Alle Inhalte
264 Seiten · 5 Ebenen
Konzepte
- Was ist ein KI-Agent?
- Agenten in ChatGPT bauen - wozu dann eine Plattform?
- Block I · Agent-Harness
- Der LLM-Call
- Message-History
- System Prompt
- Tools & Loop
- Vertiefung
- Deep-Dive
- Interaktiv ausprobieren
- Wann wählt das LLM ein Tool?
- Tool-Beschreibungen sind entscheidend
- Anatomie eines tool_use-Blocks
- Parallele Tool-Calls
- Direktantwort vs. Tool-Call
- Die Agent-Loop Schritt für Schritt
- Das messages-Array nach einem Roundtrip
- Phase 4 vs. Phase 5 - Erkennung vs. Ausführung
- Routing - fünf Fragen, fünf richtige Wahlen
- Mehrstufige Aufgabe - Sequenz aus dem Modell
- Die Loop ist agnostisch - 2 vs. 5 Tools
- Parallele Tool-Calls - eine Iteration, mehrere Calls
- Tool-Scheu - Trefferquote messen und den Prompt tunen
- Quiz
- Quiz
- Quiz
- Guardrails
- Block II · Erweiterungen
- Memory
- MCP-Server
- Sidecars
- Tool-Calling im Betrieb
- Tiny Agents und die Kompressionsgrenze
- Guardrails im Betrieb
- Der Schadenskatalog
- Die Landkarte: wo, wann, was, wie
- Der Torwächter: Bauformen und Datenpfad
- Die Detektoren: vier Familien und ihre echten Zahlen
- Die Eingangsschleuse: Normalisieren, Maskieren, Markieren
- Die Ausgangsschleuse: der letzte Blick vor der Auslieferung
- Die Handbremse: harte Regeln auf der Aktionsebene
- Die Grenzen: was die Angriffs-Challenges wirklich zeigen
- Kanäle & Trigger
- Schwarm
- Block III · Inferenz
- Wie machen es die anderen?
Tutorials
- OpenRouter-Key besorgen und ersten Call machen
- Wie neuronale Netze lesen lernen - das MNIST-Lab
- Die Seele in einer Datei - was in eine soul.md gehört (und was nicht)
- Hugging Face für Einsteiger
- RAG verstehen - Schritt für Schritt mit echten Daten
- Bau dein eigenes PyTorch
- Bau dein eigenes Tiny-Agents-System
- Bau einen MCP-Server, der etwas tut
- FunctionGemma auf den eigenen MCP nachtrainieren
Entdecken
- Aha!
- Was steckt hinter System One und den offenen Jev-Nachbauten?
- Die Welt oder ein Modell der Welt
- Warum dieselbe Frage einmal 150 Sekunden dauert und einmal 4
- Warum dein 8-GB-Modell 20 GB Speicher braucht
- Warum der zehnte Turn hundertmal so viel kostet wie der erste
- Warum ein Modell falsch antwortet und dabei sicherer klingt als richtig
- Warum die Antwort mitten im Satz abbricht
- Repos
- News
- Community
- Arena
- Parcours
- Lab „Eingabeformat“
- KI-Führerschein - die Prüfung
- KI-Führerschein - die Simulation
- Benchmarks
- Changelog
Bibliothek
- Das Arbeitsbuch
- Tool-Calling im Betrieb
- Wie ein LLM funktioniert
- Tiny Agents
- Der Unternehmens-Harness
- Guardrails im Betrieb
- Memory im Betrieb
- Der kleine Harness
- Das Teacher-Handbuch
- Der KI-Führerschein - Trainerleitfaden
- Der KI-Führerschein - Teilnehmerheft
- gemma-4-31B-it
- Qwen3.6-35B-A3B
- Qwen3.8-27B
- Qwen gegen Qwen