## Ziel\n\nLemma nutzt aktuell nur SQLite FTS5 mit TF-IDF. Semantisch verwandte Konzepte mit anderer Terminologie werden nicht gefunden.\n\n## Aufgaben\n\n- [ ] `sqlite-vec` als native SQLite-Extension einbinden\n- [ ] `memory_embeddings` Tabelle anlegen (Migration)\n- [ ] Lokale Embedding-Generation via `@xenova/transformers` (all-MiniLM-L6-v2, 384dim)\n- [ ] Asynchrone Nachgenerierung fehlender Embeddings beim Startup\n- [ ] Fallback auf FTS5-only wenn Extension nicht verfügbar\n\n## Referenz\n\nSiehe `docs/architecture/retrieval.md`\n\n## Akzeptanzkriterien\n\n- [ ] `memory_embeddings` Tabelle wird befüllt\n- [ ] Latenz < 50ms bei 1000 Fragmenten\n- [ ] Tests vorhanden
Ziel\n\nLemma nutzt aktuell nur SQLite FTS5 mit TF-IDF. Semantisch verwandte Konzepte mit anderer Terminologie werden nicht gefunden.\n\n## Aufgaben\n\n- [ ]
sqlite-vecals native SQLite-Extension einbinden\n- [ ]memory_embeddingsTabelle anlegen (Migration)\n- [ ] Lokale Embedding-Generation via@xenova/transformers(all-MiniLM-L6-v2, 384dim)\n- [ ] Asynchrone Nachgenerierung fehlender Embeddings beim Startup\n- [ ] Fallback auf FTS5-only wenn Extension nicht verfügbar\n\n## Referenz\n\nSiehedocs/architecture/retrieval.md\n\n## Akzeptanzkriterien\n\n- [ ]memory_embeddingsTabelle wird befüllt\n- [ ] Latenz < 50ms bei 1000 Fragmenten\n- [ ] Tests vorhanden