release: bump version to 0.1.2.9

Bug-Report von Stefan: er hat im Diagnostic den Baujahr-Memory von
1972 auf 1974 geaendert, ARIA wusste das nicht und beharrte auf 1972
(weil ihr letzter Conversation-Turn noch '1972' enthielt). Sie konnte
auch nicht nachpruefen, sagte selbst: "Qdrant kann ich nicht aktiv
durchsuchen".

Fix: zwei neue Meta-Tools im agent.py.

memory_search(query, mode='text'|'semantic', k=5):
- Volltext oder semantic via store.search_text / store.search
- Liefert Liste mit Titel, ID, Content, Anhaengen
- Tool-Description sagt explizit: "Memory ist Truth ueber dem
  Conversation-Window" — wenn beide unterschiedlich sind, gilt
  Memory. Plus Anker-Anwendungsfaelle: 'schau in deinem Gedaechtnis',
  'ich hab das aktualisiert', 'pruef ob's schon was zum Thema gibt'

memory_update(id, title?, content?, category?, tags?, pinned?):
- Patch existierender Memory per ID (aus memory_search oder Cold-Memory)
- Content-Change triggert Re-Embedding fuer Search, sonst nur
  Payload-Update
- Pushed memory_saved-Event analog zu memory_save (App/Diagnostic
  refreshen)
- Tool-Description empfiehlt explizit Update statt neuem Save bei
  Korrekturen/Ergaenzungen — vermeidet Fragmentierung

Damit kann Stefan jetzt sagen "schau in deinem Gedaechtnis" und ARIA
findet den aktualisierten Eintrag. Plus bei spaeteren Korrekturen
("ach nee, 1974") nutzt ARIA memory_update statt memory_save +
hinterlaesst einen sauberen Eintrag.

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

README.md

@@ -242,7 +242,8 @@ Danach wird der Proxy gepatcht:
 | `aria-data/ssh/` | SSH-Key fuer den Zugriff auf aria-wohnung (Brain + Proxy teilen den Key) |
 | `aria-data/brain/qdrant/` | Vector-DB-Storage (Bind-Mount, gitignored) |
 | `aria-data/brain/data/` | Skills, Embedding-Modell-Cache (Bind-Mount, gitignored) |
-| `aria-data/brain-import/` | `AGENT.md`, `USER.md.example`, `TOOLING.md.example` — Quelle fuer den initialen Memory-Import in die Vector-DB |
+| `aria-data/brain-import/` | **Drop-Folder** fuer Markdown-Saatgut. Inhalt komplett gitignored ausser `.gitkeep` + `README.md`. Stefan kippt MDs rein wenn er was migrieren will, klickt Diagnostic-„Migration aus brain-import/" — sonst leer. DB ist Truth, brain-import nur Cold-Start-Schleuse |
+| `.claude/aria-vm.env` | **Lokal pro Dev-Maschine** — wie erreicht die Workstation die VM (IP/Hostname). Gitignored, `.example` als Vorlage. Wird genutzt fuer direktes `curl` gegen die Brain-API von ausserhalb der VM |
 | `aria-data/config/diag-state/` | Diagnostic State (z.B. zuletzt aktive Session) |
 
 ### /shared/config/ (im aria-shared Volume)
@@ -316,7 +317,7 @@ Erreichbar unter `http://<VM-IP>:3001`. Teilt das Netzwerk mit der Bridge.
 ### Tabs
 
 - **Main**: Brain/RVS/Proxy-Status, Chat-Test, "ARIA denkt..."-Indikator, End-to-End-Trace, Container-Logs
-- **Gehirn**: Memory-Browser (Vector-DB), Suche + Filter, Edit/Add/Delete, Konversation-Status mit Destillat-Trigger, **Token/Call-Metrics mit Subscription-Quota-Tracking**, Bootstrap & Migration (3 Wiederherstellungs-Wege), Gehirn-Export/Import (tar.gz). Info-Buttons (ℹ) ueberall mit Modal-Erklaerung.
+- **Gehirn**: Memory-Browser (Vector-DB), Suche mit zwei Modi (**📝 Wortlich** = Substring-Match Default + **🧠 Semantisch** mit Score-Threshold), **Advanced Search** (aufklappbares Panel, beliebig viele AND/OR-verknuepfte Felder, + Button fuer mehr Zeilen), Type+Pinned-Filter (greifen auch in der Suche), klappbare Type-Kategorien (Default eingeklappt), Add/Edit/Delete mit Category-Autosuggest, **📎 Anhaenge** pro Memory (Bilder/PDFs/...): Upload + Thumbnail-Vorschau + Lightbox + Lösch-Button, 📎N-Badge in der Liste, automatischer Cleanup beim Memory-Delete. ℹ-Info-Modal das erklaert welche Types FEST in den Prompt vs. Cold Memory wandern. **📄 Druckansicht** (Strg+P → PDF). Konversation-Status mit Destillat-Trigger, **Token/Call-Metrics mit Subscription-Quota-Tracking**, Bootstrap & Migration (3 Wiederherstellungs-Wege), Gehirn-Export/Import (tar.gz)
 - **Skills**: Liste aller Skills mit Logs pro Run, Activate/Deactivate, Export/Import als tar.gz, "von ARIA"-Badge fuer selbst gebaute
 - **Trigger**: passive Aufweck-Quellen. **Timer** (einmalig, ISO-Timestamp oder via `in_seconds` als Server-Berechnung) + **Watcher** (recurring, mit Condition + Throttle). Liste aktiver Trigger + Logs pro Feuer-Event. Modal mit Type-Dropdown, Live-Anzeige aller verfuegbaren Condition-Variablen (`disk_free_gb`, `hour_of_day`, `current_lat/lon`, `last_user_message_ago_sec`, …) und Condition-Funktionen (`near(lat, lon, m)` fuer GPS-Geofencing). Sicherer Condition-Parser via Python `ast` (Whitelist, kein `eval`). Der System-Prompt enthaelt zusaetzlich einen `## Aktuelle Zeit`-Block (UTC + Europa/Berlin) damit ARIA Timer-Zeitpunkte korrekt setzen kann.
 - **Dateien**: Browser fuer `/shared/uploads/` mit Multi-Select + "Alle markieren" + Bulk-Download (ZIP bei 2+) + Bulk-Delete. Live-Update der Chat-Bubbles beim Delete.
@@ -355,6 +356,7 @@ Erreichbar unter `http://<VM-IP>:3001`. Teilt das Netzwerk mit der Bridge.
 - **Voice-Ready Toast**: Beim Wechsel zeigt die App "Stimme X bereit (X.Ys)" sobald der Preload durch ist
 - **Play-Button**: Jede ARIA-Nachricht kann nochmal vorgelesen werden (aus Cache wenn vorhanden, sonst neu rendern)
 - **Chat-Suche**: Lupe in der Statusleiste filtert Nachrichten live
+- **Mülltonne pro Bubble** (mit Confirm): gezielt eine Nachricht loeschen — geht nicht nur aus der UI weg, sondern auch aus `chat_backup.jsonl`, Brain-Conversation-Window und allen anderen Clients (RVS-Broadcast). Wichtig damit ARIA den Turn auch beim naechsten Prompt nicht mehr im Kontext hat
 - **Mehrere Anhaenge**: Bilder + Dateien sammeln, Text hinzufuegen, dann zusammen senden
 - **Paste-Support**: Bilder aus Zwischenablage einfuegen (Diagnostic)
 - **Anhaenge**: Bridge speichert in Shared Volume, ARIA kann darauf zugreifen, Re-Download ueber RVS
@@ -867,6 +869,8 @@ docker exec aria-brain curl localhost:8080/memory/stats
 - [x] **Phase B Punkt 4:** Skills-System (Python-only via local-venv, skill_create als Tool, dynamische run_<skill> Tools, Diagnostic Skills-Tab mit Logs/Toggle/Export/Import, skill_created Live-Notification in App+Diagnostic, harte Schwelle "pip → Skill")
 - [x] **Phase B Punkt 5:** Triggers-System (passive Aufweck-Quellen — Timer + Watcher mit safe Condition-Parser, GPS-near(), Diagnostic Trigger-Tab, kontinuierliches GPS-Tracking in der App fuer Use-Cases wie Blitzer-Warner). Inklusive Brain → Bridge HTTP-Push (Port 8090 intern) damit Trigger-Antworten ueber RVS in App + Diagnostic + TTS landen.
 - [x] **Proxy Tool-Use durchreichen**: claude-max-api-proxy patcht via eigene Adapter (`proxy-patches/`) den `tools`/`tool_calls`-Roundtrip — Claude Code rief vorher ihre internen Tools (Bash, sleep) statt der ARIA-Brain-Tools (trigger_timer, skill_*, ...). Jetzt funktioniert Tool-Use End-to-End.
+- [x] **Single Source of Truth — Qdrant**: `memory_save`-Tool fuer ARIA, Claude-Code-Auto-Memory abgeklemmt (tmpfs ueber `~/.claude/projects` im Proxy-Container), `brain-import/` zum reinen Drop-Folder degradiert, Cold-Memory mit Score-Threshold (0.30) gegen Embedder-Noise/Crosstalk, Diagnostic-Gehirn-UI mit Wortlich-/Semantisch-Suche, Advanced Search (AND/OR mit + Button), Memory-Druckansicht, Muelltonne pro Chat-Bubble. DB ist jetzt durchgaengig die einzige Wissensquelle, kein paralleles File-Memory mehr.
+- [x] **Memory-Anhaenge mit Vision-Pipeline**: Pro Memory koennen Bilder/PDFs/beliebige Dateien angehaengt werden (unter `/shared/memory-attachments/<id>/`, max 20 MB). Diagnostic-UI mit Thumbnail-Vorschau + Lightbox, App `memory_saved`-Bubble mit Tap-to-Load via RVS, System-Prompt zeigt Anhang-Pfade. **ARIA sieht Bilder echt** via Claude Code's eingebautes multi-modales `Read`-Tool — kein Proxy-Patch noetig. `memory_save` hat `attach_paths`-Parameter sodass ARIA ein User-Foto im selben Tool-Call lesen, Infos extrahieren (Kennzeichen, Marken, Texte) und als Memory + Anhang persistieren kann. Bilder bleiben am Memory haengen — bei spaeteren Detail-Fragen liest ARIA das Bild einfach nochmal.
 - [x] Sprachmodell-Setting wieder funktional (brainModel in runtime.json statt aria-core)
 - [x] App-Chat-Sync: kompletter Server-Sync bei Reconnect (Server = Source of Truth) + chat_cleared Live-Update. Lokal-only Bubbles (Skill-Notifications, laufende Voice ohne STT) bleiben erhalten.
 - [x] App: Chat-Suche mit Next/Prev Navigation statt Filter

android/android/app/build.gradle

@@ -79,8 +79,8 @@ android {
         applicationId "com.ariacockpit"
         minSdkVersion rootProject.ext.minSdkVersion
         targetSdkVersion rootProject.ext.targetSdkVersion
-        versionCode 10208
-        versionName "0.1.2.8"
+        versionCode 10209
+        versionName "0.1.2.9"
         // Fallback fuer Libraries mit Product Flavors
         missingDimensionStrategy 'react-native-camera', 'general'
     }

android/package.json

@@ -1,6 +1,6 @@
 {
   "name": "aria-cockpit",
-  "version": "0.1.2.8",
+  "version": "0.1.2.9",
   "private": true,
   "scripts": {
     "android": "react-native run-android",

android/src/screens/ChatScreen.tsx

@@ -87,6 +87,22 @@ interface ChatMessage {
     fires_at?: string;
     condition?: string;
   };
+  /** Memory-Saved-Bubble: ARIA hat etwas via memory_save in die Qdrant-DB gepackt */
+  memorySaved?: {
+    id?: string;
+    title: string;
+    type: string;
+    category?: string;
+    pinned: boolean;
+    preview?: string;
+    attachments?: Array<{
+      name: string;
+      mime?: string;
+      size?: number;
+      path?: string;     // Server-Pfad /shared/memory-attachments/<id>/<name>
+      localUri?: string; // Nach file_request gefuelltes file://-URI
+    }>;
+  };
   /** Backup-Timestamp aus chat_backup.jsonl auf dem Bridge — Voraussetzung
    *  zum Loeschen der Bubble via Muelltonne. Lokale Bubbles ohne backupTs
    *  sind noch nicht persistiert (kurzer Race) — Muelltonne erscheint erst
@@ -467,6 +483,7 @@ const ChatScreen: React.FC = () => {
           const localOnly = prev.filter(m =>
             m.skillCreated ||
             m.triggerCreated ||
+            m.memorySaved ||
             (m.audioRequestId && (!m.text || m.text === '🎙 Aufnahme...' || m.text === 'Aufnahme...'))
           );
           // Server-Stand + lokal-only (chronologisch sortiert)
@@ -521,6 +538,35 @@ const ChatScreen: React.FC = () => {
         return;
       }
 
