add stuff

.env.example

@@ -16,6 +16,21 @@ JONASSEARCH_WORKERS=4
 # Mindestabstand zwischen Requests zur gleichen Domain
 JONASSEARCH_DELAY=3.0
 
+# Host-Scheduling: blockierte/rate-limitierte Domains werden automatisch
+# übersprungen und später erneut versucht (mit exponentiellem Backoff).
+# Kandidaten, die pro Claim-Runde in der Queue geprüft werden
+#JONASSEARCH_CLAIM_BATCH=25
+# Maximale Anzahl geprüfter Kandidaten pro Claim
+#JONASSEARCH_CLAIM_SCAN_LIMIT=200
+# Maximale Versuche pro URL (transiente Fehler werden erneut eingereiht),
+# bevor der Eintrag endgültig failed wird
+#JONASSEARCH_MAX_ATTEMPTS=5
+# Wartezeiten über dieser Grenze (Sekunden) werden nicht inline geschlafen:
+# das Item wird zurückgestellt und eine andere Domain gecrawlt
+#JONASSEARCH_MAX_INLINE_WAIT=10
+# Obergrenze für die Wartezeit, wenn gerade kein Host crawlbar ist
+#JONASSEARCH_MAX_IDLE_SLEEP=30
+
 # robots.txt Cache
 JONASSEARCH_ROBOTS_CACHE_SECONDS=86400
 
@@ -32,7 +47,7 @@ JONASSEARCH_USER_AGENT=JonasSearchBot/0.1 (+https://jonassearch.local/bot)
 
 # Version dieser Crawler-Codebasis (NICHT die Deployment-Generation).
 # Muss bei jedem verteilten Crawler-Änderung erhöht werden.
-JONASSEARCH_CRAWLER_VERSION=1
+JONASSEARCH_CRAWLER_VERSION=3
 
 # Wie oft jeder Crawler außerhalb der Transaktionen nach einer neuen
 # Deployment-Generation sieht (Sekunden). Der Check setzt nur ein
@@ -55,16 +70,43 @@ JONASSEARCH_UPDATE_CHECK_SECONDS=30
 #JONASSEARCH_LAUNCHER_RESTART_DELAY=2
 
 # ============================================================
-# Suchmaschine (search/)
+# Suchmaschine (search/) – Port 8083
 # ============================================================
 
-# PostgreSQL-Textsuch-Konfiguration (Stemming/Stopwörter)
-JONASSEARCH_TS_CONFIG=german
+# PostgreSQL-Textsuch-Konfiguration. MUSS zur Konfiguration passen,
+# mit der der DB-Trigger den Suchvektor (pages.search_vector) baut –
+# laut DB-Doku: 'simple'. Ansonsten finden die Queries nichts.
+JONASSEARCH_TS_CONFIG=simple
 
 # tsvector-Spalte der Tabelle `pages` erzwingen (optional,
 # wird automatisch erkannt)
 #JONASSEARCH_VECTOR_COLUMN=search_vector
 
-# HTTP-API (search/api.py)
+# HTTP-API + Weboberfläche (search/api.py)
 JONASSEARCH_API_HOST=0.0.0.0
-JONASSEARCH_API_PORT=8082
+JONASSEARCH_API_PORT=8083
+
+# Ranking: ts_rank_cd-Gewichte (Titel=A, Überschriften=B, Inhalt=C)
+#JONASSEARCH_RANK_WEIGHTS=A=1.0,B=0.6,C=0.3,D=0.1
+
+# Ranking: Aktualitätsbonus (Faktor auf den Text-Rang)
+#JONASSEARCH_FRESHNESS_WEIGHT=0.25
+#JONASSEARCH_FRESHNESS_HALF_LIFE_DAYS=180
+
+# Ranking: ts_rank_cd-Normalisierung (Bitmaske). 8 = Rang /
+# (1 + log Dokumentlänge) – riesige Seiten dominieren sonst automatisch.
+# 0 = keine Normalisierung.
+#JONASSEARCH_RANK_NORMALIZATION=8
+
+# Fallback bei sehr häufigen Begriffen: volles Ranking wird bei
+# Zeitüberschreitung auf die ersten N Kandidaten (Indexreihenfolge)
+# begrenzt, damit die Antwort immer kommt.
+#JONASSEARCH_MAX_RANK_CANDIDATES=5000
+
+# Schutz der großen DB: Statement-Timeouts (ms)
+#JONASSEARCH_STATEMENT_TIMEOUT_MS=10000
+#JONASSEARCH_COUNT_TIMEOUT_MS=4000
+
+# Paginierung
+#JONASSEARCH_RESULTS_PER_PAGE=10
+#JONASSEARCH_MAX_RESULTS_PER_PAGE=50