Patrick Diaz

Patrick Diaz · Projekt 01

Vision

Ein selbst gehosteter Agent-Harness für mein Home-Intelligence-Center.

Vorne ein Chat, dahinter ein Supervisor, der jede Nachricht an das günstigste Modell schickt, das sie beantworten kann. Werkzeuge nur zum Lesen, ein Gateway für alle Schlüssel und Budgets, Evals vor und nach jeder Änderung. Claude Code baut es, innerhalb von Guardrails, die ich geschrieben habe.

Stand 2026-11-12

  • 1.0Klassifikator-Genauigkeit, Held-outn = 27 · Stand 2026-11-04
  • 0 von 12Eingeschleuste Anweisungen befolgtStand 2026-11-04
  • −65 %Eval-Kosten pro Fall, Prompt-Caching$0.040 → $0.014 · Stand 2026-11-12

Schema

Befehle: kein Modell einfach → cheap · komplex → smart Run-/Step-ID ↔ Kostenlog TELEGRAM-ADAPTER KONSOLE AGENT-CORE CLAUDE-WORKER LAUFPROTOKOLLE LITELLM-GATEWAY MCP-SERVER EVAL-HARNESS WISSENSKERN GUARDRAILS

Alle Teile

  1. Eingänge

    1. Telegram-Adapter(Englisch)

      Der Chat, über den ich mit Vision spreche. Jede Nachricht geht an Agent-Core; Kontext sind nur die letzten 10 Züge aus 6 Stunden.

    2. Konsole(Englisch)

      Private Web-Konsole für Chat und Run-Traces: jeder Schritt, jeder Tool-Aufruf und die Kosten eines Runs. Nur im privaten Netz erreichbar.

  2. Kern

    1. Agent-Core(Englisch)

      Der Supervisor hinter dem Chat. Befehle laufen ohne Modell; ein lokaler Klassifikator schickt den Rest an ein günstiges oder starkes Modell.

    2. Claude-Worker(Englisch)

      Ein Claude-Code-Worker auf meinem Abo, nur für meine eigenen Nachrichten. Ein filternder Proxy lässt nur Provider-API und Gateway-Tools zu.

    3. Laufprotokolle(Englisch)

      Jede Arbeit ist ein Run mit Schritten, Tokens und Kosten. Volle Traces bleiben 30 Tage zur Prüfung, dann gelöscht, ausser ich markiere sie.

  3. Modelle und Werkzeuge

    1. LiteLLM-Gateway(Englisch)

      Ein Gateway für alle Modellaufrufe: Aliase, Schlüssel und 30-Tage-Budget pro Ablauf. Prompt-Caching senkte die Eval-Kosten pro Fall um 65 %.

    2. MCP-Server(Englisch)

      Eigene Server, nur lesend, für Doku, Notizen, Dateien und Homelab-Status, erreichbar nur übers Gateway, mit Werkzeuglisten pro Schlüssel.

    3. Wissenskern(Englisch)

      Suche über meine Doku und Notizen hinter dem Knowledge-Server. Die Trefferqualität misst das Eval-Harness als hit@5.

    4. Eval-Harness(Englisch)

      Prüft den Produktionscode an Dev- und Held-out-Sets, mit eigenem Schlüssel und Budget. Die Metriken prüft Code, kein LLM als Richter.

  4. Bauseite

    1. Guardrails(Englisch)

      Hooks, die jeden Befehl prüfen, den Claude Code beim Bau von Vision ausführt, dazu ein Pre-Push-Hook und ein Secret-Scan.