+      // memory_saved: ARIA hat etwas via memory_save Tool in die Qdrant-DB
+      // gepackt — eigene Bubble (gelb wie trigger/skill).
+      if (message.type === 'memory_saved') {
+        const p = (message.payload || {}) as any;
+        const atts = Array.isArray(p.attachments) ? p.attachments.map((a: any) => ({
+          name: String(a?.name || 'datei'),
+          mime: a?.mime ? String(a.mime) : undefined,
+          size: typeof a?.size === 'number' ? a.size : undefined,
+          path: a?.path ? String(a.path) : undefined,
+        })) : [];
+        const memoryMsg: ChatMessage = {
+          id: nextId(),
+          sender: 'aria',
+          text: '',
+          timestamp: Date.now(),
+          memorySaved: {
+            id: p.id ? String(p.id) : undefined,
+            title: String(p.title || '(ohne Titel)'),
+            type: String(p.type || 'fact'),
+            category: p.category ? String(p.category) : undefined,
+            pinned: !!p.pinned,
+            preview: p.content_preview ? String(p.content_preview) : undefined,
+            attachments: atts.length ? atts : undefined,
+          },
+        };
+        setMessages(prev => capMessages([...prev, memoryMsg]));
+        return;
+      }
+
       // file_deleted: Datei wurde geloescht (vom Diagnostic User) → Bubble updaten
       if (message.type === 'file_deleted') {
         const p = (message.payload?.path as string) || '';
@@ -565,16 +611,38 @@ const ChatScreen: React.FC = () => {
         if (b64 && reqId) {
           const fileName = (message.payload.name as string) || 'download';
           persistAttachment(b64, reqId, fileName).then(filePath => {
-            setMessages(prev => prev.map(m => ({
-              ...m,
-              attachments: m.attachments?.map(a =>
+            setMessages(prev => prev.map(m => {
+              // Hauptattachments updaten (Bilder/Files am User-Send / ARIA-File-Bubble)
+              const updatedAtts = m.attachments?.map(a =>
                 a.serverPath === serverPath ? { ...a, uri: filePath } : a
-              ),
-            })));
+              );
+              // Memory-Anhang-Match (Bubble vom memory_saved-Event)
+              const ms = m.memorySaved;
+              let updatedMs = ms;
+              if (ms && Array.isArray(ms.attachments)) {
+                const hit = ms.attachments.some(a => a.path === serverPath);
+                if (hit) {
+                  updatedMs = {
+                    ...ms,
+                    attachments: ms.attachments.map(a =>
+                      a.path === serverPath ? { ...a, localUri: filePath } : a
+                    ),
+                  };
+                }
+              }
+              return { ...m, attachments: updatedAtts, memorySaved: updatedMs };
+            }));
             // Wenn der User dieses File explizit oeffnen wollte → Intent-Picker
+            // (Bilder werden separat via setFullscreenImage in der memorySaved-
+            // Bubble geoeffnet, das laeuft nicht ueber autoOpenPaths)
             if (serverPath && autoOpenPaths.current.has(serverPath)) {
               autoOpenPaths.current.delete(serverPath);
-              openFileWithIntent(filePath.replace(/^file:\/\//, ''), mimeType);
+              const isImage = (mimeType || '').startsWith('image/');
+              if (isImage) {
+                setFullscreenImage(filePath);
+              } else {
+                openFileWithIntent(filePath.replace(/^file:\/\//, ''), mimeType);
+              }
             }
           }).catch(() => {});
         }
@@ -1253,6 +1321,57 @@ const ChatScreen: React.FC = () => {
       ? { borderWidth: 2, borderColor: '#FFD60A' }
       : null;
 
+    // Spezial-Bubble: ARIA hat etwas via memory_save gespeichert
+    if (item.memorySaved) {
+      const m = item.memorySaved;
+      const catPart = m.category ? ` · [${m.category}]` : '';
+      const atts = m.attachments || [];
+      return (
+        <View style={[styles.messageBubble, styles.ariaBubble, {borderLeftWidth: 3, borderLeftColor: '#FFD60A'}, searchHighlightStyle]}>
+          <Text style={{color: '#FFD60A', fontWeight: 'bold', fontSize: 14}}>
+            {'🧠 ARIA hat etwas gemerkt'}
+          </Text>
+          <Text style={{color: '#E0E0F0', marginTop: 4, fontSize: 14}}>
+            <Text style={{fontWeight: 'bold'}}>{m.title}</Text>
+            <Text style={{color: '#8888AA', fontSize: 12}}>{` (${m.type}${m.pinned ? ' · 📌 pinned' : ''}${catPart})`}</Text>
+          </Text>
+          {m.preview ? (
+            <Text style={{color: '#888', fontSize: 12, marginTop: 4}}>{m.preview}{m.preview.length >= 140 ? '…' : ''}</Text>
+          ) : null}
+          {atts.map((a, idx) => {
+            const isImage = (a.mime || '').startsWith('image/');
+            const icon = isImage ? '🖼️' : '📄';
+            const sizeStr = a.size ? ` · ${(a.size / 1024).toFixed(0)} KB` : '';
+            return (
+              <TouchableOpacity
+                key={`${item.id}-att-${idx}`}
+                style={styles.memoryAttachmentRow}
+                onPress={() => {
+                  if (!a.path) return;
+                  if (a.localUri) {
+                    if (isImage) setFullscreenImage(a.localUri);
+                    else openFileWithIntent(a.localUri.replace(/^file:\/\//, ''), a.mime || '');
+                  } else {
+                    // Datei via Bridge nachladen — file_response hat den
+                    // memorySaved-Match-Path und cached + zeigt direkt
+                    autoOpenPaths.current.add(a.path);
+                    rvs.send('file_request' as any, { serverPath: a.path, requestId: `memAtt_${item.id}_${idx}` });
+                  }
+                }}
+              >
+                <Text style={styles.memoryAttachmentIcon}>{icon}</Text>
+                <Text style={styles.memoryAttachmentName} numberOfLines={1}>{a.name}</Text>
+                <Text style={styles.memoryAttachmentMeta}>
+                  {a.localUri ? '(tippen zum oeffnen)' : `(tippen zum Laden${sizeStr})`}
+                </Text>
+              </TouchableOpacity>
+            );
+          })}
+          <Text style={{color: '#555570', fontSize: 10, marginTop: 6}}>ARIA-Memory · {time}</Text>
+        </View>
+      );
+    }
+
     // Spezial-Bubble: ARIA hat einen Trigger angelegt
     if (item.triggerCreated) {
       const t = item.triggerCreated;
@@ -2014,6 +2133,28 @@ const styles = StyleSheet.create({
   playButtonText: {
     fontSize: 16,
   },
+  memoryAttachmentRow: {
+    flexDirection: 'row',
+    alignItems: 'center',
+    backgroundColor: '#0D0D1A',
+    borderRadius: 6,
+    paddingHorizontal: 8,
+    paddingVertical: 6,
+    marginTop: 4,
+    gap: 6,
+  },
+  memoryAttachmentIcon: {
+    fontSize: 16,
+  },
+  memoryAttachmentName: {
+    flex: 1,
+    color: '#E0E0F0',
+    fontSize: 12,
+  },
+  memoryAttachmentMeta: {
+    color: '#555570',
+    fontSize: 10,
+  },
   bubbleTrash: {
     position: 'absolute',
     top: 4,

aria-brain/agent.py

@@ -206,6 +206,126 @@ META_TOOLS = [
             },
         },
     },
+    {
+        "type": "function",
+        "function": {
+            "name": "memory_search",
+            "description": (
+                "Durchsuche aktiv dein Gedaechtnis (Qdrant-DB). Nutze das wenn:\n"
+                "- der User sagt 'schau in deinem Gedaechtnis' / 'ich hab das Memory aktualisiert'\n"
+                "- du dir bei einer Info aus dem Konversations-Verlauf unsicher bist "
+                "(z.B. ob das noch der aktuelle Stand ist)\n"
+                "- du pruefen willst ob's schon einen Memory zu einem Thema gibt bevor "
+                "du via memory_save einen neuen anlegst (vermeidet Fragmentierung)\n\n"
+                "**WICHTIG: Memory ist Truth ueber dem Conversation-Window.** "
+                "Wenn dort was anders steht als in deinem Gespraechs-Verlauf, gilt das "
+                "was im Memory steht — der User koennte gerade was korrigiert haben.\n\n"
+                "Mode 'text' = Substring (case-insensitive), gut fuer exakte Begriffe "
+                "wie 'cessna'. Mode 'semantic' = Embedder-Search, gut fuer 'wann hatten "
+                "wir ueber X gesprochen'-Fragen."
+            ),
+            "parameters": {
+                "type": "object",
+                "properties": {
+                    "query": {"type": "string", "description": "Such-Begriff"},
+                    "mode": {
+                        "type": "string",
+                        "enum": ["text", "semantic"],
+                        "description": "Default 'text' (Substring). 'semantic' fuer aehnlichkeits-Suche.",
+                    },
+                    "k": {"type": "integer", "description": "Wieviele Treffer (Default 5, max 20)"},
+                },
+                "required": ["query"],
+            },
+        },
+    },
+    {
+        "type": "function",
+        "function": {
+            "name": "memory_update",
+            "description": (
+                "Aktualisiere einen existierenden Memory-Eintrag — gibt die ID aus "
+                "memory_search oder dem Cold-Memory an. Nur die uebergebenen Felder werden "
+                "ueberschrieben, der Rest bleibt unangetastet. **Bevorzuge das ueber "
+                "memory_save** wenn der User eine Korrektur macht oder du zusaetzliche "
+                "Details zum gleichen Thema hast — vermeidet doppelte Eintraege."
+            ),
+            "parameters": {
+                "type": "object",
+                "properties": {
+                    "id": {"type": "string", "description": "Memory-ID (UUID, aus memory_search oder Cold-Memory)"},
+                    "title": {"type": "string", "description": "Neuer Titel (optional)"},
+                    "content": {"type": "string", "description": "Neuer Content — wird neu embedded fuer Search (optional)"},
+                    "category": {"type": "string", "description": "Neue Kategorie (optional)"},
+                    "tags": {"type": "array", "items": {"type": "string"}, "description": "Neue Tags (ueberschreibt komplett)"},
+                    "pinned": {"type": "boolean", "description": "Pinning aendern (optional)"},
+                },
+                "required": ["id"],
+            },
+        },
+    },
+    {
+        "type": "function",
+        "function": {
+            "name": "memory_save",
+            "description": (
+                "Speichere eine Information dauerhaft in deinem Gedaechtnis (Qdrant-DB). "
+                "Nutze das wenn Stefan 'merk dir das' sagt oder du selbst etwas Wichtiges "
+                "festhalten willst. ALTERNATIVEN VERMEIDEN: du hast KEIN persistentes "
+                "File-Memory mehr — schreibe nicht in `~/.claude/projects/...`, das ist tot.\n\n"
+                "Type-Wahl:\n"
+                "- identity: ARIAs Selbstbild / Wesensart  (PINNED)\n"
+                "- rule: harte Regel / Sicherheit / Werte   (PINNED)\n"
+                "- preference: Stefans Vorlieben/Arbeitsweise (PINNED)\n"
+                "- tool: Tool-Freigaben / Infrastruktur     (PINNED)\n"
+                "- skill: Faehigkeit / Workflow-Anleitung   (PINNED)\n"
+                "- fact: Wissen ueber Stefan/Welt/Sachen (Vorlieben, Besitz, Orte, "
+                "Termine, Personen). Cold Memory, kommt nur via Semantic Search "
+                "rein. **Default fuer 'merk-dir-das'-Anfragen.**\n"
+                "- reminder: Termin/Aufgabe. Fuer ARIA-soll-ausloesen lieber trigger_timer.\n\n"
+                "Wenn unsicher: type=fact, pinned=false.\n\n"
+                "### Anhaenge\n"
+                "`attach_paths` haengt Dateien (Bilder, PDFs, ...) aus `/shared/uploads/` "
+                "an die Memory. Pfade kommen typischerweise aus dem Chat (Stefan haengt "
+                "ein Foto an, du siehst den Pfad in der User-Message).\n\n"
+                "**WICHTIG vor dem Speichern bei Bildern**: Schau dir das Bild ZUERST "
+                "an mit `Read <pfad>` (dein Read-Tool ist multi-modal — es liest Bilder "
+                "wie Vision-API). Extrahiere alles Relevante in den content: sichtbare "
+                "Texte, Marken/Modelle, Kennzeichen/Seriennummern, Personen, Orte, "
+                "auffaellige Details. Dann erst memory_save mit dem extrahierten "
+                "content + attach_paths fuer das Bild. So weisst du beim spaeteren "
+                "Cold-Memory-Lookup was im Bild war, ohne es nochmal lesen zu muessen.\n\n"
+                "Beispiel-Workflow:\n"
+                "1. User: 'Ich hab eine Cessna 172' + /shared/uploads/aria_xy.jpg\n"
+                "2. Du: `Read /shared/uploads/aria_xy.jpg` → siehst Foto, erkennst Kennung D-EAAA\n"
+                "3. Du: `memory_save(type='fact', title='Stefans Cessna 172', "
+                "content='Stefan besitzt eine Cessna 172, Kennung D-EAAA, "
+                "weiss/rot lackiert, vor Hangar fotografiert.', "
+                "attach_paths=['/shared/uploads/aria_xy.jpg'])`"
+            ),
+            "parameters": {
+                "type": "object",
+                "properties": {
+                    "title": {"type": "string", "description": "Kurzer Titel (max ~80 Zeichen)"},
+                    "content": {"type": "string", "description": "Der eigentliche Inhalt — wird embedded fuer Semantic Search. Bei Bildern: extrahierte Infos REINSCHREIBEN (Texte, Kennungen, Marken, etc.)"},
+                    "type": {
+                        "type": "string",
+                        "enum": ["identity", "rule", "preference", "tool", "skill", "fact", "conversation", "reminder"],
+                        "description": "Memory-Typ (siehe oben)",
+                    },
+                    "category": {"type": "string", "description": "Optional, freier Tag z.B. 'meine-sachen', 'kunden', 'persoenlichkeit'"},
+                    "tags": {"type": "array", "items": {"type": "string"}, "description": "Optionale Tags"},
+                    "pinned": {"type": "boolean", "description": "Default false. Nur true wenn die Info IMMER im System-Prompt liegen muss (Identitaet/Regeln/Praeferenzen)."},
+                    "attach_paths": {
+                        "type": "array",
+                        "items": {"type": "string"},
+                        "description": "Optional. Pfade unter /shared/uploads/ die als Anhang an die Memory wandern. Files werden serverseitig nach /shared/memory-attachments/<id>/ kopiert — Originale bleiben.",
+                    },
+                },
+                "required": ["title", "content", "type"],
+            },
+        },
+    },
 ]
 
