feat: MCP-Server für RAG-Retrieval + Webhook-Härtung

app/mcp_server.py: FastMCP (mcp SDK), streamable-http auf /mcp, statischer
Bearer-Token (constant-time ASGI-Middleware), Fail-Fast ohne RAG_MCP_TOKEN.
Tools rag_search (mit semester/fach/typ-Filter) + get_file_chunks. Läuft aus
demselben Image wie der Ingestor und reused den Embed-Pfad → Vektoren sind
garantiert kompatibel zum Ingest (der offizielle qdrant-MCP-Server kann nur
fastembed → Dimension-/Schema-Mismatch).

app/qdrant_store.py: search_chunks (query_points + optionaler Payload-Filter)
und get_chunks_by_path (scroll, nach chunk_index sortiert).

app/bulk.py: Amplification-Guard — /bulk-import lehnt mit 409 ab solange ein
vorheriger Bulk noch BackgroundTasks abarbeitet.

docker-compose.coolify.yml: rag-mcp-Service (nicht public, externes
metamcp-net statt Stack-Coupling) + Traefik-Rate-Limit-Middleware am ingestor.

tests/conftest.py: Settings-env_file in Tests neutralisieren (Dev-.env darf
die Suite nicht kontaminieren). 68 passed, ruff clean.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

docker-compose.coolify.yml

@@ -1,20 +1,30 @@
-# Coolify production stack — self-contained: qdrant + ollama + ingestor.
+# Coolify production stack — self-contained: qdrant + ollama + ingestor + rag-mcp.
 #
-# Services kommunizieren nur über das compose-interne Netz. Nichts wird
-# publiziert außer dem Ingestor: in der Coolify-UI eine Domain auf den
-# Service "ingestor" / Port 8000 mappen, damit Nextcloud den Webhook
-# erreicht. qdrant + ollama bleiben bewusst nicht öffentlich.
+# Services kommunizieren nur über das compose-interne Netz. Öffentlich ist
+# allein der ingestor (Coolify-Domain → Port 8000) für den Nextcloud-Webhook.
+# qdrant + ollama bleiben intern. rag-mcp ist NICHT public (keine Domain) —
+# nur MetaMCP erreicht ihn über das dedizierte externe Netz "metamcp-net".
+#
+# Coolify rendert container_name/labels/COOLIFY_*-env/das Stack-Netz selbst.
+# Hier stehen nur Extra-Labels und das, was zusätzlich nötig ist.
 #
 # Voraussetzungen in Coolify:
 #   - Pull-Credentials für gitea.jeanlucmakiola.de Registry hinterlegen
-#   - Folgende Env-Vars setzen (Secrets wo markiert):
+#   - Externes Netz einmalig anlegen:  docker network create metamcp-net
+#     und es in der MetaMCP-Compose ergänzen (networks: [metamcp-net])
+#   - Env-Vars setzen (Secrets wo markiert):
 #       NEXTCLOUD_WEBDAV_URL
 #       NEXTCLOUD_USER
 #       NEXTCLOUD_APP_PASSWORD   (Secret)
 #       WEBHOOK_SECRET           (Secret)
+#       RAG_MCP_TOKEN            (Secret — Bearer-Token für MetaMCP)
 #       QDRANT_COLLECTION        (optional, Default rag_thb_studium)
 #       INGEST_ROOT              (optional, Default Documents/THB)
 #       LOG_LEVEL                (optional, Default INFO)
+#   - Traefik-Rate-Limit am ingestor-Router aktivieren: siehe README
+#     ("MetaMCP & Härtung") — das Router-Binding-Label trägt die
+#     env-spezifische Coolify-UUID und gehört daher in die Coolify-UI,
+#     nicht ins versionierte Compose.
 
 services:
   qdrant:
@@ -79,6 +89,13 @@ services:
       WEBHOOK_SECRET: ${WEBHOOK_SECRET}
       INGEST_ROOT: ${INGEST_ROOT:-Documents/THB}
       LOG_LEVEL: ${LOG_LEVEL:-INFO}
+    # Extra-Label: definiert eine Traefik-Rate-Limit-Middleware (30 req/min,
+    # Burst 15) gegen Spam des öffentlichen Webhooks. Das Binding an den
+    # Coolify-Router (env-spezifische UUID) erfolgt in der Coolify-UI, s. README.
+    labels:
+      - "traefik.http.middlewares.rag-ratelimit.ratelimit.average=30"
+      - "traefik.http.middlewares.rag-ratelimit.ratelimit.period=1m"
+      - "traefik.http.middlewares.rag-ratelimit.ratelimit.burst=15"
     expose:
       - "8000"
     healthcheck:
@@ -91,6 +108,48 @@ services:
       timeout: 5s
       retries: 5
 
+  # MCP-Server für MetaMCP. Gleiches Image wie der ingestor (teilt den
+  # Embed-Pfad → identische Vektoren wie beim Ingest), nur anderer command.
+  # KEIN SERVICE_FQDN / kein expose → nicht public. Erreichbar ausschließlich
+  # von MetaMCP über das externe Netz metamcp-net. Bearer-Token als zweite
+  # Kontrolle hinter der Netz-Isolation.
+  rag-mcp:
+    image: gitea.jeanlucmakiola.de/makiolaj/rag-ingestor:latest
+    restart: unless-stopped
+    pull_policy: always
+    command: ["python", "-m", "app.mcp_server"]
+    depends_on:
+      qdrant:
+        condition: service_started
+      ollama:
+        condition: service_healthy
+      ollama-pull:
+        condition: service_completed_successfully
+    environment:
+      OLLAMA_URL: http://ollama:11434
+      OLLAMA_EMBED_MODEL: qwen3-embedding:0.6b
+      QDRANT_URL: http://qdrant:6333
+      QDRANT_COLLECTION: ${QDRANT_COLLECTION:-rag_thb_studium}
+      RAG_MCP_TOKEN: ${RAG_MCP_TOKEN}
+      LOG_LEVEL: ${LOG_LEVEL:-INFO}
+      # Vom MCP-Server ungenutzt, aber das geteilte Settings-Modell verlangt
+      # diese Felder — harmlose Platzhalter, damit die Validierung durchläuft.
+      NEXTCLOUD_WEBDAV_URL: http://unused
+      NEXTCLOUD_USER: unused
+      NEXTCLOUD_APP_PASSWORD: unused
+      WEBHOOK_SECRET: unused
+    networks:
+      - default
+      - metamcp-net
+
 volumes:
   qdrant_data:
   ollama_data:
+
+networks:
+  # Coolify injiziert sein Stack-Netz als "default" automatisch. metamcp-net
+  # ist ein eigens angelegtes externes Netz, dem nur rag-mcp und MetaMCP
+  # beitreten — qdrant/ollama/ingestor bleiben außen vor.
+  metamcp-net:
+    external: true
+    name: metamcp-net