Sparsames Rechnen
Code löst Vorhersagbares, kleine Modelle Mehrdeutigkeit und hohe Präzision nur teure Fehler.
Zurück zu Maison Apéro
Transparente Entwicklung
Technologie-Stack & KI-Architektur
Eine öffentliche, versionierte Sicht darauf, wie Maison Apéro Weinwissen, Geschwindigkeit, Kosten und Datenschutz ausbalanciert und Produktion von Validierung trennt.
AktivTeilweise aktivIn PrüfungGeplant
Diese Seite wird aus einem Katalog erzeugt. Nur produktiv validierte Komponenten gelten als aktiv.
KI-Technologie-Stack
Der Client wählt keinen Anbieter; der Server steuert Aufgabe, Modell, Abrechnung und Fallback.
| Ebene | Technologie oder Modell | Zweck | Status |
|---|---|---|---|
| Client | Flutter 3.47 / Dart 3.13 | Eine UI-Basis für Android, iOS, Web und PWA. | Aktiv |
| Authentifizierung und API-Schutz | Firebase Auth / App Check | Akzeptiert authentifizierte Benutzer und verifizierte App-Instanzen. | Aktiv |
| Bewertungs-Orchestrator | Cloud Functions / Node.js 22 | Klassifiziert Bewertung und Lernen, wählt Modelle, steuert Tickets, wiederholt und validiert. | Teilweise aktiv |
| Verifizierter Cache | Server-owned 8-language templates | Liefert ein verifiziertes Wine-Library-Ergebnis ohne neue Modellanfrage. | Teilweise aktiv |
| Eingabenormalisierung | ministral-8b-2512256k Kontext · strukturierte Ausgaben | Normalisiert die Weinidentität aus Etikett, Karte oder Text und prüft die Eignung. | In Prüfung |
| Bewertungsvalidierung | mistral-small-2603256k Kontext · strukturierte Ausgaben · einstellbares Reasoning | Validiert Entwurfs- und Fragenmetadatenpfade vor einer Produktionsfreigabe. | In Prüfung |
| Leichtes Gemini | gemini-3.5-flash-lite1M Eingabekontext · strukturierte Ausgaben · Thinking | Geplanter Pfad für Übersetzung, Etikettextraktion und leichte Strukturierung. | Geplant |
| Hochpräzises Gemini | gemini-3.7-flash1M Eingabekontext · strukturierte Ausgaben · Thinking niedrig/mittel/hoch | Strukturierte Verkostung, Fragengenerierung, schriftliche Bewertung, Grand und kritische Entscheidung. | Aktiv |
| Daten | Firestore / Wine Library | Verifizierte Weinfakten, Bewertungen und Sprachcache. | Aktiv |
| Vertrauliches Wissen | Server-only reference layer | Hält Referenzen und Bewertungs- oder Fragenanweisungen auf dem Server. | Teilweise aktiv |
| Geheimnisse | Google Secret Manager | Trennt Zugangsdaten von Quellcode und Client. | Aktiv |
| Beobachtbarkeit | Cloud Logging / aggregate metrics | Misst Modell, Aufgabe, Latenz, Tokens und Erfolg ohne Eingabetexte. | Aktiv |
Verarbeitung einer Bewertung oder Lernfrage
Zuerst wird die Wine Library geprüft; Modelle laufen nur bei Bedarf und Ergebnisse werden vor Anzeige validiert.
01Etikett, Weinkartenausschnitt oder eingegebene Identität
02Auth + App Check
03Serververtrag für Bewertung oder Lernen
04Wine-Library-Treffer → verifizierter Cache · 0 Tickets
05Identitätsnormalisierung → Validierung
06Bewertungsentwurf → Mistral Small 4 · nur Validierung
07Übersetzung oder Extraktion → Gemini 3.5 Flash-Lite
08Bewertung, Fragen oder Korrektur → Gemini 3.7 Flash
09Struktur, Fakten, Sprache, Tarif und Richtlinie
10Referenzergebnis oder Erstattung
Warum diese Architektur
Vier technische Prinzipien ersetzen eine Einheitslösung.