 
@@ -241,6 +361,14 @@ def _skill_to_tool(s: dict) -> dict:
 
 
 class Agent:
+    # Mindest-Score den ein Cold-Memory-Treffer haben muss um in den
+    # System-Prompt aufgenommen zu werden. Unter dieser Schwelle ist's
+    # Rauschen — die MiniLM-multilingual Embeddings haben fuer "irgendwas
+    # vs. irgendwas anderes" gerne mal 0.10-0.20 Score selbst bei voellig
+    # unverwandten Inhalten. Mit 0.30 als Untergrenze vermeiden wir
+    # Cross-Talk (z.B. 'hab ich ein flugzeug' triggert die Firmenadresse).
+    COLD_SCORE_THRESHOLD = 0.30
+
     def __init__(self, store: VectorStore, embedder: Embedder,
                  conversation: Conversation, proxy: ProxyClient,
                  cold_k: int = 5):
@@ -278,10 +406,13 @@ class Agent:
         # 2. Hot Memory (alle pinned Punkte)
         hot = self.store.list_pinned()
 
-        # 3. Cold Memory (Top-K semantic)
+        # 3. Cold Memory (Top-K semantic) — mit Score-Threshold gegen Rauschen
         try:
             qvec = self.embedder.embed(user_message)
-            cold = self.store.search(qvec, k=self.cold_k, exclude_pinned=True)
+            cold = self.store.search(
+                qvec, k=self.cold_k, exclude_pinned=True,
+                score_threshold=self.COLD_SCORE_THRESHOLD,
+            )
         except Exception as exc:
             logger.warning("Cold-Search fehlgeschlagen: %s", exc)
             cold = []
@@ -467,6 +598,159 @@ class Agent:
                     else:
                         lines.append(f"- {t['name']} ({t['type']}, {state})")
                 return "\n".join(lines)
+            if name == "memory_search":
+                query = (arguments.get("query") or "").strip()
+                if not query:
+                    return "FEHLER: query ist Pflicht."
+                mode = arguments.get("mode") or "text"
+                try:
+                    k = int(arguments.get("k", 5))
+                except (TypeError, ValueError):
+                    k = 5
+                k = max(1, min(k, 20))
+                try:
+                    if mode == "semantic":
+                        qvec = self.embedder.embed(query)
+                        results = self.store.search(
+                            qvec, k=k, exclude_pinned=False, score_threshold=0.30,
+                        )
+                    else:
+                        results = self.store.search_text(query, k=k, exclude_pinned=False)
+                    if not results:
+                        return f"Keine Treffer fuer '{query}' (mode={mode})."
+                    lines = [f"{len(results)} Treffer fuer '{query}' (mode={mode}):"]
+                    for m in results:
+                        score_part = f" [score={m.score:.2f}]" if m.score is not None else ""
+                        pin = "📌 " if m.pinned else ""
+                        atts = m.attachments or []
+                        att_part = f" 📎{len(atts)}" if atts else ""
+                        lines.append("")
+                        lines.append(f"## {pin}{m.title} ({m.type}){score_part}{att_part}")
+                        lines.append(f"id: {m.id}")
+                        lines.append(m.content or "")
+                        if atts:
+                            for a in atts:
+                                lines.append(f"  📎 {a.get('name', '?')} ({a.get('mime', '')}) — {a.get('path', '')}")
+                    return "\n".join(lines)
+                except Exception as e:
+                    logger.exception("memory_search fehlgeschlagen")
+                    return f"FEHLER: {e}"
+            if name == "memory_update":
+                pid = (arguments.get("id") or "").strip()
+                if not pid:
+                    return "FEHLER: id ist Pflicht."
+                existing = self.store.get(pid)
+                if not existing:
+                    return f"FEHLER: Memory mit id={pid[:8]} nicht gefunden."
+                try:
+                    from memory.vector_store import COLLECTION
+                    import datetime as _dt
+                    content_changed = False
+                    if "title" in arguments and arguments["title"] is not None:
+                        existing.title = str(arguments["title"]).strip()
+                    if "content" in arguments and arguments["content"] is not None:
+                        new_content = str(arguments["content"]).strip()
+                        if new_content != existing.content:
+                            content_changed = True
+                            existing.content = new_content
+                    if "category" in arguments and arguments["category"] is not None:
+                        existing.category = str(arguments["category"]).strip()
+                    if "tags" in arguments and arguments["tags"] is not None:
+                        existing.tags = [str(t).strip() for t in (arguments["tags"] or []) if str(t).strip()]
+                    if "pinned" in arguments and arguments["pinned"] is not None:
+                        existing.pinned = bool(arguments["pinned"])
+                    existing.updated_at = _dt.datetime.now(_dt.timezone.utc).isoformat()
+                    if content_changed:
+                        vec = self.embedder.embed(existing.content)
+                        self.store.upsert(existing, vec)
+                    else:
+                        self.store.client.set_payload(
+                            collection_name=COLLECTION,
+                            payload=existing.to_payload() | {"updated_at": existing.updated_at},
+                            points=[pid],
+                        )
+                    saved = self.store.get(pid)
+                    self._pending_events.append({
+                        "type": "memory_saved",
+                        "memory": {
+                            "id": saved.id, "type": saved.type, "title": saved.title,
+                            "content_preview": (saved.content or "")[:140],
+                            "category": saved.category, "pinned": saved.pinned,
+                            "attachments": saved.attachments or [],
+                        },
+                    })
+                    return f"OK — Memory '{saved.title}' aktualisiert (id={pid[:8]})."
+                except Exception as e:
+                    logger.exception("memory_update fehlgeschlagen")
+                    return f"FEHLER: {e}"
+            if name == "memory_save":
+                title = (arguments.get("title") or "").strip()
+                content = (arguments.get("content") or "").strip()
+                mem_type = (arguments.get("type") or "fact").strip()
+                if not title or not content:
+                    return "FEHLER: title und content sind Pflicht."
+                valid_types = {"identity", "rule", "preference", "tool",
+                               "skill", "fact", "conversation", "reminder"}
+                if mem_type not in valid_types:
+                    return f"FEHLER: type muss einer von {sorted(valid_types)} sein."
+                category = (arguments.get("category") or "").strip()
+                tags_in = arguments.get("tags") or []
+                tags = [str(t).strip() for t in tags_in if str(t).strip()] if isinstance(tags_in, list) else []
+                pinned = bool(arguments.get("pinned", False))
+                attach_paths_in = arguments.get("attach_paths") or []
+                attach_paths = [str(p).strip() for p in attach_paths_in if str(p).strip()] if isinstance(attach_paths_in, list) else []
+                try:
+                    from memory import MemoryPoint
+                    vec = self.embedder.embed(content)
+                    point = MemoryPoint(
+                        id="", type=mem_type, title=title, content=content,
+                        pinned=pinned, category=category, source="aria", tags=tags,
+                    )
+                    pid = self.store.upsert(point, vec)
+                    # Anhaenge kopieren + Payload updaten
+                    attach_errors: list[str] = []
+                    if attach_paths:
+                        import memory_attachments as mem_att
+                        new_atts = []
+                        for src in attach_paths:
+                            try:
+                                meta = mem_att.attach_from_path(pid, src)
+                                new_atts.append(meta)
+                            except ValueError as e:
+                                attach_errors.append(f"{src}: {e}")
+                        if new_atts:
+                            from qdrant_client.http import models as qm
+                            from memory.vector_store import COLLECTION
+                            import datetime as _dt
+                            now = _dt.datetime.now(_dt.timezone.utc).isoformat()
+                            current = self.store.get(pid)
+                            current.attachments = (current.attachments or []) + new_atts
+                            current.updated_at = now
+                            self.store.client.set_payload(
+                                collection_name=COLLECTION,
+                                payload=current.to_payload() | {"updated_at": now},
+                                points=[pid],
+                            )
+                    saved = self.store.get(pid)
+                    self._pending_events.append({
+                        "type": "memory_saved",
+                        "memory": {
+                            "id": saved.id, "type": saved.type, "title": saved.title,
+                            "content_preview": (saved.content or "")[:140],
+                            "category": saved.category, "pinned": saved.pinned,
+                            "attachments": saved.attachments or [],
+                        },
+                    })
+                    n_att = len(saved.attachments or [])
+                    msg = (f"OK — Memory '{title}' gespeichert "
+                           f"(type={mem_type}, pinned={pinned}, id={saved.id[:8]}"
+                           + (f", {n_att} Anhang/Anhaenge" if n_att else "") + ").")
+                    if attach_errors:
+                        msg += "\nHinweis: nicht alle Anhaenge konnten kopiert werden:\n  - " + "\n  - ".join(attach_errors)
+                    return msg
+                except Exception as e:
+                    logger.exception("memory_save fehlgeschlagen")
+                    return f"FEHLER beim Speichern: {e}"
             return f"Unbekanntes Tool: {name}"
         except Exception as exc:
             logger.exception("Tool '%s' fehlgeschlagen", name)

aria-brain/main.py

@@ -23,7 +23,7 @@ from typing import List, Optional
 import asyncio
 from contextlib import asynccontextmanager
 
-from fastapi import FastAPI, HTTPException, BackgroundTasks, Request
+from fastapi import FastAPI, HTTPException, BackgroundTasks, Request, UploadFile, File
 from fastapi.responses import Response
 from pydantic import BaseModel, Field
 
@@ -114,6 +114,10 @@ class MemoryIn(BaseModel):
     source: str = "manual"
     tags: List[str] = Field(default_factory=list)
     conversation_id: Optional[str] = None
+    # Vorhandene Anhang-Metadaten beim Save mitgeben (i.d.R. werden Anhaenge
+    # nach dem Save via /memory/{id}/attachments hinzugefuegt — hier eher fuer
+    # Bootstrap-Import/Restore-Faelle relevant).
+    attachments: List[dict] = Field(default_factory=list)
 
 
 class MemoryUpdate(BaseModel):
@@ -137,12 +141,19 @@ class MemoryOut(BaseModel):
     updated_at: str
     conversation_id: Optional[str] = None
     score: Optional[float] = None
+    attachments: List[dict] = Field(default_factory=list)
 
     @classmethod
     def from_point(cls, p: MemoryPoint) -> "MemoryOut":
         return cls(**p.__dict__)
 
 
+class AttachmentUploadBody(BaseModel):
+    """Base64-Upload via JSON — Diagnostic schickt Files so."""
+    name: str
+    data_base64: str
+
+
 # ─── Health ───────────────────────────────────────────────────────────
 
 @app.get("/health")
@@ -181,6 +192,23 @@ def memory_pinned():
     return [MemoryOut.from_point(p) for p in store().list_pinned()]
 
 
+@app.get("/memory/search-text", response_model=List[MemoryOut])
+def memory_search_text(
+    q: str,
+    k: int = 50,
+    type: Optional[str] = None,
+    include_pinned: bool = True,
+):
+    """Volltext-Substring-Suche (case-insensitive) ueber Title + Content +
+    Category + Tags. Findet exakte Begriffe — z.B. 'auto' matched 'Stefans Auto'.
+    Im Gegensatz zu /memory/search (semantic) keine 'klingt aehnlich'-Treffer."""
+    points = store().search_text(
+        q, k=k, type_filter=type,
+        exclude_pinned=not include_pinned,
+    )
+    return [MemoryOut.from_point(p) for p in points]
+
+
 @app.get("/memory/search", response_model=List[MemoryOut])
 def memory_search(
     q: str,
@@ -214,6 +242,7 @@ def memory_save(body: MemoryIn):
         source=body.source,
         tags=body.tags,
         conversation_id=body.conversation_id,
+        attachments=body.attachments or [],
     )
     pid = s.upsert(point, vec)
     saved = s.get(pid)
@@ -262,9 +291,125 @@ def memory_delete(point_id: str):
     if not s.get(point_id):
         raise HTTPException(404, f"Memory {point_id} nicht gefunden")
     s.delete(point_id)
+    # Anhaenge mit-loeschen damit nichts verwaist
+    try:
+        import memory_attachments as mem_att
+        n = mem_att.delete_all(point_id)
+        if n:
+            logger.info("Memory %s + %d Anhaenge geloescht", point_id, n)
+    except Exception as exc:
+        logger.warning("Anhang-Cleanup fuer %s fehlgeschlagen: %s", point_id, exc)
     return {"deleted": point_id}
 
