feat(sync): Update RAGFlow dataset creation to use stable EspoCRM-ID and improve logging

services/ragflow_service.py

@@ -7,9 +7,31 @@ from services.logging_utils import get_service_logger
 
 RAGFLOW_DEFAULT_BASE_URL = "http://192.168.1.64:9380"
 
-# Defaults fuer Dokument-Analyse
-RAGFLOW_AUTO_KEYWORDS = 14
-RAGFLOW_AUTO_QUESTIONS = 7
+# Knowledge-Graph Dataset Konfiguration
+# Hinweis: llm_id kann nur über die RAGflow Web-UI gesetzt werden (API erlaubt es nicht)
+RAGFLOW_KG_ENTITY_TYPES = [
+    'Partei',
+    'Anspruch',
+    'Anspruchsgrundlage',
+    'unstreitiger Sachverhalt',
+    'streitiger Sachverhalt',
+    'streitige Rechtsfrage',
+    'Beweismittel',
+    'Beweisangebot',
+    'Norm',
+    'Gerichtsentscheidung',
+    'Forderung',
+    'Beweisergebnis',
+]
+RAGFLOW_KG_PARSER_CONFIG = {
+    'raptor': {'use_raptor': False},
+    'graphrag': {
+        'use_graphrag': True,
+        'method': 'general',
+        'resolution': True,
+        'entity_types': RAGFLOW_KG_ENTITY_TYPES,
+    },
+}
 
 
 def _base_to_dict(obj: Any) -> Any:
@@ -101,22 +123,23 @@ class RAGFlowService:
         chunk_method: str = 'laws',
         embedding_model: Optional[str] = None,
         description: Optional[str] = None,
-        auto_keywords: int = RAGFLOW_AUTO_KEYWORDS,
-        auto_questions: int = RAGFLOW_AUTO_QUESTIONS,
     ) -> Dict:
         """
-        Erstellt ein neues RAGFlow Dataset (entspricht xAI Collection).
+        Erstellt ein neues RAGFlow Dataset mit Knowledge-Graph Konfiguration.
 
-        Verwendet standardmaessig chunk_method='laws' (optimiert fuer Rechtsdokumente).
-        Setzt nach der Erstellung auto_keywords=14 und auto_questions=7.
+        Ablauf:
+          1. create_dataset(chunk_method='laws') via SDK
+          2. dataset.update(parser_config={graphrag, raptor}) via SDK
+             (graphrag: use_graphrag=True, method=general, resolution=True,
+              entity_types=deutsche Rechtsbegriffe, raptor=False)
+
+        Hinweis: llm_id fuer die KG-Extraktion muss in der RAGflow Web-UI
+        gesetzt werden – die API erlaubt es nicht.
 
         Returns:
             dict mit 'id', 'name', 'chunk_method', 'parser_config', etc.
         """
-        self._log(
-            f"📚 Creating dataset: {name} "
-            f"(chunk_method={chunk_method}, keywords={auto_keywords}, questions={auto_questions})"
-        )
+        self._log(f"📚 Creating dataset: {name} (chunk_method={chunk_method}, graphrag=True)")
 
         def _create():
             rag = self._get_client()
@@ -126,14 +149,9 @@ class RAGFlowService:
             if description:
                 kwargs['description'] = description
             dataset = rag.create_dataset(**kwargs)
-
-            # parser_config kann erst nach create via update() gesetzt werden
-            dataset.update({
-                'parser_config': {
-                    'auto_keywords': auto_keywords,
-                    'auto_questions': auto_questions,
-                }
-            })
+            # graphrag + raptor werden via update() gesetzt
+            # llm_id kann nur über die RAGflow Web-UI konfiguriert werden
+            dataset.update({'parser_config': RAGFLOW_KG_PARSER_CONFIG})
             return self._dataset_to_dict(dataset)
 
         result = await self._run(_create)
@@ -164,8 +182,6 @@ class RAGFlowService:
         chunk_method: str = 'laws',
         embedding_model: Optional[str] = None,
         description: Optional[str] = None,
-        auto_keywords: int = RAGFLOW_AUTO_KEYWORDS,
-        auto_questions: int = RAGFLOW_AUTO_QUESTIONS,
     ) -> Dict:
         """
         Gibt bestehendes Dataset zurueck oder erstellt ein neues (get-or-create).
@@ -183,8 +199,6 @@ class RAGFlowService:
             chunk_method=chunk_method,
             embedding_model=embedding_model,
             description=description,
-            auto_keywords=auto_keywords,
-            auto_questions=auto_questions,
         )
 
     async def delete_dataset(self, dataset_id: str) -> None: