AI Setup: formatting

Author: kaixxx

docs/doc/de/2.3.-AI-Setup.md

@@ -55,6 +55,7 @@ Microsoft hostet große KI-Modelle von OpenAI auf seiner Azure-Cloud-Plattform.
 Um ein Modell zu verwenden, müssen Sie es zunächst mit Ihrem Azure-Konto über die [Azure AI Foundry](https://ai.azure.com/) "bereitstellen". Suchen Sie nach Anleitungen dazu im Netz oder sehen Sie sich dieses Video an: https://www.youtube.com/watch?v=a2JtWKSKP4Q
 
 Um fortzufahren, benötigen Sie die folgenden Informationen:
+
 - den Namen Ihrer "Bereitstellung",
 - die Endpoint-URL (sie muss ungefähr so aussehen: `https://XXX.openai.azure.com/`), und
 - Ihren API-Schlüssel.
@@ -101,9 +102,11 @@ Lokale KI-Modelle bieten das höchste Maß an Datenschutz, erfordern aber auch r
 ### Andere Modelle
 
 Wenn Sie Zugriff auf andere große Sprachmodelle auf Cloud-Plattformen, Universitätsservern oder Ihrem eigenen Rechner haben, können Sie versuchen, diese ebenfalls in QualCoder zu integrieren.
+
 - Der gewünschte Dienst muss eine Schnittstelle bereitstellen, die mit der OpenAI-API kompatibel ist. Das ist häufig der Fall, da sich diese API in den letzten Jahren zu einem De-facto-Standard entwickelt hat.
 - Klicken Sie im Einstellungsdialog auf "Erweiterte KI-Optionen > Neues KI-Profil...", tragen Sie die Netzwerkadresse der API unter "API Base URL" ein und die Modellnamen in die Felder für das große und das schnelle Modell (diese können identisch sein). Je nach Modell sollten Sie auch die Größe des Kontextfensters anpassen.
 - Wenn Sie mehr Optionen benötigen, bearbeiten Sie die Datei `config.ini` im Unterordner `.qualcoder` des Home-Verzeichnisses des Benutzers. Tun Sie dies nur, wenn QualCoder nicht läuft. Die Definitionen der KI-Modelle stehen am Ende von `config.ini` und haben folgendes Format (lassen Sie die Zeichen "<>" weg):
+
 ```
 [ai_model_your_model_name]
 desc = Eine Beschreibung, die in der Benutzeroberfläche angezeigt wird.
@@ -144,7 +147,7 @@ Ganz unten im Einstellungsdialog finden Sie die Schaltfläche "Erweiterte KI-Opt
 
 ![AI: reading message](https://github.com/user-attachments/assets/04f268f9-d05e-431f-b4fd-d4eabf210a0b)
 
-Technischer Hinweis: Der lokale KI-Speicher von QualCoder ist ein Hybridsystem aus Embeddings des [E5 sentence encoder](https://huggingface.co/intfloat/multilingual-e5-large), die für semantische Suche in einem [FAISS vector store](https://github.com/facebookresearch/faiss) gespeichert werden, und einem [SQLite-BM25-Index](https://sqlite.org/fts5.html) für schnelle Stichwortsuche. Zusätzlich kann der KI-Agent reguläre Ausdrücke verwenden, um die Projektdaten zu durchsuchen.
+Technischer Hinweis: Der lokale KI-Speicher von QualCoder ist ein Hybridsystem aus Embeddings des [E5 sentence encoder](https://huggingface.co/intfloat/multilingual-e5-large), die für semantische Suche in einem [FAISS vector store](https://github.com/facebookresearch/faiss) gespeichert werden, und einem [SQLite-BM25-Index](https://sqlite.org/fts5.html) für schnelle Stichwortsuche. Zusätzlich kann der KI-Agent selbst reguläre Ausdrücke generieren, um die Projektdaten zu durchsuchen.
 
 
 ## KI-Nutzung im Projekt verbessern