Admin-Chat

Der Admin-Chat ist eine konversationelle Schnittstelle zur Verwaltung und Konfiguration von KIara. Statt Formulare auszufüllen und durch Menüs zu navigieren, können Administratoren Aufgaben in natürlicher Sprache beschreiben — das System führt sie aus.

Was ist der Admin-Chat?

Der Admin-Chat ist ein KI-gestützter Assistent, der speziell für die Administration von KIara entwickelt wurde. Er basiert auf einem ReAct-Agenten mit Tool-Use und hat Zugriff auf alle Admin-Funktionen des Systems. Im Gegensatz zum normalen Benutzer-Chat (der die Wissensbasis durchsucht) führt der Admin-Chat aktive Änderungen am System durch.

Der Admin-Chat läuft als eigener Service (kiara-admin-chat.service, Port 8503) und kommuniziert über Server-Sent Events (SSE) für Echtzeit-Streaming der Antworten. Er nutzt dasselbe LLM-Backend wie der Benutzer-Chat, hat aber Zugriff auf eine erweiterte Tool-Registry mit über 100 administrativen Funktionen.

Zugang und Voraussetzungen

Eigenschaft	Wert
Erreichbar über	Admin-UI (Port 8502), Tab „KIara"
Berechtigung	Nur Benutzer mit Admin-Rechten
LLM-Backend	Benötigt ein konfiguriertes und erreichbares LLM (lokal oder Cloud)
Service	`kiara-admin-chat.service` muss aktiv sein
Authentifizierung	Admin-Session-Cookie + CSRF-Header

Chat-Oberfläche

Layout

Die Chat-Oberfläche besteht aus zwei Bereichen:

Sidebar (links): Liste aller bisherigen Chats mit Titel, Datum und Nachrichtenzahl. Button „+ Neuer Chat" startet einen neuen Dialog. Die Sidebar ist ein-/ausklappbar.
Chat-Bereich (rechts): Nachrichtenverlauf, Eingabefeld und Backend-Auswahl.

Eingabe-Bereich

Element	Beschreibung
Eingabefeld	Mehrzeiliges Textfeld für die Frage/Anweisung.
Senden	Sendet die Nachricht und startet den SSE-Stream.
Abbrechen	Nur während laufender Antwort sichtbar — bricht den Stream ab.
Backend-Dropdown	Wahl des LLM-Backends: „Standard-Backend" (automatisch) oder ein spezifisches Backend.

Nachrichten-Typen

Typ	Beschreibung
Benutzer	Eigene Nachrichten (blaue Blase).
Assistent	KIara-Antworten (graue Blase) mit optionalen Tool-Calls, Quellen und Usage-Stats.
Bestätigung	Gelbe Blase bei destruktiven Aktionen — erwartet die Eingabe eines Bestätigungstextes.
Wizard	Checkliste mit gesammelten/fehlenden Parametern bei mehrstufigen Aktionen.
Fehler	Rote Fehlermeldung bei LLM- oder Tool-Fehlern.

Denk-Blöcke (Think)

Bei Modellen mit erweiterten Reasoning-Fähigkeiten (z.B. Anthropic Claude) zeigt der Chat optionale Denk-Blöcke an. Diese werden nicht in der Datenbank gespeichert und erscheinen nicht in der Chat-Historie — sie dienen nur der Transparenz während der laufenden Antwort.

Funktionsumfang

Der Admin-Chat kann alle Aufgaben ausführen, die auch über die Admin-UI möglich sind. Über 100 registrierte Admin-Funktionen in folgenden Kategorien:

Kategorie	Beispiel-Funktionen	Beschreibung
Datenquellen	`datasource.list`, `datasource.create`, `datasource.delete`	Anlegen, bearbeiten, löschen, Verbindungen testen, Berechtigungen zuweisen.
Jobs	`jobs.start`, `jobs.pause`, `jobs.cancel`	Indexierung starten, pausieren, abbrechen, Historie einsehen.
KI-Backends	`ki.backends.create`, `ki.backends.test`	Backends anlegen, testen, Modelle wechseln, Cloud-Provider einrichten.
System	`system.health`, `system.metrics`	Systemstatus, Services neustarten, Integrität prüfen, Backup/Restore.
Benutzer	`users.create`, `users.update`, `ldap.sync`	Benutzer verwalten, LDAP-Konfiguration, Gruppen synchronisieren.
Netzwerk	`network.ping`, `network.dns`, `network.portscan`	Diagnose-Tools ohne SSH-Zugang.
Compliance	`compliance.audit`, `compliance.vvt`	Audit-Trail, Anonymisierungsstatistik (read-only).
Tools	`tools.connections.list`, `mcp.keys.create`	ERP-Verbindungen, MCP-API-Keys, Workflows.
VektorDB	`vectordb.files`, `vectordb.delete_files`	Dateien löschen, Collections verwalten.