Belegte Generierung
Verifizierte Daten werden abgerufen und Fakten von Empfehlungen getrennt.
Sicheres Scheitern
Kritische Bewertung wird nicht still herabgestuft: Erstattung und Wiederholung.
Idempotente Abrechnung
Eine Aufgabe hat einen Schlüssel; Wiederholung und Fallback verdoppeln keine Kosten.
Reasoning-Richtlinie
Die Intensität folgt dem Risiko; Prompts, genaue Schwellen und Denkspuren bleiben serverseitig.
| Aufgabe | Modell | Intensität |
|---|---|---|
| Identitätsnormalisierung | Ministral 3 8B | Minimal |
| Entwurfsvalidierung | Mistral Small 4 | Niedrig |
| Fragengenerierung | Mistral Small 4 | Mittel |
| Übersetzung und Extraktion | Gemini 3.5 Flash-Lite | Minimal |
| Verkostung und schriftliche Bewertung | Gemini 3.7 Flash | Mittel |
| Entscheidung wesentlicher Abweichungen | Gemini 3.7 Flash | Hoch |
Ticket-Integrität
Tickets folgen dem Aufgabenzweck, nicht dem internen Anbieter.
- Wine-Library-Suche und verifizierter Cache: 0 Tickets.
- Ungültige oder unzureichende Eingaben werden vor Verbrauch abgelehnt.
- Weinbewertungen verbrauchen 0 Tickets.
- Lernsets zeigen den Festpreis vor dem Start.
- Fallback und Wiederholung kosten nichts zusätzlich.
- Ohne nutzbares Ergebnis erfolgt Erstattung.
- Fortsetzen einer bezahlten Aufgabe kostet nicht erneut.
Fallback ohne stillen Qualitätsverlust
- Produktive Bewertungen und Fragen bleiben auf dem freigegebenen Gemini-3.7-Flash-Pfad.
- Geplante Übersetzung und Extraktion nutzen nach Validierung begrenzte Gemini-3.5-Flash-Lite-Versuche.
- Ein Gemini-3.7-Flash-Fehler wird nicht schwächer bewertet.
- Eine Aufgabe kostet höchstens einmal.
Vertraulichkeitsgrenze
- Der Katalog ist öffentlich, der Client kontrolliert das Modell nicht.
- Prompts, private Referenzen, Schwellen und Schutzmaßnahmen bleiben serverseitig.
- Denkspuren werden weder gezeigt noch gespeichert.
- Schlüssel bleiben im Secret Manager.
- Grand bleibt während der Mistral-Prüfung im genehmigten Gemini-Pfad.
- Die Mistral-Freigabe verlangt eine zustandslose EU-Regional-API, Trainingsausschluss und bestätigte ZDR-Eignung; vor der Betriebsprüfung wird sie nicht als aktiv gezeigt.
- Logs enthalten Metadaten, nie Prompts, Nachrichten, E-Mails oder Bilder.
Lebende Architektur
Katalog, acht Sprachen, strukturierte Daten, Sitemap und KI-Zusammenfassung werden gemeinsam erzeugt und geprüft.
Primäre technische Quellen
Architekturfragen
Wählt der Client das Modell?
Nein. Der authentifizierte Server nutzt eine versionierte Richtlinie.
Kostet Fallback ein weiteres Ticket?
Nein. Es teilt dieselbe idempotente Anfrage.
Verarbeitet Mistral bereits Bewertungen in Produktion?
Nein; es bleibt in mehrsprachiger Weinprüfung.
Sind Bewertungsanweisungen öffentlich?
Nein. Architektur ist öffentlich; Anweisungen, Referenzen, Schwellen und Denkspuren bleiben vertraulich.