docs: initial requirements und design spec

Initial commit fuer den RAG-Ingestor-Microservice. Enthaelt die
urspruengliche REQUIREMENTS.md und die ausgearbeitete Design-Spec
nach Brainstorming-Session.

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

REQUIREMENTS.md

@@ -0,0 +1,46 @@
+# RAG Ingestor – Requirements
+
+## Zweck
+Microservice der neue/geänderte Dateien aus Nextcloud automatisch in Qdrant einliest.
+
+## Trigger
+- Nextcloud Webhook (NodeCreatedEvent / NodeUpdatedEvent)
+- Manueller HTTP-Aufruf für Bulk-Import
+
+## Input
+Nextcloud Webhook Payload mit:
+- Dateipfad
+- Dateiname
+- Event-Typ (erstellt / geändert / gelöscht)
+
+## Verarbeitung
+1. Datei per WebDAV herunterladen
+2. Text extrahieren je nach Typ (PDF, MD, DOCX, XLSX nur Metadaten)
+3. Text in Chunks aufteilen (~500 Wörter, ~50 Wörter Overlap)
+4. Chunks via Ollama embedden (`qwen3-embedding:0.6b`)
+5. Vektoren + Metadaten in Qdrant speichern
+
+## Metadaten je Chunk
+- Dateiname + Pfad
+- Dateityp
+- Semester / Fach (aus Ordnerstruktur ableiten)
+- Seite (bei PDF)
+- Chunk-Index
+- Timestamp
+
+## Update-Verhalten
+- Bei geänderter Datei: alte Chunks löschen, neu einlesen
+- Bei gelöschter Datei: alle zugehörigen Chunks aus Qdrant entfernen
+
+## Sicherheit
+- Shared Secret im Webhook Header zur Authentifizierung
+
+## Netzwerk
+- Läuft im Coolify-internen Netzwerk
+- Kein öffentlicher Endpunkt nötig (Nextcloud im selben Netzwerk)
+- Qdrant und Ollama nur intern erreichbar
+
+## Tech Stack
+- Python + FastAPI
+- `pymupdf`, `python-docx` für Extraktion
+- `qdrant-client`, `ollama` Python Libraries