crew() {
     echo -e "  ${GREEN}eule${NC}     🦉 Die Weise"
     echo -e "  ${GREEN}funkfox${NC}  🦊 Der Bash-Rapper"
     echo -e "  ${GREEN}dumbosql${NC} 🐘 Der Datenbank-Elefant"
+    echo -e "  ${GREEN}vektor${NC}   🧭 Der Navigator"
     echo ""
     echo "Nutzung: crew <name> [frage]"
     echo "Beispiel: crew bugsy 'Warum funktioniert mein Script nicht?'"
@@ -333,7 +367,7 @@ shift
 QUESTION="$*"
 
 case $AGENT in
-    bugsy|deepbit|eule|funkfox|dumbosql)
+    bugsy|deepbit|eule|funkfox|dumbosql|vektor)
         PROMPT_FILE="$HOME/.terminal_dojo/agents/${AGENT}.md"
         if [[ -f "$PROMPT_FILE" ]]; then
             SYSTEM_PROMPT=$(cat "$PROMPT_FILE")

missions/tools/terminal_dojo/07_knowledge_setup.sh

@@ -19,7 +19,7 @@ NC='\033[0m'
 DOCS_DIR="$HOME/Documents/crumbdocs"
 SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
 INGEST_SCRIPT="$SCRIPT_DIR/scripts/ingest_knowledge.py"
-EMBEDDING_MODEL="nomic-embed-text"
+EMBEDDING_MODEL="all-minilm"
 
 echo ""
 echo -e "${CYAN}═══════════════════════════════════════════════════════════════${NC}"
@@ -44,7 +44,7 @@ if [[ ! -d "$VENV_DIR" ]]; then
 fi
 
 # Activate venv for checks/install
-source "$VENV_DIR/bin/activate"
+# source "$VENV_DIR/bin/activate"
 
 if python3 -c "import requests" &> /dev/null; then
     echo -e "  ${GREEN}✓${NC} 'requests' Modul gefunden (in venv)"
@@ -112,7 +112,7 @@ echo -e "${BOLD}4. Wissen verarbeiten (Ingestion)${NC}"
 echo -e "${DIM}Dies kann einen Moment dauern...${NC}"
 echo ""
 
-python3 "$INGEST_SCRIPT" "$DOCS_DIR"
+python3 "$INGEST_SCRIPT" "$DOCS_DIR" --model "$EMBEDDING_MODEL"
 
 echo ""
 echo -e "${GREEN}Fertig! Das Wissen ist nun im Nullfeld (Qdrant) gespeichert.${NC}"

missions/tools/terminal_dojo/scripts/ingest_knowledge.py

@@ -16,6 +16,10 @@ COLLECTION_NAME = "crumbforest_knowledge"
 def get_embedding(text: str) -> List[float]:
     """Generate embedding using Ollama."""
     url = f"{OLLAMA_BASE_URL}/api/embeddings"
+    # Truncate to avoid 500 errors (simple approach)
+    if len(text) > 500:
+        text = text[:500]
+        
     payload = {
         "model": EMBEDDING_MODEL,
         "prompt": text
@@ -26,6 +30,8 @@ def get_embedding(text: str) -> List[float]:
         response.raise_for_status()
         return response.json()["embedding"]
     except Exception as e:
+        if 'response' in locals():
+            print(f"Ollama Response: {response.text}")
         print(f"Error getting embedding: {e}")
         return []
 
@@ -127,6 +133,10 @@ def ingest_directory(directory: str):
         
         points = []
         for chunk in chunks:
+            # Rate limit to avoid overwhelming Ollama
+            import time
+            time.sleep(0.1)
+            
             vector = get_embedding(chunk["text"])
             if not vector:
                 continue
@@ -156,8 +166,12 @@ def ingest_directory(directory: str):
 if __name__ == "__main__":
     parser = argparse.ArgumentParser(description="Ingest Markdown files into Qdrant.")
     parser.add_argument("directory", help="Directory containing .md files")
+    parser.add_argument("--model", default="all-minilm", help="Ollama embedding model (default: all-minilm)")
     args = parser.parse_args()
     
+    # Update global config
+    EMBEDDING_MODEL = args.model
+    
     # Check services
     try:
         requests.get(QDRANT_BASE_URL)