 
+# ─── Memory-Anhaenge ──────────────────────────────────────────────────
+
+@app.get("/memory/{point_id}/attachments")
+def memory_attachments_list(point_id: str):
+    """Liste der Anhaenge zum Memory. Source-of-Truth ist das Payload
+    in der DB, aber wir mergen vorsichtshalber mit dem Filesystem-Stand
+    (falls ein Upload-Restart zwischendrin schiefging)."""
+    import memory_attachments as mem_att
+    s = store()
+    m = s.get(point_id)
+    if not m:
+        raise HTTPException(404, f"Memory {point_id} nicht gefunden")
+    return {"memory_id": point_id, "attachments": mem_att.list_attachments(point_id)}
+
+
+def _commit_attachment_meta(point_id: str, meta: dict) -> MemoryOut:
+    """Shared-Helper: nach FS-Write das Payload um den neuen Anhang updaten.
+    Duplikat-Name wird ersetzt, sonst hinten dran."""
+    s = store()
+    m = s.get(point_id)
+    if not m:
+        raise HTTPException(404, f"Memory {point_id} nicht gefunden")
+    atts = [a for a in (m.attachments or []) if a.get("name") != meta["name"]]
+    atts.append(meta)
+    m.attachments = atts
+    from memory.vector_store import COLLECTION
+    import datetime as _dt
+    m.updated_at = _dt.datetime.now(_dt.timezone.utc).isoformat()
+    s.client.set_payload(
+        collection_name=COLLECTION,
+        payload=m.to_payload() | {"updated_at": m.updated_at},
+        points=[point_id],
+    )
+    return MemoryOut.from_point(s.get(point_id))
+
+
+@app.post("/memory/{point_id}/attachments", response_model=MemoryOut)
+def memory_attachments_add(point_id: str, body: AttachmentUploadBody):
+    """Anhang als Base64 hochladen — fuer Diagnostic + interne Tools.
+    Fuer grosse Files lieber multipart-Variante (/upload) nutzen,
+    Base64 sprengt schnell die Bash-ARG_MAX-Grenze beim curl."""
+    import memory_attachments as mem_att
+    if not store().get(point_id):
+        raise HTTPException(404, f"Memory {point_id} nicht gefunden")
+    try:
+        meta = mem_att.save_from_base64(point_id, body.name, body.data_base64)
+    except ValueError as exc:
+        raise HTTPException(400, str(exc))
+    return _commit_attachment_meta(point_id, meta)
+
+
+@app.post("/memory/{point_id}/attachments/upload", response_model=MemoryOut)
+async def memory_attachments_upload(point_id: str, file: UploadFile = File(...)):
+    """Multipart-Upload — Standard fuer Browser-FormData und curl -F.
+    Verwendung:
+      curl -F file=@foto.jpg "$ARIA_BRAIN_URL/memory/<id>/attachments/upload"
+    """
+    import memory_attachments as mem_att
+    if not store().get(point_id):
+        raise HTTPException(404, f"Memory {point_id} nicht gefunden")
+    data = await file.read()
+    try:
+        meta = mem_att.save_attachment(point_id, file.filename or "datei", data)
+    except ValueError as exc:
+        raise HTTPException(400, str(exc))
+    return _commit_attachment_meta(point_id, meta)
+
+
+@app.delete("/memory/{point_id}/attachments/{filename}", response_model=MemoryOut)
+def memory_attachments_delete(point_id: str, filename: str):
+    """Einzelnen Anhang loeschen (FS + Payload-Eintrag)."""
+    import memory_attachments as mem_att
+    s = store()
+    m = s.get(point_id)
+    if not m:
+        raise HTTPException(404, f"Memory {point_id} nicht gefunden")
+    removed_fs = mem_att.delete_attachment(point_id, filename)
+    safe = filename  # Cleanup synchron mit FS — Payload-Match per name
+    atts = [a for a in (m.attachments or []) if a.get("name") not in (filename, safe)]
+    m.attachments = atts
+    from qdrant_client.http import models as qm
+    from memory.vector_store import COLLECTION
+    import datetime as _dt
+    m.updated_at = _dt.datetime.now(_dt.timezone.utc).isoformat()
+    s.client.set_payload(
+        collection_name=COLLECTION,
+        payload=m.to_payload() | {"updated_at": m.updated_at},
+        points=[point_id],
+    )
+    if not removed_fs and not atts:
+        # weder im FS noch im Payload war was — Anhang existierte nicht
+        raise HTTPException(404, f"Anhang {filename} nicht gefunden")
+    return MemoryOut.from_point(s.get(point_id))
+
+
+@app.get("/memory/{point_id}/attachments/{filename}")
+def memory_attachments_get(point_id: str, filename: str):
+    """Liefert die Bytes eines Anhangs. Diagnostic-Server kann das
+    durchproxien zur Vorschau/Download in der UI."""
+    import memory_attachments as mem_att
+    import mimetypes as _mt
+    data = mem_att.read_bytes(point_id, filename)
+    if data is None:
+        raise HTTPException(404, f"Anhang {filename} nicht gefunden")
+    mime = _mt.guess_type(filename)[0] or "application/octet-stream"
+    return Response(content=data, media_type=mime)
+
+
 # ─── Migration aus brain-import/ ──────────────────────────────────────
 
 IMPORT_DIR = os.environ.get("IMPORT_DIR", "/import")

aria-brain/memory/vector_store.py

@@ -60,6 +60,11 @@ class MemoryPoint:
     updated_at: str = ""
     conversation_id: Optional[str] = None
     score: Optional[float] = None  # nur bei Search gesetzt
+    # Anhaenge: Liste von Dicts {name, mime, size, path} — Dateien liegen
+    # physisch unter /shared/memory-attachments/<memory-id>/<name>.
+    # Hier in der DB nur die Metadaten, damit die Suche/Anzeige sie kennt
+    # ohne Filesystem zu pruefen.
+    attachments: List[dict] = field(default_factory=list)
 
     def to_payload(self) -> dict:
         p = {
@@ -72,6 +77,7 @@ class MemoryPoint:
             "tags": self.tags,
             "created_at": self.created_at,
             "updated_at": self.updated_at,
+            "attachments": self.attachments,
         }
         if self.conversation_id:
             p["conversation_id"] = self.conversation_id
@@ -92,6 +98,7 @@ class MemoryPoint:
             created_at=payload.get("created_at", ""),
             updated_at=payload.get("updated_at", ""),
             conversation_id=payload.get("conversation_id"),
+            attachments=payload.get("attachments", []) or [],
             score=getattr(point, "score", None),
         )
 
@@ -213,3 +220,56 @@ class VectorStore:
 
     def count(self) -> int:
         return self.client.count(collection_name=COLLECTION, exact=True).count
+
+    def search_text(
+        self,
+        query: str,
+        k: int = 20,
+        type_filter: Optional[str] = None,
+        exclude_pinned: bool = False,
+    ) -> List[MemoryPoint]:
+        """Volltext-Substring-Suche (case-insensitive) ueber Title +
+        Content + Category + Tags. Im Gegensatz zu search() ist das KEIN
+        Semantic-Match — nur exakte Wort-/Teilwort-Treffer.
+
+        Full-Scan ueber alle (gefilteren) Punkte. Bei der erwarteten
+        Groessenordnung (< 1000) unkritisch."""
+        q = (query or "").strip().lower()
+        if not q:
+            return []
+        must = []
+        must_not = []
+        if type_filter:
+            must.append(qm.FieldCondition(key="type", match=qm.MatchValue(value=type_filter)))
+        if exclude_pinned:
+            must_not.append(qm.FieldCondition(key="pinned", match=qm.MatchValue(value=True)))
+        flt = qm.Filter(must=must or None, must_not=must_not or None) if (must or must_not) else None
+
+        matches: List[MemoryPoint] = []
+        offset = None
+        while True:
+            points, offset = self.client.scroll(
+                collection_name=COLLECTION,
+                scroll_filter=flt,
+                limit=200,
+                offset=offset,
+                with_payload=True,
+                with_vectors=False,
+            )
+            for p in points:
+                payload = p.payload or {}
+                tags = payload.get("tags")
+                tags_str = " ".join(tags) if isinstance(tags, list) else ""
+                haystack = " ".join([
+                    str(payload.get("title", "")),
+                    str(payload.get("content", "")),
+                    str(payload.get("category", "")),
+                    tags_str,
+                ]).lower()
+                if q in haystack:
+                    matches.append(MemoryPoint.from_qdrant(p))
+                    if len(matches) >= k:
+                        return matches
+            if not offset:
+                break
+        return matches

aria-brain/memory_attachments.py

@@ -0,0 +1,172 @@
+"""
+Anhaenge fuer Memory-Eintraege.
+
+Storage-Layout:
+    /shared/memory-attachments/<memory-id>/<original-name>
+
+Eine flache Ordnerstruktur pro Memory — bei Memory-Delete loescht main.py
+das ganze Verzeichnis. Anhang-Metadaten (name, mime, size, path) liegen
+zusaetzlich im Qdrant-Payload des Memory-Punkts damit die Listen/Suche
+sie ohne Filesystem-Lookup zeigen kann.
+
+Anhaenge sind erstmal nur ueber die Diagnostic-UI hochladbar — ARIA
+selbst hat in Stufe A kein Tool zum Upload.
+"""
+
+from __future__ import annotations
+
+import base64
+import logging
+import mimetypes
+import os
+import re
+import shutil
+from pathlib import Path
+from typing import List, Optional
+
+logger = logging.getLogger(__name__)
+
+ROOT = Path(os.environ.get("MEMORY_ATTACHMENTS_DIR", "/shared/memory-attachments"))
+MAX_BYTES = int(os.environ.get("MEMORY_ATTACHMENT_MAX_BYTES", str(20 * 1024 * 1024)))  # 20 MB
+SAFE_NAME_RE = re.compile(r"[^A-Za-z0-9._\-]")
+
+
+def _safe_filename(name: str) -> str:
+    """Macht aus einem User-Namen einen filesystem-sicheren String —
+    zerlegt Pfadteile, schneidet Sonderzeichen weg, kuerzt auf 120 Zeichen."""
+    base = Path(name).name or "datei"
+    base = SAFE_NAME_RE.sub("_", base).strip("._-") or "datei"
+    return base[:120]
+
+
+def memory_dir(memory_id: str) -> Path:
+    return ROOT / memory_id
+
+
+def list_attachments(memory_id: str) -> List[dict]:
+    """Liest die Anhaenge fuer eine Memory aus dem Filesystem.
+    Returns [{name, mime, size, path}, ...] — leer wenn nichts da.
+    Source of Truth ist Qdrant-Payload; diese Funktion ist nur fuer
+    Diagnostic-Endpoints wenn Stefan direkt das FS prueft."""
+    d = memory_dir(memory_id)
+    if not d.is_dir():
+        return []
+    out = []
+    for f in sorted(d.iterdir()):
+        if not f.is_file():
+            continue
+        out.append(_file_meta(memory_id, f))
+    return out
+
+
+def _file_meta(memory_id: str, f: Path) -> dict:
+    try:
+        size = f.stat().st_size
+    except Exception:
+        size = 0
+    mime = mimetypes.guess_type(f.name)[0] or "application/octet-stream"
+    return {
+        "name": f.name,
+        "mime": mime,
+        "size": size,
+        "path": str(f),  # absoluter Pfad im Container
+    }
+
+
+def save_attachment(memory_id: str, filename: str, data: bytes) -> dict:
+    """Schreibt einen Anhang ins FS und gibt seine Metadaten zurueck.
+    Ueberschreibt eine bestehende Datei mit gleichem Namen."""
+    if not memory_id:
+        raise ValueError("memory_id ist Pflicht")
+    if len(data) > MAX_BYTES:
+        raise ValueError(f"Anhang zu gross ({len(data)} > {MAX_BYTES} Byte)")
+    safe = _safe_filename(filename)
+    d = memory_dir(memory_id)
+    d.mkdir(parents=True, exist_ok=True)
+    target = d / safe
+    target.write_bytes(data)
+    logger.info("[mem-att] %s -> %s (%d Byte)", memory_id, safe, len(data))
+    return _file_meta(memory_id, target)
+
+
+def save_from_base64(memory_id: str, filename: str, b64: str) -> dict:
+    """Convenience fuer Base64-Uploads (Diagnostic schickt Files so)."""
+    try:
+        data = base64.b64decode(b64, validate=False)
+    except Exception as exc:
+        raise ValueError(f"Base64-Decode fehlgeschlagen: {exc}") from exc
+    return save_attachment(memory_id, filename, data)
+
+
+def delete_attachment(memory_id: str, filename: str) -> bool:
+    """Loescht eine einzelne Anhang-Datei. Returns True wenn was weg ist."""
+    safe = _safe_filename(filename)
+    target = memory_dir(memory_id) / safe
+    if not target.is_file():
+        return False
+    try:
+        target.unlink()
+        logger.info("[mem-att] %s/%s geloescht", memory_id, safe)
+        return True
+    except Exception as exc:
+        logger.warning("[mem-att] Loeschen fehlgeschlagen: %s", exc)
+        return False
+
+
+def delete_all(memory_id: str) -> int:
+    """Loescht das komplette Memory-Verzeichnis. Wird beim Memory-Delete
+    in main.py gerufen damit nichts verwaist."""
+    d = memory_dir(memory_id)
+    if not d.is_dir():
+        return 0
+    count = sum(1 for _ in d.iterdir() if _.is_file())
+    try:
+        shutil.rmtree(d)
+        logger.info("[mem-att] %s komplett entfernt (%d Files)", memory_id, count)
+    except Exception as exc:
+        logger.warning("[mem-att] rmtree fehlgeschlagen: %s", exc)
+    return count
+
+
+def read_bytes(memory_id: str, filename: str) -> Optional[bytes]:
+    """Liefert die rohen Bytes einer Datei zurueck — fuer Download/Serve."""
+    safe = _safe_filename(filename)
+    target = memory_dir(memory_id) / safe
+    if not target.is_file():
+        return None
+    return target.read_bytes()
+
+
+# /shared/ ist der einzig akzeptable Source-Pfad fuer attach_from_path —
+# ARIA bekommt Files vom User immer in /shared/uploads, eigene Files
+# generiert sie in /shared/uploads/ als File-Marker. Kein Zugriff auf
+# /root, /etc, /tmp, ssh-Keys, etc.
+ALLOWED_SOURCE_PREFIXES = ("/shared/uploads/", "/shared/memory-attachments/")
+
+
+def attach_from_path(memory_id: str, source_path: str) -> dict:
+    """Kopiert eine existierende Datei aus /shared/* in das Anhang-Verzeichnis
+    des Memories und gibt die neue Metadaten zurueck.
+
+    Verwendung: ARIA bekommt z.B. ein User-Bild als `/shared/uploads/aria_<id>.jpg`.
+    Statt das Bild dort liegen zu lassen (kein direkter Memory-Bezug), kopiert
+    sie es via `memory_save(..., attach_paths=[<src>])` ins Memory-Verzeichnis.
+
+    Pfadschutz: source_path MUSS unter /shared/ liegen — kein Zugriff auf
+    Root-FS, SSH-Keys etc.
+    """
+    if not memory_id:
+        raise ValueError("memory_id ist Pflicht")
+    if not source_path or not isinstance(source_path, str):
+        raise ValueError("source_path leer")
+    if not any(source_path.startswith(p) for p in ALLOWED_SOURCE_PREFIXES):
+        raise ValueError(f"source_path muss unter {' oder '.join(ALLOWED_SOURCE_PREFIXES)} liegen")
+    src = Path(source_path)
+    if not src.is_file():
+        raise ValueError(f"Datei nicht gefunden: {source_path}")
+    size = src.stat().st_size
+    if size > MAX_BYTES:
+        raise ValueError(f"Datei zu gross ({size} > {MAX_BYTES} Byte)")
+    # Reuse save_attachment damit Filename-Sanitization + Logging konsistent
+    data = src.read_bytes()
+    return save_attachment(memory_id, src.name, data)

