Weitere Tools eingebaut. Damit ist die SQL AI einsatzbereit.

README.md

@@ -1,21 +1,51 @@
-# jr-sql-ai (Terminal-first SQL Server Expert KI, lokal)
+# jr-sql-ai (Terminal-first SQL Server 2022 Expert KI, lokal)
 
-Ziel: Lokale Expert-KI für **SQL Server 2022** (T-SQL, Views, Stored Procedures, Execution Plans, UTF-8 Migration),
+Lokale Expert-KI für **SQL Server 2022** (T-SQL, Views, Stored Procedures, Execution Plans, UTF-8 Migration),
 aufrufbar **vom Terminal**, ohne direkte DB-Verbindung (nur Copy & Paste / Dateien).
 
+Die KI läuft lokal via **Ollama** in Docker und wird über ein kleines CLI (`sqlai`) genutzt.
+
+---
+
 ## Features
-- **Einfacher Tech-Stack:** Docker + Ollama + Bash + curl + python
-- **Host Networking:** nutzt den Host-Netzwerkstack (Routing/DNS wie Host; ideal wenn nur `br0` zuverlässig ist)
-- **Auto-Updates:** Runtime + Models via `systemd --user` Timer
-- **Viele Logs:** jede Ausführung schreibt detaillierte Logs unter `./logs/`
-- **Freie SQL Server 2022 Q&A:** Modus `ask` für allgemeine Fragen, ohne Pipe via `--text`
+
+- **Schmaler Tech-Stack:** Docker + Ollama + Bash + curl + python
+- **Terminal-first:** `sqlai ask ...` / `sqlai analyze-tsql ...` etc.
+- **Ohne DB-Verbindung:** nur Analyse/Planung/Empfehlung anhand von Input
+- **Auto-Updates:** Runtime + Models via `scripts/update.sh` und optional `systemd --user` Timer
+- **Warmup:** nach Updates (und optional nach Bootstrap) wird ein kurzer Request gesendet (schneller “First Real Query”)
+- **Selftest:** `scripts/selftest.sh` prüft End-to-End (Docker, API, Models, echte Anfrage)
+- **Resilient:** Model-Fallback (wenn Expert-Model fehlt → Base-Model)
+- **Viele Logs:** jedes Script schreibt nachvollziehbare Logs nach `./logs/`
+
+---
 
 ## Voraussetzungen (Arch Linux)
-- docker + docker compose
-- curl
-- python
 
-## Quickstart
+- `docker` + `docker compose`
+- `curl`
+- `python`
+- optional (für GPU): NVIDIA Container Toolkit + Compose GPU-Konfiguration
+
+---
+
+## Repository Struktur (Kurzüberblick)
+
+- `bin/sqlai` – CLI (ask + Analyse-Modi) inkl. Logging & Model-Fallback
+- `scripts/bootstrap.sh` – startet Container, pullt Modelle, baut Expert-Model, Warmup
+- `scripts/update.sh` – pullt Runtime+Modelle, rebuild Expert-Model, Warmup
+- `scripts/selftest.sh` – End-to-End Check inkl. echter Anfrage
+- `docker-compose.yml` – Ollama Service (Host networking, optional GPU)
+- `Modelfile` – Expert-Systemprompt (SQL Server 2022 Fokus)
+- `prompts/` – Prompt-Library (Copy & Paste Templates)
+- `systemd/user/` – optionaler Daily Update Timer (User Service)
+
+---
+
+# 1) Installation / Build (Bootstrap)
+
+## 1.1 Repo auspacken / klonen
+Wenn du ein tar.gz erhalten hast:
 ```bash
-cp .env.example .env
-./scripts/bootstrap.sh
+tar -xzf jr-sql-ai.tar.gz
+cd jr-sql-ai