HoneyDrunk.Lore entwickeln: Mein LLM-Wiki und täglicher News-Blast

Ich lese zu viel. Ich verfolge Modell-Updates, Agenten-News, Architektur-Posts und Sicherheitsforschung. Der Großteil dieser Informationen ist momentan nicht wichtig. Er wird später wichtig sein.

Normale Lesezeichen versagen mir. Sie speichern Links, verlieren aber die Bedeutung. Der Chatverlauf speichert das Gespräch, verliert aber die Struktur. RAG liefert mir Textfragmente, zwingt mich aber dazu, meine Gedanken jedes Mal neu zu ordnen.

Ich habe HoneyDrunk.Lore entwickelt, um dieses Problem zu lösen. Es ist ein LLM-Wiki für mein Studio. Es verwandelt Rohinformationen in ein strukturiertes Wissenssystem.

Das System nutzt eine einfache Pipeline:

  • Rohquellen landen in einem Beweisspeicher (Evidence Locker).
  • Agenten lesen sie und extrahieren Behauptungen.
  • Das Wiki aktualisiert Themenseiten und verknüpft Konzepte.
  • Eine Wartungsschleife analysiert (lints) die Daten auf Widersprüche oder Lücken.

Das ist nicht nur ein Haufen Zusammenfassungen. Es ist ein gepflegtes Artefakt.

Das System erstellt außerdem einen täglichen News-Blast für Discord. Es wählt die 10 wichtigsten Web-Storys und die 10 wichtigsten Social-Media-Posts aus. Jeder Eintrag enthält:

  • Eine kurze Zusammenfassung.
  • Die ursprüngliche URL.
  • Einen spezifischen Blickwinkel darauf, warum es für meine Arbeit relevant ist.

Ich betrachte Social Media nur als Frühindikator. Ein Tweet mag einen Launch zuerst melden. Aber das Wiki wartet auf einen offiziellen Blogpost oder eine Dokumentation, bevor es diese Information als dauerhafte Tatsache behandelt. Das trennt „Ich habe etwas gesehen“ von „Das Wiki weiß etwas“.

Lore ist kein Agenten-Gedächtnis. Es ist keine Governance. Es ist quellenbasierte Entscheidungsunterstützung. Wenn das Wiki eine Behauptung aufstellt, muss es auf die Quelle verweisen und das Konfidenzniveau angeben.

Suche fragt, ob man etwas finden kann. Lore fragt, ob die Information bereits in das Wissen integriert wurde, das man schon besitzt. Das eine ruft ab. Das andere akkumuliert.

Ich baue das für den langfristigen Einsatz. Ich möchte ein System, das zwischen den Sitzungen „warm“ bleibt und mit mir mitwächst.

Quelle: https://dev.to/tatted_dev/building-honeydrunklore-my-llm-wiki-and-daily-news-blast-2pfl

Optionale Lern-Community: https://t.me/GyaanSetuAi