aria-brain/prompts.py

@@ -52,6 +52,44 @@ TYPE_HEADINGS = {
 }
 
 
+def _attachments_line(p: MemoryPoint) -> str:
+    """Eine Zeile die ARIA verraet welche Dateien an einer Memory haengen.
+    Bilder/Files liegen physisch unter /shared/memory-attachments/<id>/<name>.
+
+    Multi-Modal-Hinweis: Claude Code's `Read`-Tool kann Bilder direkt
+    anschauen (PNG/JPG/GIF/WebP) — sie laufen dann durch das gleiche
+    Vision-Modell wie via Anthropic-Vision-API. Heisst: ARIA muss nur
+    `Read /shared/memory-attachments/<id>/foto.jpg` aufrufen und sieht
+    das Bild wirklich, ohne dass wir Multi-Modal-Messages durch den
+    Proxy schleusen muessen. Wir geben ihr den Hinweis in der Zeile mit.
+    """
+    atts = getattr(p, "attachments", None) or []
+    if not atts:
+        return ""
+    base_dir = f"/shared/memory-attachments/{p.id}/" if p.id else ""
+    items = []
+    has_image = False
+    for a in atts:
+        if not isinstance(a, dict):
+            continue
+        name = a.get("name", "?")
+        mime = a.get("mime", "")
+        if mime.startswith("image/"):
+            has_image = True
+        size = a.get("size")
+        size_part = f", {size // 1024} KB" if isinstance(size, int) and size else ""
+        items.append(f"{name} ({mime}{size_part})")
+    if not items:
+        return ""
+    line = f"📎 Anhaenge: {', '.join(items)}"
+    if base_dir:
+        line += f" — Pfad: {base_dir}"
+    if has_image and base_dir:
+        line += (" — Bilder kannst du via `Read <pfad>` direkt ansehen "
+                 "(Claude Code Read ist multi-modal-faehig)")
+    return line
+
+
 def build_hot_memory_section(pinned: List[MemoryPoint]) -> str:
     """Baue den 'IMMER-im-Prompt'-Block aus pinned Punkten."""
     grouped: dict[str, List[MemoryPoint]] = {}
@@ -69,6 +107,9 @@ def build_hot_memory_section(pinned: List[MemoryPoint]) -> str:
         for p in items:
             parts.append(f"### {p.title}")
             parts.append(p.content.strip())
+            att_line = _attachments_line(p)
+            if att_line:
+                parts.append(att_line)
             parts.append("")
 
     # uebrige Types (falls jemand was anderes als pinned markiert)
@@ -77,6 +118,9 @@ def build_hot_memory_section(pinned: List[MemoryPoint]) -> str:
         for p in items:
             parts.append(f"### {p.title}")
             parts.append(p.content.strip())
+            att_line = _attachments_line(p)
+            if att_line:
+                parts.append(att_line)
             parts.append("")
 
     return "\n".join(parts).strip()
@@ -91,6 +135,9 @@ def build_cold_memory_section(matches: List[MemoryPoint]) -> str:
         score = f" [score={p.score:.2f}]" if p.score is not None else ""
         lines.append(f"- **{p.title}**{score}")
         lines.append(f"  {p.content.strip()}")
+        att_line = _attachments_line(p)
+        if att_line:
+            lines.append(f"  {att_line}")
     return "\n".join(lines)
 
 

bridge/aria_bridge.py

@@ -1376,6 +1376,17 @@ class ARIABridge:
                 })
                 logger.info("[brain] location_tracking Request: on=%s (%s)",
                             event.get("on"), event.get("reason", ""))
+            elif etype == "memory_saved":
+                # ARIA hat selber etwas in die Vector-DB gespeichert.
+                # Eigene Bubble in App + Diagnostic (gelb wie skill/trigger).
+                await self._send_to_rvs({
+                    "type": "memory_saved",
+                    "payload": event.get("memory", {}),
+                    "timestamp": int(asyncio.get_event_loop().time() * 1000),
+                })
+                logger.info("[brain] ARIA hat eine Memory angelegt: %s (type=%s)",
+                            event.get("memory", {}).get("title"),
+                            event.get("memory", {}).get("type"))
 
         # _process_core_response uebernimmt alles weitere:
         # File-Marker extrahieren + broadcasten, NO_REPLY-Check, Chat-
@@ -2635,6 +2646,12 @@ class ARIABridge:
                         },
                         "timestamp": int(asyncio.get_event_loop().time() * 1000),
                     })
+                elif etype == "memory_saved":
+                    await self._send_to_rvs({
+                        "type": "memory_saved",
+                        "payload": event.get("memory", {}),
+                        "timestamp": int(asyncio.get_event_loop().time() * 1000),
+                    })
             except Exception:
                 logger.exception("[trigger-fire] Side-Channel-Event %s fehlgeschlagen", etype)
 

diagnostic/index.html

@@ -824,11 +824,17 @@
       </div>
       <div class="card" style="margin-bottom:8px;">
         <div style="display:flex;gap:8px;flex-wrap:wrap;align-items:center;">
-          <input type="text" id="brain-search" placeholder="Semantische Suche (z.B. 'Stefan Persönlichkeit')..."
+          <input type="text" id="brain-search" placeholder="Suche (z.B. 'cessna' oder 'Stefan Persönlichkeit')..."
                  style="flex:1;min-width:200px;background:#080810;color:#E0E0F0;border:1px solid #1E1E2E;padding:6px 8px;border-radius:4px;font-family:inherit;font-size:12px;"
                  onkeydown="if(event.key==='Enter') runBrainSearch()">
+          <select id="brain-search-mode" onchange="if(document.getElementById('brain-search').value.trim()) runBrainSearch()"
+                  title="Wortlich = exakter Substring-Match. Semantisch = 'klingt aehnlich' via Embeddings."
+                  style="background:#080810;color:#E0E0F0;border:1px solid #1E1E2E;padding:6px;border-radius:4px;font-family:inherit;font-size:11px;">
+            <option value="text" selected>📝 Wortlich</option>
+            <option value="semantic">🧠 Semantisch</option>
+          </select>
           <button class="btn secondary" onclick="runBrainSearch()" style="padding:4px 12px;font-size:11px;">Suchen</button>
-          <select id="brain-filter-type" onchange="loadBrainMemoryList()"
+          <select id="brain-filter-type" onchange="onBrainFiltersChanged()"
                   style="background:#080810;color:#E0E0F0;border:1px solid #1E1E2E;padding:6px;border-radius:4px;font-family:inherit;font-size:11px;">
             <option value="">Alle Typen</option>
             <option value="identity">Identität</option>
@@ -840,14 +846,29 @@
             <option value="conversation">Konversation</option>
             <option value="reminder">Reminder</option>
           </select>
-          <select id="brain-filter-pinned" onchange="loadBrainMemoryList()"
+          <select id="brain-filter-pinned" onchange="onBrainFiltersChanged()"
                   style="background:#080810;color:#E0E0F0;border:1px solid #1E1E2E;padding:6px;border-radius:4px;font-family:inherit;font-size:11px;">
             <option value="all">Pinned + Cold</option>
             <option value="pinned">📌 Nur Pinned</option>
             <option value="cold">Nur Cold</option>
           </select>
+          <button class="btn secondary" onclick="toggleAdvancedSearch()" id="btn-advanced-search" style="padding:4px 8px;font-size:11px;color:#8888AA;" title="Erweiterte Suche mit AND/OR-Verknuepfungen">⌃ Erweitert</button>
           <button class="btn secondary" onclick="resetBrainFilters();loadBrainMemoryList()" style="padding:4px 8px;font-size:11px;color:#8888AA;" title="Suche + Filter zurücksetzen">✕</button>
         </div>
+        <div id="brain-advanced-panel" style="display:none;margin-top:10px;padding:10px;background:#080810;border:1px solid #1E1E2E;border-radius:6px;">
+          <div style="color:#8888AA;font-size:11px;margin-bottom:6px;">
+            Mehrere Begriffe mit AND/OR verknuepfen — Volltext-Substring, case-insensitive, links-nach-rechts ausgewertet.
+          </div>
+          <div id="adv-rows-container" style="display:flex;flex-direction:column;gap:6px;">
+            <!-- Reihen werden dynamisch via JS gerendert (renderAdvancedRows) -->
+          </div>
+          <div style="display:flex;gap:6px;margin-top:8px;align-items:center;flex-wrap:wrap;">
+            <button class="btn" onclick="runAdvancedSearch()" style="padding:4px 12px;font-size:11px;">Suchen</button>
+            <button class="btn secondary" onclick="addAdvancedRow()" style="padding:4px 10px;font-size:11px;" title="Weiteres Suchfeld hinzufuegen">+ Feld</button>
+            <button class="btn secondary" onclick="clearAdvancedSearch()" style="padding:4px 10px;font-size:11px;color:#8888AA;">Alle leeren</button>
+            <span style="color:#555570;font-size:10px;margin-left:auto;">Leere Felder werden ignoriert · Min. 1 Feld · ✕ entfernt ein Feld</span>
+          </div>
+        </div>
         <div id="brain-search-info" style="margin-top:6px;font-size:10px;color:#8888AA;display:none;"></div>
       </div>
       <div class="card">
@@ -1022,6 +1043,26 @@
           <input type="checkbox" id="memory-pinned">
           <span>📌 Pinned (Hot Memory — IMMER im System-Prompt)</span>
         </label>
+
+        <!-- Anhaenge — nur bei Edit (vorhandene ID) sichtbar -->
+        <div id="memory-attachments-block" style="display:none;margin-top:14px;padding-top:10px;border-top:1px solid #1E1E2E;">
+          <label style="display:flex;align-items:center;justify-content:space-between;font-size:11px;color:#8888AA;margin-bottom:6px;">
+            <span>📎 Anhaenge</span>
+            <span style="color:#555570;font-size:10px;">max 20 MB pro Datei</span>
+          </label>
+          <div id="memory-attachments-list" style="display:flex;flex-direction:column;gap:4px;margin-bottom:6px;font-size:12px;color:#555570;"></div>
+          <div style="display:flex;gap:6px;align-items:center;">
+            <label class="btn secondary" style="padding:4px 10px;font-size:11px;cursor:pointer;margin:0;">
+              ⬆ Datei waehlen
+              <input type="file" id="memory-attachment-input" multiple style="display:none;" onchange="uploadMemoryAttachments(this.files)">
+            </label>
+            <span id="memory-attachment-status" style="font-size:11px;color:#555570;"></span>
+          </div>
+        </div>
+        <div id="memory-attachments-hint" style="display:none;margin-top:10px;padding:6px 8px;background:#0D0D1A;border-radius:4px;color:#555570;font-size:11px;">
+          📎 Anhaenge kannst du nach dem Speichern hinzufuegen (brauchen eine Memory-ID).
+        </div>
+
         <div id="memory-modal-error" style="color:#FF6B6B;font-size:11px;margin-top:10px;display:none;"></div>
       </div>
       <div class="modal-footer" style="padding:10px 16px;border-top:1px solid #1E1E2E;display:flex;justify-content:flex-end;gap:8px;">
@@ -1362,6 +1403,14 @@
           }
           return;
         }
+        if (msg.type === 'memory_saved') {
+          addMemorySavedBubble(msg.payload || {});
+          // Falls Gehirn-Tab offen: refreshen
+          if (document.getElementById('tab-brain') && document.getElementById('tab-brain').classList.contains('visible')) {
+            loadBrainMemoryList();
+          }
+          return;
+        }
         if (msg.type === 'chat_delta') { return; }
         if (msg.type === 'chat_error') {
           addChat('error', msg.error, 'chat:error');
@@ -1955,6 +2004,39 @@
       }
     }
 