Confirmation-Flow

Destruktive Aktionen erfordern eine explizite Bestätigung. Der Agent zeigt einen Bestätigungsdialog mit einem Bestätigungstext, den der Admin exakt eintippen muss.

Ablauf

Admin gibt Anweisung: „Lösche die Datenquelle Alte Dokumente"
Agent erkennt: datasource.delete erfordert Bestätigung
SSE sendet confirmation_required mit Bestätigungstext
Frontend zeigt gelbe Bestätigungs-Blase mit Warnung und Bestätigungstext
Admin tippt den exakten Text: datasource 7 loeschen
System prüft: exakte Übereinstimmung (case-insensitiv)
Funktion wird ausgeführt, Changelog-Eintrag erstellt

Regeln

Ablaufzeit: 30 Minuten. Danach wird die Bestätigung automatisch verworfen.
Abbrechen: Jede andere Eingabe (außer dem exakten Bestätigungstext) verwirft die Aktion.
Nur ein Pending: Pro Chat kann nur eine Bestätigung gleichzeitig offen sein.

Aktionen mit Bestätigung (Beispiele)

Aktion	Bestätigungstext-Muster
Datenquelle löschen	`datasource {id} loeschen`
Benutzer löschen	`benutzer {id} loeschen`
Job abbrechen	`job {id} abbrechen`
Backup wiederherstellen	`backup {filename} restore`
Collection leeren	`collection {name} loeschen`
LDAP-Config löschen	`ldap config loeschen`

Wizard-System

Bei Funktionen mit mehreren Pflichtparametern sammelt der Wizard die Werte schrittweise ein. Der Admin muss nicht alle Parameter auf einmal angeben.

Ablauf

Admin: „Erstelle einen neuen Benutzer"
Agent ruft users.create auf — Pflichtfelder fehlen
SSE sendet wizard_update mit Checkliste (erfasste, fehlende, optionale Felder)
Admin: „Benutzername: jdoe, Passwort: Geheim123!"
Agent erkennt Wizard-Kontext, ruft Funktion mit gesammelten Werten erneut auf
Wizard abgeschlossen → Funktion wird ausgeführt

Regeln

Ein Wizard pro Chat: Es kann nur ein aktiver Wizard gleichzeitig existieren.
Kontext-Erkennung: Der Agent erkennt automatisch, dass ein Wizard läuft, und ordnet neue Eingaben den offenen Feldern zu.
Abbrechen: Der Wizard wird verworfen, wenn der Admin ein anderes Thema anspricht.

Setup-Modus

Wenn kein LLM-Backend konfiguriert ist (z.B. bei der Ersteinrichtung), schaltet der Admin-Chat in einen regelbasierten Setup-Modus. Hier ist kein LLM nötig — die Antworten werden statisch generiert.

Verfügbare Setup-Befehle

Befehl	Beschreibung
`cloud anthropic`	Cloud-Backend mit Anthropic einrichten. Fragt nach API-Key.
`cloud openai`	Cloud-Backend mit OpenAI einrichten. Fragt nach API-Key.
`lokal <url>`	Lokales Ollama-Backend einrichten. Testet die URL und zeigt verfügbare Modelle.
`abbrechen` / `zurück`	Setup-Schritt abbrechen.
`help`	Verfügbare Befehle anzeigen.

Tipp: API-Keys werden in der Chat-Historie als „(API-Key eingegeben)" maskiert gespeichert — sie sind nach der Eingabe nicht mehr sichtbar.

Backend-Auswahl

Über das Dropdown im Eingabebereich kann das LLM-Backend pro Nachricht gewechselt werden:

Standard-Backend: KIara wählt automatisch das aktive Backend mit der höchsten Priorität.
Spezifisches Backend: Alle konfigurierten und aktiven Backends (lokal + Cloud) stehen zur Auswahl.

Tipp: Für komplexe Fragen das Cloud-Backend wählen, für einfache Status-Abfragen reicht das lokale Modell. So lassen sich Kosten und Qualität pro Anfrage steuern.

Chat-Persistenz

Zeitpunkt	Verhalten
Tab öffnen	Draft-Modus: Begrüßung wird angezeigt, aber kein DB-Eintrag erstellt.
Erste Nachricht	Lazy-Creation: Chat wird in der DB angelegt, Begrüßung + Nachricht + Antwort gespeichert.
Weitere Nachrichten	Jede Nachricht (User + Assistant) wird sofort in `admin_chat_messages` gespeichert.
Chat wechseln	Alle Nachrichten des gewählten Chats werden aus der DB geladen.
Chat löschen	Chat + alle Nachrichten + Confirmations + Wizards werden kaskadierend gelöscht.

