> ai-factory-planner
Ein Aufgabenplaner für AI Factory: zerlegt Ziele in Schritte, wählt passende Skills, führt ein Execution Log und markiert Stellen, die manuelle Kontrolle brauchen.
> run ./lab --watch
Experimente und Forschung
Das Lab ist ein Arbeitsstand für LLM, RAG, AI Planning, Code Intelligence und Admin-Workflows. Ich dokumentiere überprüfbare Hypothesen statt schöner Versprechen: was automatisierbar ist, wo Menschen die Kontrolle behalten müssen und wie man es production-ready macht.
llm-playground
Ein gemeinsamer Stand für schnelle Checks: Prompts, Systemanweisungen, Tool Calling, JSON-Antworten, Streaming und Modellverhalten auf denselben Eingaben.
verwandte notiz RAG-Pipeline ohne Magieai-factory-planner
Ein Aufgabenplaner für AI Factory: zerlegt Ziele in Schritte, wählt passende Skills, führt ein Execution Log und markiert Stellen, die manuelle Kontrolle brauchen.
verwandte notiz AI-Factory Task-Planning-Loopcode-miner
Ein Tool zum Mining von Repository-Kontext: Dateigraph, Abhängigkeiten, wichtige Entrypoints, Risky Zones und ein kompaktes Context Pack für LLMs.
verwandte notiz Context Mining für große Codebasesrag-lab
Ein RAG-Stand für den Retrieval-Layer: Chunking, pgvector, Rerank, Eval-Sets, Zitierbarkeit, Guardrails und Observability der Antwortqualität.
verwandte notiz RAG-Pipeline ohne Magieprompt-studio
Versionierung von Prompts und Qualitätskriterien: Antwortvergleiche, Regression Cases, Tone Checks und ein sauberer Weg von der Idee zum wiederholbaren Szenario.
verwandte notiz Prompt Evals vor Prompt-Gefühlmoonshine-ai-tools
Admin-AI-Workflows für MoonShine: Entwürfe generieren, übersetzen, Content Blocks füllen und kontrollieren, was wirklich im Frontend landet.
verwandte notiz MoonShine AI-Workflows für Content Ops