+    /** ARIA hat eine Memory in die Qdrant-DB gespeichert — als Bubble anzeigen. */
+    function addMemorySavedBubble(memory) {
+      const title = memory.title || '(ohne Titel)';
+      const type = memory.type || 'fact';
+      const cat = memory.category || '';
+      const pinned = !!memory.pinned;
+      const preview = memory.content_preview || '';
+      const typeLabel = (typeof BRAIN_TYPE_LABELS !== 'undefined' && BRAIN_TYPE_LABELS[type]) || type;
+      const pinBadge = pinned ? '<span style="color:#FFD60A;font-size:11px;margin-left:6px;">📌 pinned</span>' : '';
+      const catBadge = cat ? ` <span style="color:#555570;font-size:10px;">[${escapeHtml(cat)}]</span>` : '';
+      const html = `
+        <div style="font-weight:bold;color:#FFD60A;">🧠 ARIA hat etwas gemerkt</div>
+        <div style="margin-top:4px;color:#E0E0F0;">
+          <strong>${escapeHtml(title)}</strong>
+          <span style="color:#8888AA;font-size:11px;margin-left:6px;">(${escapeHtml(typeLabel)})</span>
+          ${pinBadge}${catBadge}
+        </div>
+        ${preview ? `<div style="color:#8888AA;font-size:12px;margin-top:2px;">${escapeHtml(preview)}${preview.length >= 140 ? '…' : ''}</div>` : ''}
+        <div class="meta">
+          ARIA-Memory — ${new Date().toLocaleTimeString('de-DE')} ·
+          <a href="#" onclick="event.preventDefault();switchMainTab('brain');" style="color:#FFD60A;">im Gehirn-Tab ansehen</a>
+        </div>`;
+      for (const box of [chatBox, document.getElementById('chat-box-fs')]) {
+        if (!box) continue;
+        const el = document.createElement('div');
+        el.className = 'chat-msg received';
+        el.style.borderLeft = '3px solid #FFD60A';
+        el.innerHTML = html;
+        box.appendChild(el);
+        box.scrollTop = box.scrollHeight;
+      }
+    }
+
     /** Wenn der Server file_deleted broadcastet: alle Bubbles mit
         diesem serverPath rerendern als "geloescht" markieren. */
     function markFileDeletedInChat(serverPath) {
@@ -3445,6 +3527,192 @@
       const p = document.getElementById('brain-filter-pinned'); if (p) p.value = 'all';
       const info = document.getElementById('brain-search-info'); if (info) info.style.display = 'none';
       brainSearchIds = null;
+      clearAdvancedSearch();
+    }
+
+    function toggleAdvancedSearch() {
+      const panel = document.getElementById('brain-advanced-panel');
+      const btn = document.getElementById('btn-advanced-search');
+      if (!panel) return;
+      const open = panel.style.display !== 'none';
+      panel.style.display = open ? 'none' : 'block';
+      if (btn) btn.textContent = open ? '⌃ Erweitert' : '⌄ Einklappen';
+      if (!open) ensureAdvancedRows();
+    }
+
+    // Dynamische Such-Reihen-Struktur:
+    //   advRows = [{term, op}, ...] — die erste Reihe hat op=null,
+    //   jede weitere bekommt einen UND/ODER-Selektor links und einen ✕ rechts.
+    let advRows = [{ term: '', op: null }];
+
+    function ensureAdvancedRows() {
+      if (!advRows.length) advRows = [{ term: '', op: null }];
+      renderAdvancedRows();
+    }
+
+    function addAdvancedRow() {
+      // Vor dem Re-render aktuelle Werte aus DOM uebernehmen damit nichts verloren geht
+      syncAdvancedRowsFromDOM();
+      advRows.push({ term: '', op: 'AND' });
+      renderAdvancedRows();
+      // Fokus auf das neue Feld
+      const last = document.querySelector(`#adv-rows-container .adv-row:last-child input.adv-term`);
+      if (last) last.focus();
+    }
+
+    function removeAdvancedRow(idx) {
+      syncAdvancedRowsFromDOM();
+      if (advRows.length <= 1) return;  // erste bleibt
+      advRows.splice(idx, 1);
+      // Erste Reihe hat immer op=null
+      if (advRows[0]) advRows[0].op = null;
+      renderAdvancedRows();
+    }
+
+    function syncAdvancedRowsFromDOM() {
+      const rows = document.querySelectorAll('#adv-rows-container .adv-row');
+      const next = [];
+      rows.forEach((row, i) => {
+        const term = (row.querySelector('input.adv-term')?.value || '');
+        const op = i === 0 ? null : (row.querySelector('select.adv-op')?.value || 'AND');
+        next.push({ term, op });
+      });
+      if (next.length) advRows = next;
+    }
+
+    function renderAdvancedRows() {
+      const container = document.getElementById('adv-rows-container');
+      if (!container) return;
+      const inputStyle = 'flex:1;min-width:0;background:#080810;color:#E0E0F0;border:1px solid #1E1E2E;padding:6px;border-radius:4px;font-family:inherit;font-size:12px;';
+      const selectStyle = 'background:#080810;color:#E0E0F0;border:1px solid #1E1E2E;padding:6px;border-radius:4px;font-family:inherit;font-size:11px;width:70px;';
+      container.innerHTML = advRows.map((r, i) => {
+        const ph = i === 0 ? 'z.B. flugzeug' : 'z.B. cessna';
+        const term = (r.term || '').replace(/"/g, '&quot;');
+        if (i === 0) {
+          return `<div class="adv-row" style="display:flex;gap:6px;align-items:center;">
+            <span style="width:70px;color:#555570;font-size:11px;text-align:center;">Start</span>
+            <input type="text" class="adv-term" placeholder="${ph}" value="${term}" style="${inputStyle}">
+            <span style="width:24px;"></span>
+          </div>`;
+        }
+        const op = r.op || 'AND';
+        return `<div class="adv-row" style="display:flex;gap:6px;align-items:center;">
+          <select class="adv-op" style="${selectStyle}">
+            <option value="AND"${op === 'AND' ? ' selected' : ''}>UND</option>
+            <option value="OR"${op === 'OR' ? ' selected' : ''}>ODER</option>
+          </select>
+          <input type="text" class="adv-term" placeholder="${ph}" value="${term}" style="${inputStyle}">
+          <button class="btn secondary" onclick="removeAdvancedRow(${i})" title="Diese Zeile entfernen" style="width:24px;height:24px;padding:0;line-height:20px;font-size:11px;color:#FF6B6B;">✕</button>
+        </div>`;
+      }).join('');
+    }
+
+    function clearAdvancedSearch() {
+      advRows = [{ term: '', op: null }];
+      renderAdvancedRows();
+    }
+
+    /** Mehrere Volltext-Suchen + Boolean-Kombination (links nach rechts).
+     *  Backend bleibt simpel — wir machen N parallele search-text-Calls
+     *  und kombinieren die ID-Mengen client-seitig per AND/OR. */
+    async function runAdvancedSearch() {
+      syncAdvancedRowsFromDOM();
+      const info = document.getElementById('brain-search-info');
+      // Nur Reihen mit Inhalt einsammeln. Die erste belegte Reihe wird zum
+      // Start-Term (op=null), egal an welchem Index sie ursprünglich war.
+      const active = [];
+      for (const r of advRows) {
+        const t = (r.term || '').trim();
+        if (!t) continue;
+        active.push({ term: t, op: active.length === 0 ? null : (r.op || 'AND') });
+      }
+      if (active.length === 0) {
+        if (info) info.style.display = 'none';
+        loadBrainMemoryList();
+        return;
+      }
+
+      const typeFilter = document.getElementById('brain-filter-type').value;
+      const baseParams = { k: '500', include_pinned: 'true' };
+      if (typeFilter) baseParams.type = typeFilter;
+
+      try {
+        // Pro Begriff einmal Backend fragen, dann Map<id, memory> + Set<id>
+        const sets = [];
+        for (const a of active) {
+          const params = new URLSearchParams({ ...baseParams, q: a.term });
+          const r = await fetch('/api/brain/memory/search-text?' + params.toString());
+          if (!r.ok) throw new Error('HTTP ' + r.status);
+          const hits = await r.json();
+          hits.forEach(m => { brainMemoryCache[m.id] = m; });
+          sets.push(new Set(hits.map(m => m.id)));
+        }
+
+        // Links-nach-rechts kombinieren mit den Operatoren
+        let combined = sets[0];
+        for (let i = 1; i < sets.length; i++) {
+          const op = active[i].op;
+          if (op === 'AND') {
+            combined = new Set([...combined].filter(id => sets[i].has(id)));
+          } else {
+            combined = new Set([...combined, ...sets[i]]);
+          }
+        }
+
+        let hits = Array.from(combined).map(id => brainMemoryCache[id]).filter(Boolean);
+        const totalHits = hits.length;
+        hits = applyPinnedFilter(hits);
+        brainSearchIds = hits.map(m => m.id);
+        const desc = active.map((a, i) => i === 0 ? `"${a.term}"` : ` ${a.op} "${a.term}"`).join('');
+        const pinnedFilter = document.getElementById('brain-filter-pinned')?.value || 'all';
+        const pinnedLabel = pinnedFilter === 'pinned' ? ' · 📌 nur pinned'
+                          : pinnedFilter === 'cold'   ? ' · nur cold'
+                          : '';
+        if (info) {
+          info.style.display = 'block';
+          const filterDesc = (typeFilter ? ` · Typ=${escapeHtml(typeFilter)}` : '') + pinnedLabel;
+          if (hits.length === 0) {
+            const extra = totalHits > 0 ? ` (${totalHits} Treffer ohne Pinned-Filter)` : '';
+            info.innerHTML = `🔍 Keine Treffer fuer ${escapeHtml(desc)}${filterDesc}${extra} · 📝 wortlich, Boolean-Kombi`;
+          } else {
+            info.innerHTML = `🔍 ${hits.length} Treffer fuer ${escapeHtml(desc)}${filterDesc} · 📝 wortlich, Boolean-Kombi`;
+          }
+        }
+        renderBrainList(hits, true);
+      } catch (e) {
+        if (info) {
+          info.style.display = 'block';
+          info.innerHTML = `🔴 Erweiterte Suche fehlgeschlagen: ${escapeHtml(e.message)}`;
+        }
+      }
+    }
+
+    /** True wenn aktuell eine Search-Ansicht aktiv ist (Single oder Advanced).
+     *  Wird vom Pinned/Type-Filter-onchange genutzt um statt loadBrainMemoryList
+     *  die Suche neu auszufuehren — damit Filter auch bei aktiver Suche greifen. */
+    function brainSearchActive() {
+      const q = (document.getElementById('brain-search')?.value || '').trim();
+      if (q) return 'single';
+      const hasAdv = (advRows || []).some(r => (r.term || '').trim());
+      return hasAdv ? 'advanced' : null;
+    }
+
+    /** Wird vom Type+Pinned-Dropdown onchange gerufen. Bei aktiver Suche
+     *  re-search ausfuehren, sonst Liste neu laden. */
+    function onBrainFiltersChanged() {
+      const which = brainSearchActive();
+      if (which === 'single') runBrainSearch();
+      else if (which === 'advanced') runAdvancedSearch();
+      else loadBrainMemoryList();
+    }
+
+    /** Filtert eine Liste von Memories nach dem pinned-Dropdown-Wert.
+     *  'all' = alles durchlassen, 'pinned' = nur pinned, 'cold' = nur cold. */
+    function applyPinnedFilter(items) {
+      const v = document.getElementById('brain-filter-pinned')?.value || 'all';
+      if (v === 'pinned') return items.filter(m => m.pinned);
+      if (v === 'cold')   return items.filter(m => !m.pinned);
+      return items;
     }
 
     async function runBrainSearch() {
@@ -3457,27 +3725,43 @@
         return;
       }
       const typeFilter = document.getElementById('brain-filter-type').value;
-      // k=10 + Score-Threshold im Backend (0.30) → nur relevante Treffer.
-      // Frueher k=20 ohne Threshold: bei kleiner DB landete fast alles
-      // als "Treffer", egal wie unaehnlich.
-      const params = new URLSearchParams({ q, k: '10', include_pinned: 'true', score_threshold: '0.30' });
-      if (typeFilter) params.set('type', typeFilter);
+      const pinnedFilter = document.getElementById('brain-filter-pinned')?.value || 'all';
+      const mode = (document.getElementById('brain-search-mode')?.value) || 'text';
+      let url, modeLabel;
+      if (mode === 'semantic') {
+        // Embedder-basiert, mit Score-Threshold gegen Rauschen
+        const params = new URLSearchParams({ q, k: '20', include_pinned: 'true', score_threshold: '0.30' });
+        if (typeFilter) params.set('type', typeFilter);
+        url = '/api/brain/memory/search?' + params.toString();
+        modeLabel = '🧠 semantisch (Score ≥ 0.30)';
+      } else {
+        // Volltext-Substring (case-insensitive) — findet exakte Begriffe
+        const params = new URLSearchParams({ q, k: '100', include_pinned: 'true' });
+        if (typeFilter) params.set('type', typeFilter);
+        url = '/api/brain/memory/search-text?' + params.toString();
+        modeLabel = '📝 wortlich (Substring)';
+      }
       try {
-        const r = await fetch('/api/brain/memory/search?' + params.toString());
+        const r = await fetch(url);
         if (!r.ok) throw new Error('HTTP ' + r.status);
-        const hits = await r.json();
+        let hits = await r.json();
         hits.forEach(m => { brainMemoryCache[m.id] = m; });
+        // Pinned-Filter clientseitig anwenden — Backend kennt nur include_pinned
+        // (all-or-none), wir brauchen aber feiner "nur pinned" / "nur cold".
+        const totalHits = hits.length;
+        hits = applyPinnedFilter(hits);
         brainSearchIds = hits.map(m => m.id);
+        const pinnedLabel = pinnedFilter === 'pinned' ? ' · 📌 nur pinned'
+                          : pinnedFilter === 'cold'   ? ' · nur cold'
+                          : '';
         if (info) {
           info.style.display = 'block';
+          const filterDesc = (typeFilter ? ` · Typ=${escapeHtml(typeFilter)}` : '') + pinnedLabel;
           if (hits.length === 0) {
-            info.innerHTML = `🔍 Keine relevanten Treffer für "${escapeHtml(q)}"` +
-              (typeFilter ? ` · Typ=${escapeHtml(typeFilter)}` : '') +
-              ` (Score < 0.30). Versuche andere Begriffe oder klicke das ✕ rechts um die Suche zu schliessen.`;
+            const extra = totalHits > 0 ? ` (${totalHits} Treffer ohne Pinned-Filter)` : '';
+            info.innerHTML = `🔍 Keine Treffer für "${escapeHtml(q)}"${filterDesc}${extra} · ${modeLabel}.`;
           } else {
-            info.innerHTML = `🔍 ${hits.length} Treffer für "${escapeHtml(q)}"` +
-              (typeFilter ? ` · Typ=${escapeHtml(typeFilter)}` : '') +
-              ` · sortiert nach Aehnlichkeit (Score &ge; 0.30)`;
+            info.innerHTML = `🔍 ${hits.length} Treffer für "${escapeHtml(q)}"${filterDesc} · ${modeLabel}`;
           }
         }
         renderBrainList(hits, true);
@@ -3585,9 +3869,11 @@
       const preview = (m.content || '').slice(0, 140).replace(/\n/g, ' ');
       const score = withScore && typeof m.score === 'number' ? `<span style="color:#FFD60A;font-size:10px;margin-left:6px;">${m.score.toFixed(2)}</span>` : '';
       const typeBadge = withScore ? `<span style="color:#0096FF;font-size:10px;margin-right:6px;">${escapeHtml(BRAIN_TYPE_LABELS[m.type] || m.type)}</span>` : '';
+      const attCount = Array.isArray(m.attachments) ? m.attachments.length : 0;
+      const attBadge = attCount > 0 ? `<span style="color:#34C759;font-size:10px;margin-left:6px;" title="${attCount} Anhang${attCount === 1 ? '' : ' / Anhaenge'}">📎${attCount}</span>` : '';
       return `<div style="padding:6px 0;border-bottom:1px solid #1E1E2E;display:flex;gap:6px;align-items:flex-start;">
         <div style="flex:1;min-width:0;cursor:pointer;" onclick="openMemoryModal('${m.id}')">
-          <div style="color:#E0E0F0;font-size:12px;">${typeBadge}${pin}<strong>${escapeHtml(m.title || '(ohne Titel)')}</strong>${score}
+          <div style="color:#E0E0F0;font-size:12px;">${typeBadge}${pin}<strong>${escapeHtml(m.title || '(ohne Titel)')}</strong>${score}${attBadge}
             ${m.category ? `<span style="color:#555570;font-weight:normal;font-size:10px;margin-left:6px;">[${escapeHtml(m.category)}]</span>` : ''}
           </div>
           <div style="color:#888;font-size:11px;line-height:1.4;">${escapeHtml(preview)}${m.content && m.content.length > 140 ? '...' : ''}</div>
@@ -3780,6 +4066,13 @@
       const errEl = document.getElementById('memory-modal-error');
       errEl.style.display = 'none';
 