Historie im LLM-Kontext

Die letzten 20 Nachrichten werden als Kontext an das LLM übergeben.
Setup-Nachrichten werden gefiltert (nicht im LLM-Kontext).
Denk-Blöcke werden vor der DB-Speicherung entfernt (History-Leak-Prevention).

Beispiel-Dialoge

Datenquelle anlegen

Admin: Erstelle eine neue SMB-Datenquelle "Technik-Dokumente" mit Server
       fileserver.firma.local, Freigabe "Technik" und Benutzer svc-kiara-read.

KIara: Ich erstelle die Datenquelle mit den angegebenen Parametern.
       [Tool: datasource.create]
       Die Datenquelle "Technik-Dokumente" wurde erfolgreich angelegt (ID: 12).
       Soll ich die Verbindung testen?

System-Status prüfen

Admin: Wie ist der aktuelle Systemstatus?

KIara: [Tool: system.health]
       Systemstatus:
       - CPU: 23%, RAM: 4.2/16 GB
       - Services: alle 5 aktiv
       - Qdrant: erreichbar, 3 Collections, 45.230 Vektoren
       - Letzter Job: vor 2h, erfolgreich (DS "E-Mail Archiv")

Destruktive Aktion mit Bestätigung

Admin: Lösche Datenquelle 7.

KIara: Systembestätigung
       Datenquelle "Alte Dokumente" (ID: 7) enthält 12.450 Chunks.
       Das Löschen entfernt alle Daten aus allen 4 Schichten. Nicht umkehrbar.
       Tippen Sie zur Bestätigung: datasource 7 loeschen

Admin: datasource 7 loeschen

KIara: Datenquelle "Alte Dokumente" wurde gelöscht.
       12.450 Chunks aus Qdrant entfernt, File-Hashes bereinigt.

Netzwerk-Diagnose

Admin: Ist der Ollama-Server erreichbar?

KIara: [Tool: network.ping → 10.0.12.16]
       [Tool: network.http_check → http://10.0.12.16:11434]
       Der Ollama-Server (10.0.12.16) ist erreichbar:
       - Ping: 0.3ms
       - HTTP-Status: 200 OK
       - Latenz: 12ms

Tipps und Best Practices

Spezifisch formulieren: Je präziser die Anweisung, desto besser das Ergebnis. Statt „Erstelle eine Datenquelle" besser „Erstelle eine lokale Datenquelle mit Pfad /data/projekte".
Schritt für Schritt: Bei komplexen Aufgaben (z.B. Ersteinrichtung) die Schritte einzeln durchgehen, statt alles auf einmal zu verlangen.
Status prüfen: Nach Änderungen den Status abfragen, um das Ergebnis zu verifizieren.
Chat-Historie nutzen: Der Admin-Chat merkt sich den Kontext innerhalb einer Session. Bezugnahmen auf vorherige Aktionen sind möglich.
Backend wechseln: Für komplexe Fragen das Cloud-Backend wählen, für einfache Status-Abfragen reicht das lokale Modell.
Wizard nutzen: Bei Funktionen mit vielen Parametern nicht alles auf einmal angeben — der Wizard fragt die fehlenden Felder nach.

Fehlerbehebung

Problem	Ursache	Lösung
Admin-Chat reagiert nicht	Service nicht gestartet	`systemctl status kiara-admin-chat.service` prüfen, ggf. `systemctl restart kiara-admin-chat.service`
„Kein LLM-Backend konfiguriert"	Kein aktives LLM-Backend	Im KI-Tab ein Backend anlegen und aktivieren, oder den Setup-Modus nutzen.
Tool-Aufruf schlägt fehl	Fehlende Berechtigung oder Ziel-Service nicht erreichbar	Fehlermeldung im Chat prüfen, ggf. Service neustarten.
Antwort sehr langsam	LLM überlastet oder Cloud-Latenz	System-Monitor prüfen, ggf. auf lokales LLM wechseln.
Bestätigung abgelaufen	30-Minuten-Timeout überschritten	Anweisung erneut eingeben — der Agent erstellt eine neue Bestätigung.
Wizard hängt	Agent erkennt Kontext nicht	„Abbrechen" eingeben und die Anweisung neu formulieren.
SSE-Verbindung bricht ab	Proxy-Timeout oder Netzwerkproblem	Seite neu laden — der Chat-Verlauf ist in der DB gespeichert.