+      const attBlock = document.getElementById('memory-attachments-block');
+      const attHint = document.getElementById('memory-attachments-hint');
+      const attStatus = document.getElementById('memory-attachment-status');
+      if (attStatus) attStatus.textContent = '';
+      const attInput = document.getElementById('memory-attachment-input');
+      if (attInput) attInput.value = '';
+
       if (id && brainMemoryCache[id]) {
         const m = brainMemoryCache[id];
         titleEl.textContent = 'Memory bearbeiten';
@@ -3790,6 +4083,10 @@
         document.getElementById('memory-category').value = m.category || '';
         document.getElementById('memory-tags').value = (m.tags || []).join(', ');
         document.getElementById('memory-pinned').checked = !!m.pinned;
+        // Anhang-Block sichtbar — Liste rendern
+        if (attBlock) attBlock.style.display = 'block';
+        if (attHint) attHint.style.display = 'none';
+        renderMemoryAttachmentsList(m.attachments || []);
       } else {
         titleEl.textContent = 'Neue Memory';
         idEl.value = '';
@@ -3799,10 +4096,96 @@
         document.getElementById('memory-category').value = '';
         document.getElementById('memory-tags').value = '';
         document.getElementById('memory-pinned').checked = false;
+        // Bei neuem Memory: nur Hinweis, dass Anhaenge nach Save gehen
+        if (attBlock) attBlock.style.display = 'none';
+        if (attHint) attHint.style.display = 'block';
       }
       modal.classList.add('open');
     }
 
+    function renderMemoryAttachmentsList(atts) {
+      const el = document.getElementById('memory-attachments-list');
+      if (!el) return;
+      const id = document.getElementById('memory-edit-id').value;
+      if (!Array.isArray(atts) || atts.length === 0) {
+        el.innerHTML = '<div style="color:#555570;font-size:11px;font-style:italic;">(noch keine Anhaenge)</div>';
+        return;
+      }
+      el.innerHTML = atts.map(a => {
+        const name = escapeHtml(a.name || '?');
+        const mime = a.mime || 'application/octet-stream';
+        const size = a.size ? `${(a.size / 1024).toFixed(0)} KB` : '';
+        const isImage = mime.startsWith('image/');
+        const url = `/api/brain/memory/${encodeURIComponent(id)}/attachments/${encodeURIComponent(a.name)}`;
+        const preview = isImage
+          ? `<img src="${url}" style="width:32px;height:32px;object-fit:cover;border-radius:4px;cursor:pointer;" onclick="openLightbox('image','${url}')">`
+          : `<span style="display:inline-block;width:32px;text-align:center;font-size:18px;">📄</span>`;
+        return `<div style="display:flex;align-items:center;gap:8px;padding:4px 6px;background:#0D0D1A;border-radius:4px;">
+          ${preview}
+          <a href="${url}" target="_blank" style="flex:1;min-width:0;color:#E0E0F0;text-decoration:none;font-size:12px;overflow:hidden;text-overflow:ellipsis;white-space:nowrap;" title="${name}">${name}</a>
+          <span style="color:#555570;font-size:10px;flex-shrink:0;">${escapeHtml(mime)}, ${size}</span>
+          <button class="btn secondary" onclick="deleteMemoryAttachment('${encodeURIComponent(a.name)}')" title="Anhang loeschen" style="padding:2px 6px;font-size:10px;color:#FF6B6B;border-color:#FF6B6B;">🗑</button>
+        </div>`;
+      }).join('');
+    }
+
+    async function uploadMemoryAttachments(files) {
+      if (!files || !files.length) return;
+      const id = document.getElementById('memory-edit-id').value;
+      if (!id) return;
+      const status = document.getElementById('memory-attachment-status');
+      let lastResult = null;
+      let n = 0;
+      for (const file of files) {
+        if (status) status.textContent = `⏳ Lade ${file.name} (${(file.size/1024).toFixed(0)} KB)...`;
+        try {
+          const form = new FormData();
+          form.append('file', file, file.name);
+          const r = await fetch(`/api/brain/memory/${encodeURIComponent(id)}/attachments/upload`, {
+            method: 'POST',
+            body: form,
+          });
+          if (!r.ok) {
+            const txt = await r.text();
+            throw new Error('HTTP ' + r.status + ': ' + txt.slice(0, 200));
+          }
+          lastResult = await r.json();
+          n += 1;
+        } catch (e) {
+          if (status) status.textContent = `🔴 ${file.name}: ${e.message}`;
+          break;
+        }
+      }
+      if (lastResult) {
+        brainMemoryCache[id] = lastResult;
+        renderMemoryAttachmentsList(lastResult.attachments || []);
+        if (status) status.textContent = `✓ ${n} Anhang${n === 1 ? '' : '/Anhaenge'} hochgeladen`;
+        // Eingabe-File-List reset damit erneutes Anwaehlen derselben Datei feuert
+        const inp = document.getElementById('memory-attachment-input');
+        if (inp) inp.value = '';
+      }
+    }
+
+    async function deleteMemoryAttachment(filenameEncoded) {
+      const id = document.getElementById('memory-edit-id').value;
+      if (!id) return;
+      const name = decodeURIComponent(filenameEncoded);
+      if (!confirm(`Anhang "${name}" wirklich loeschen?`)) return;
+      try {
+        const r = await fetch(`/api/brain/memory/${encodeURIComponent(id)}/attachments/${filenameEncoded}`, {
+          method: 'DELETE',
+        });
+        if (!r.ok) throw new Error('HTTP ' + r.status);
+        const updated = await r.json();
+        brainMemoryCache[id] = updated;
+        renderMemoryAttachmentsList(updated.attachments || []);
+        const status = document.getElementById('memory-attachment-status');
+        if (status) status.textContent = `✓ "${name}" geloescht`;
+      } catch (e) {
+        alert('Loeschen fehlgeschlagen: ' + e.message);
+      }
+    }
+
     function closeMemoryModal() {
       document.getElementById('memory-modal').classList.remove('open');
     }
@@ -3856,7 +4239,18 @@
       try {
         const r = await fetch('/api/brain/memory/delete/' + encodeURIComponent(id), { method: 'DELETE' });
         if (!r.ok) throw new Error('HTTP ' + r.status);
-        loadBrainMemoryList();
+        // Lokalen Cache + Such-State bereinigen damit die Liste nicht den Geist
+        // des geloeschten Eintrags weiterzeigt.
+        delete brainMemoryCache[id];
+        if (Array.isArray(brainSearchIds)) {
+          brainSearchIds = brainSearchIds.filter(x => x !== id);
+        }
+        // Re-Render: bei aktiver Suche neu suchen (Filter respektieren),
+        // sonst die Vollliste neu vom Server holen.
+        const which = (typeof brainSearchActive === 'function') ? brainSearchActive() : null;
+        if (which === 'single') await runBrainSearch();
+        else if (which === 'advanced') await runAdvancedSearch();
+        else await loadBrainMemoryList();
         loadBrainStatus();
       } catch (e) {
         alert('Löschen fehlgeschlagen: ' + e.message);

diagnostic/server.js

@@ -617,6 +617,26 @@ function connectRVS(forcePlain) {
         // Mode-Broadcast von der Bridge → an Browser-Clients weiterreichen
         log("info", "rvs", `Mode-Broadcast: ${msg.payload?.mode} (${msg.payload?.name})`);
         broadcast({ type: "mode", payload: msg.payload });
+      } else if (msg.type === "agent_activity") {
+        // Bridge meldet "ARIA denkt/schreibt/tool" oder "idle" — an Browser
+        // weiterreichen, damit der Thinking-Indikator im Chat erscheint.
+        // Wenn gerade ein chat:final vorbei ist, unterdruecken wir trailing
+        // 'thinking'-Events (gleiches Schema wie alter OpenClaw-Pfad).
+        const activity = msg.payload?.activity || msg.activity || "idle";
+        if (activity !== "idle" && Date.now() - lastChatFinalAt < SETTLED_WINDOW_MS) {
+          // chat:final ist gerade durch — verstaubende thinking-Events ignorieren
+        } else {
+          broadcast({
+            type: "agent_activity",
+            activity,
+            tool: msg.payload?.tool || msg.tool || "",
+          });
+        }
+      } else if (msg.type === "memory_saved") {
+        // ARIA hat selber etwas in die Qdrant-DB gespeichert (via memory_save Tool).
+        const m = msg.payload || {};
+        log("info", "rvs", `ARIA-Memory gespeichert: "${m.title}" (type=${m.type}, pinned=${m.pinned})`);
+        broadcast({ type: "memory_saved", payload: m });
       } else if (msg.type === "chat_message_deleted") {
         // Bridge meldet: Bubble wurde aus chat_backup + Brain entfernt.
         // An Browser-Clients weiterreichen damit sie die Bubble lokal entfernen.
@@ -1624,13 +1644,18 @@ const server = http.createServer((req, res) => {
     // Reverse-Proxy zum aria-brain Container (intern auf 8080, nicht expose'd).
     // Frontend ruft z.B. /api/brain/health → http://aria-brain:8080/health
     const targetPath = req.url.replace(/^\/api\/brain/, "");
+    // Uploads brauchen laenger als die 30s default — Memory-Anhang-Endpoints
+    // koennen bis zu 20 MB tragen, plus chat/distill-Calls dauern manchmal
+    // mehr als eine Minute.
+    const isUpload = /\/attachments(\/upload)?$/.test(targetPath);
+    const timeout = isUpload ? 120000 : 60000;
     const proxyReq = http.request({
       host: "aria-brain",
       port: 8080,
       path: targetPath,
       method: req.method,
       headers: req.headers,
-      timeout: 30000,
+      timeout,
     }, (proxyRes) => {
       res.writeHead(proxyRes.statusCode, proxyRes.headers);
       proxyRes.pipe(res);

docker-compose.yml

@@ -20,6 +20,14 @@ services:
       - ./aria-data/ssh:/root/.ssh                    # SSH Keys fuer VM-Zugriff (aria-wohnung, rw fuer ARIA)
       - aria-shared:/shared                          # Shared Volume fuer Datei-Austausch (Uploads von App)
       - ./proxy-patches:/proxy-patches:ro            # Tool-Use-Adapter (ueberschreibt npm-Version, read-only)
+    # Claude Code's eingebautes Auto-Memory liegt in ~/.claude/projects/.
+    # Wir ueberlagern das mit tmpfs damit ARIA nicht parallel zu ARIAs eigener
+    # Qdrant-DB ein File-Memory aufbaut (war Auslöser fuer doppelte Truth-Source).
+    # Tmpfs ist beim Container-Start leer und wird beim Container-Recreate
+    # weggeworfen — Claude Code sieht keine alten Files mehr und das was sie
+    # ggf. neu schreibt landet nicht auf dem VM-Host.
+    tmpfs:
+      - /root/.claude/projects
     environment:
       - HOST=0.0.0.0
       - SHELL=/bin/bash                              # Claude Code Bash-Tool braucht bash (nicht nur sh/ash)

issue.md

@@ -55,6 +55,13 @@ Wichtige Mechanismen:
 
 ### Bugs / Fixes
 
+- [x] **Cold Memory Crosstalk** durch Score-Threshold im Brain-Agent: Bei kleiner DB lieferte Cold-Search ungefiltert Top-5, auch wenn alle Scores < 0.2 lagen — ARIA hat das als „relevante" Info in den System-Prompt bekommen und in die Antwort eingewoben. Beispiel: Frage „hab ich ein flugzeug?" → Cold-Top war „Firmenadresse" (Score 0.094, Embedder-Noise) → ARIA antwortete „Die Adresse aus meinem Gedaechtnis ist..." ohne dass User danach gefragt hatte. Fix: Konstante `COLD_SCORE_THRESHOLD=0.30` in `agent.py` an `store.search()` durchgereicht. Konsistent mit dem `/memory/search`-HTTP-Threshold und der Diagnostic-Suche
+- [x] **Diagnostic: Pinned-/Type-Filter wirkt jetzt auch bei aktiver Suche**: Vorher ignorierten `runBrainSearch`/`runAdvancedSearch` die Filter-Dropdowns komplett; Dropdown-onchange rief `loadBrainMemoryList` und brach die Suche damit ab. Fix: `applyPinnedFilter` clientseitig nach Backend-Hit, `onBrainFiltersChanged` re-search bei aktiver Suche
+- [x] **Diagnostic: Memory-Liste refresht nach Delete sofort**: vorher rendere `loadBrainMemoryList` bei aktiver Such-Ansicht aus `brainMemoryCache` → der gerade geloeschte Eintrag tauchte wieder auf. Fix: Cache + brainSearchIds nach Delete bereinigen + re-search statt list
+- [x] **Diagnostic: „ARIA denkt..."-Indikator wieder im Chat-Fenster**: `agent_activity`-Events von RVS wurden vom Diagnostic-Server nicht an Browser durchgereicht. Fix: Relay analog zu `mode`/`voice_ready`, mit `SETTLED_WINDOW_MS`-Schutz gegen Trailing-Events nach `chat:final`
+- [x] **Memory-Suche filtert Rauschen** (score_threshold im HTTP-Endpoint + kleineres k): Vorher k=20 ohne Threshold lieferte bei kleiner DB fast alles als Treffer, auch komplettes Rauschen (z.B. „banane" → 10 false positives mit Score 0.10-0.22). Fix: `score_threshold=0.30` als Query-Param am `/memory/search`-Endpoint + Diagnostic schickt jetzt `k=10` + Threshold, „Keine Treffer"-Box wenn alle unter Score
+- [x] **Cessna-Beispiel aus System-Prompt raus**: in der `memory_save`-Tool-Description stand „z.B. 'Stefan hat eine Cessna'" als fact-Beispiel. ARIA hat das (korrekt!) korrekt eingeordnet als Beispiel-Text, aber Phantom-Wissen im Prompt ist suboptimal. Fix: durch generische Aufzaehlung (Vorlieben/Besitz/Orte/Termine/Personen) ersetzt
+- [x] **Claude-Code-Auto-Memory abklemmen**: Claude Code CLI hat ein eingebautes Auto-Memory das Markdown-Files in `~/.claude/projects/<project>/memory/` schreibt. Weil das CLI als ARIAs LLM lief, hat sie da ueber Wochen ihre eigene Schatten-Wissensbasis aufgebaut (cessna, persoenlichkeit, projects) — komplett parallel zur Qdrant-DB. Fix: `tmpfs`-Mount ueber `/root/.claude/projects` im Proxy-Container. Claude Code sieht beim Spawn leeres `projects/`, schreibt sie was rein landet's nur im RAM, beim Container-Recreate weg. Stefans persoenliches `~/.claude/projects/` auf der VM bleibt unangetastet
 - [x] **Trigger-Antworten landen jetzt im Chat** (App + Diagnostic + TTS): Wenn der Brain-Background-Loop einen Timer/Watcher feuert, ruft er `agent.chat()` direkt im eigenen Prozess. Die Antwort wurde nur ins Trigger-Log geschrieben — kein RVS-Broadcast, nichts sichtbar. Fix: Bridge hat jetzt einen kleinen asyncio HTTP-Listener auf Port 8090 (intern, nicht exposed). Brain pusht nach jedem Trigger-Feuer per `urllib.request.urlopen` an `http://aria-bridge:8090/internal/trigger-fired` mit `{reply, trigger_name, type, events}`. Bridge ruft `_handle_trigger_fired` → Side-Channel-Events (skill_created/trigger_created/location_tracking) + `_process_core_response` — exakt derselbe Pfad wie normale Chat-Antworten (Bubble + TTS + chat_backup)
 - [x] **Tool-Use im Proxy durchgereicht** (claude-max-api-proxy): Der Proxy nahm das OpenAI-`tools`-Feld an, ignorierte es aber komplett — `openai-to-cli.js` wandelte nur `messages` zu einem String, `manager.js` rief `claude --print` ohne Tools. Claude Code nutzte ihre internen Tools (Bash, Read, ...) und „simulierte" Aktionen wie `sleep 120` statt `trigger_timer` zu rufen. Fix: zwei eigene Adapter-Files unter `proxy-patches/`, die zur Container-Startzeit ueber die npm-Version kopiert werden. `openai-to-cli.js` injiziert die `tools` als `<system>`-Block mit Schema-Beschreibungen und der Anweisung `<tool_call name="X">{json}</tool_call>` als Antwortformat zu verwenden; weiterhin verarbeitet sie `role=tool`-Messages als `<tool_result>`-Bloecke fuer den Loop-Replay. `cli-to-openai.js` parsed die `<tool_call>`-Bloecke aus dem Result-Text zurueck zu OpenAI `tool_calls` mit `finish_reason=tool_calls`. Mehrere Tool-Calls + Pre-Tool-Text werden korrekt aufgeteilt
 - [x] **Timer "in 2 Minuten" wird wieder angelegt**: ARIA hatte keine Moeglichkeit die aktuelle Zeit zu kennen — kein Bash-Tool, kein Time-Tool, kein Timestamp im System-Prompt. Die Tool-Beschreibung von `trigger_timer` empfahl sogar `date -u -d '+10 minutes'` via Bash, aber Bash gab's nicht. Folge: LLM liess den Tool-Call entweder weg oder riet einen Cutoff-Zeitstempel (Vergangenheit) → Background-Loop feuerte beim naechsten 30s-Tick sofort statt in 2min. Fix: (1) `build_time_section()` in `prompts.py` injiziert UTC + lokale Europa/Berlin-Zeit als `## Aktuelle Zeit`-Block oben im System-Prompt. (2) `trigger_timer` akzeptiert jetzt `in_seconds` als Alternative zu `fires_at` — Server rechnet den absoluten Timestamp, ARIA muss nicht ISO-rechnen
@@ -280,6 +287,32 @@ Skills mit Tool-Use.
 - [x] **Triggers-Block im System-Prompt**: aktive Trigger + verfuegbare Variablen + Funktionen werden bei jedem Chat-Turn injiziert, dazu Hinweis dass GPS-Watcher `request_location_tracking` mit-aufrufen sollen
 - [x] **Aktuelle-Zeit-Block im System-Prompt**: UTC + lokale Europa/Berlin-Zeit (Sommer/Winter-Heuristik) wird bei jedem Chat-Turn oben mit-injiziert, damit Timer-fires_at und Watcher mit `hour_of_day` ueberhaupt sinnvoll sind. `trigger_timer` akzeptiert zusaetzlich `in_seconds` (Server rechnet) — ARIA muss bei relativen Angaben ('in 2 Minuten') nicht selbst ISO-rechnen
 
+### Memory-System (Phase B Punkt 5+ Bonus)
+
+- [x] **`memory_save`-Tool fuer ARIA**: ARIA kann selber neue Memories in die Qdrant-DB schreiben (vorher hat sie auf File-Memory ausweichen muessen weil kein Tool da war). Schema: `title`, `content`, `type` (identity/rule/preference/tool/skill/fact/conversation/reminder), optional `category`, `tags`, `pinned`. Tool-Description erklaert die Type-Wahl + sagt explizit „Du hast KEIN File-Memory mehr, schreibe nicht in `~/.claude/projects/...`". Side-Channel-Event `memory_saved` broadcastet via Bridge an App + Diagnostic — gelbe „🧠 ARIA hat etwas gemerkt"-Bubble, Auto-Refresh des Gehirn-Tabs falls offen
+- [x] **Volltext-Suche im Gehirn** (`/memory/search-text`): Substring-Match (case-insensitive) ueber Title + Content + Category + Tags. Default in der Diagnostic-Suche, weil bei kleiner DB Semantic Search False-Positives ueberproduziert. Toggle „🧠 Semantisch" wechselt zu Embedder-Modus
+- [x] **Advanced Search im Diagnostic-Gehirn-Tab**: aufklappbares Panel mit dynamisch erweiterbaren Suchfeldern (+ Feld Button) und UND/ODER-Operatoren zwischen ihnen. Backend-side bleibt simpel — pro Begriff einmal `/memory/search-text`, dann clientseitig per Set-Logik kombiniert. Pinned-/Type-Filter werden mit angewandt
+- [x] **Mülltonne pro Chat-Bubble**: einzelne Nachrichten loeschbar (mit Confirm). Entfernt aus chat_backup.jsonl, Brain conversation.jsonl (rolling window) und allen Clients per RVS-Broadcast `chat_message_deleted`. Wichtig fuer ARIA: geloeschte Turns sind im naechsten Prompt nicht mehr im Window
+- [x] **Druckansicht fuer Memories**: 📄-Button im Gehirn-Tab oeffnet eine fuer A4-Print optimierte Ansicht in neuem Tab — Strg+P → Als PDF speichern. Filter (Typ + Pinned) werden respektiert
+- [x] **Gehirn-Kategorien standardmaessig eingeklappt**: Beim ersten Aufruf alle Type-Sections collapsed, Stefan klappt gezielt auf was er sehen will. State persistiert in localStorage
+- [x] **Klappbare Type-Header + Category-AutoSuggest + Info-Modal**: Type-Header (▼/▶) klappbar, Category-Feld im Neu/Edit-Modal mit `<datalist>`-Vorschlaegen aller existierenden Categories, ℹ-Button-Modal erklaert welche Types FEST im System-Prompt vs. Cold Memory sind
+
+### Memory-Anhaenge mit Vision (Stufe A-E + attach_paths)
+
+- [x] **Anhaenge an Memory-Eintraege** — Bilder/PDFs/beliebige Dateien koennen an jede Memory gehaengt werden, liegen physisch unter `/shared/memory-attachments/<memory-id>/`. Cleanup beim Memory-Delete automatisch. Limit 20 MB pro Datei
+- [x] **Backend-Endpoints**: GET/POST/DELETE `/memory/{id}/attachments[/...]`, plus Multipart-Upload-Variante `/upload` fuer Browser-FormData (Base64-Upload sprengt bei grossen Files Bash's ARG_MAX, multipart ist sauberer). Diagnostic-Proxy mit dynamischem Timeout (120s fuer /attachments, 60s sonst)
+- [x] **Diagnostic-UI**: Memory-Modal hat Upload-Block (multiple File-Picker), Thumbnail-Vorschau bei Bildern + 📄-Icon bei Files, Klick auf Bild → Lightbox, 🗑 pro Anhang. Memory-Liste zeigt 📎N-Badge wenn N > 0 Anhaenge
+- [x] **App-UI**: `memory_saved`-Bubble zeigt Anhaenge als Tap-Reihen. Tap → `file_request` ueber RVS → Bridge laedt + bei Bildern Vollbild-Modal, bei anderen Intent-Picker. `file_response`-Handler matched zusaetzlich `memorySaved.attachments[].path`
+- [x] **System-Prompt-Integration**: `_attachments_line` in `prompts.py` haengt nach Hot/Cold-Memory-Eintraegen eine `📎 Anhaenge: foo.jpg (...) — Pfad: ...`-Zeile an. Bei `image/*` zusaetzlich Hinweis „Bilder kannst du via `Read <pfad>` direkt ansehen — Claude Code Read ist multi-modal-faehig"
+- [x] **ARIA sieht Bilder echt** — Stufe E ohne Proxy-Patch: Claude Code's `Read`-Tool ist bereits multi-modal. ARIA ruft `Read /shared/memory-attachments/<id>/foto.jpg` → Vision-Modell beschreibt das Bild, ARIA antwortet mit den extrahierten Infos. End-to-End getestet mit Cessna-Foto: ARIA hat D-ECSW-Kennung aus dem Bild gelesen, F172-Variante erkannt (Reims-Aviation), EDWM-ICAO fuer Mariensiel selbst dazu kombiniert. **Persistent**: Bild bleibt am Memory, bei spaeteren Detail-Fragen („wie viele Fenster?") kann ARIA das Bild nochmal lesen ohne dass User es re-uploaden muss
+- [x] **`memory_save` mit `attach_paths`** — ARIA kann beim Speichern selber Bilder anhaengen. Pfade aus `/shared/uploads/` (z.B. ein User-Foto aus dem Chat) werden serverseitig nach `/shared/memory-attachments/<id>/` kopiert. Pfadschutz auf Whitelist-Prefixes (kein Root-FS-Zugriff). Tool-Description weist explizit an: erst `Read <pfad>` (Vision-Beschreibung), dann `memory_save(content=<extrahierte Infos>, attach_paths=[<pfad>])` — End-to-End-Workflow in einer Tool-Call-Sequenz
+
+### DB als Single Source of Truth
+
+- [x] **`brain-import/` als Drop-Folder** statt aktive Saat: Inhalt komplett gitignored, nur `.gitkeep` + README im Repo. Stefan kippt MDs rein wenn er was migrieren will, klickt im Diagnostic „Migration aus brain-import/", fertig. Alte AGENT.md/BOOTSTRAP.md aus dem Repo geworfen (waren teils OpenClaw-Altlasten)
+- [x] **DB-Aufraeumung**: 60 → 31 Eintraege durch Loeschen von 24 Dubletten (gleicher Title+Content unter verschiedenen IDs aus der initialen Migration) + 6 obsoleten facts (OpenClaw-Geschichte, Home-Partition-Snapshots etc.). Firmenadresse als einzige aktive `fact` behalten
+- [x] **`.claude/aria-vm.env` Setup** fuer die Dev-Maschine: Claude Code auf Stefans Workstation erreicht das Brain-API ueber Diagnostic-Port 3001 via `ARIA_BRAIN_URL`. `.example` im Repo, echte Datei mit IP der VM gitignored. Damit kann Claude direkt curl gegen die DB machen ohne SSH-Tunnel
+
 ### Diagnostic / App Features (drumherum)
 
 - [x] Datei-Manager (Diagnostic + App-Modal): /shared/uploads/ verwalten, Multi-Select + Select-All + Bulk-Download als ZIP + Bulk-Delete

rvs/server.js

@@ -26,6 +26,7 @@ const ALLOWED_TYPES = new Set([
   "xtts_import_voice", "xtts_voice_imported",
   "skill_created",
   "trigger_created",
+  "memory_saved",
   "location_update", "location_tracking",
   "chat_history_request", "chat_history_response", "chat_cleared",
   "delete_message_request", "chat_message_deleted",