Agent Wikis: Kuratierte Wissensdatenbanken für KI-Agenten und Menschen

LinkSammlung

Agent Wikis bereitet dynamische Informationsquellen wie Repositories, Changelogs, Transkripte und Community-Q&As in strukturierte Markdown-Wissensdatenbanken auf. Die Plattform richtet sich an menschliche Leser und KI-Agenten, die die Inhalte über ein llms.txt-Verzeichnis strukturiert abrufen können.

Das Wichtigste

  1. Kompiliert Code-Repositories, Changelogs, Videos und Q&As in kuratierte Markdown-Wikiseiten mit Quellennachweisen und Aktualitätsangaben.
  2. Zugriff für Agenten erfolgt nativ über Plain-Markdown und die Datei agentwikis.com/llms.txt.
  3. Laut eigenen Evaluierungen erzielt das System 89 % korrekte Antworten im Vergleich zu 48 % bei Websuchen sowie eine Halluzinationsrate von 7 % gegenüber 48 %.
  4. Erfasst diverse Themenbereiche wie Coding-Agenten (Claude Code, Codex, Grok Build, OpenClaw), Inference (llama.cpp, vLLM, Ollama), Video-Rendering und Protokolle wie MCP und MPP.
  5. Bietet teils erweiterte Seitenumfänge im Rahmen eines Pro-Tiers (XL-Ausgaben).

Warum das relevant ist

Wenn KI-Agenten Live-Websuchen durchführen, stossen sie oft auf veraltete oder inkonsistente Quellen. Kompilierte, spezialisierte Wissenssammlungen im Plain-Markdown-Format liefern Agenten präziseren Kontext, senken Suchkosten und reduzieren Fehlerquoten bei Entwickler-Workflows.

Einordnung

Agent Wikis adressiert das Kontextproblem moderner Coding- und Automatisierungs-Agenten. Anstatt LLMs unstrukturiert das Web durchforsten zu lassen, setzt das Projekt auf handhabbare, vorstrukturierte Dokumentationen zu komplexen Entwicklertools. Die Benchmarks der Plattform verdeutlichen, wie stark kontextbereinigte Dokumente die Fehlerrate von Sprachmodellen gegenüber offenen Webabfragen senken können.

Erwähnte Links

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Ähnliche Einträge

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Repository:alexeyban/EKOS

    EKOS: Wissens-Compiler für Unternehmensdaten und KI-Agenten

    EKOS (Enterprise Knowledge Operating System) ist eine in Rust geschriebene Open-Source-Plattform, die Unternehmenswissen aus unterschiedlichen Quellen wie Git, SQL-Schemas und Dokumenten sammelt, kompiliert und als semantisches Modell über das Model Context Protocol (MCP) für KI-Agenten bereitstellt.

    10SterneRust

    KI & AI· Tool

  • Link:portablellm.wiki

    Portable LLM Wiki: Personalisierter Kontext für KI-Modelle via URL und MCP

    Portable LLM Wiki ist ein Dienst, der persönliche Notizen, Lebensläufe und Dokumente in ein strukturiertes Wiki umwandelt. Die Inhalte können per Web-URL, QR-Code oder über das Model Context Protocol (MCP) in Modelle wie ChatGPT, Claude oder Entwicklungsumgebungen wie Cursor eingebunden werden.

    KI & AI· Tool

  • Repository:rohitg00/agentmemory

    agentmemory: Persistentes Gedächtnis für KI-Coding-Agenten

    agentmemory ist eine Open-Source-Lösung in TypeScript, die Coding-Agenten und MCP-Clients ein dauerhaftes Gedächtnis verleiht. Basierend auf der iii-Engine erweitert das Tool das LLM-Wiki-Muster von Andrej Karpathy um Wissensgraphen, Konfidenz-Scoring, Lebenszyklen und hybride Suche.

    28.038SterneTypeScript

    KI & AI· Tool

  • Artikel:Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng, Andrew Tomkins, Da-Cheng Juan, Tu Vu

    WikiSkill: Dauerhafte Wissensakkumulation für die Evolution von Agenten-Skills

    Das Forschungspapier stellt WikiSkill vor, ein Framework zur kontinuierlichen Weiterentwicklung von KI-Agenten-Fähigkeiten durch eine persistente Wissensdatenbank. Anstatt Erfahrungswerte in isolierten Optimierungsverläufen verstreut zu lassen, trennt WikiSkill Ausführungserfahrung, gesammeltes Wissen und ausführbare Skills voneinander.

    KI & AI· Forschung

  • Repository:MengTo/Skills

    Agent Skills: Wiederverwendbare Playbooks für KI-Coding-Agenten

    Das GitHub-Repository MengTo/Skills bündelt strukturierte Anleitungen und Prompts ('Agent Skills') im Markdown-Format. Es richtet sich an Designer und Entwickler, die Coding-Agenten wie Codex, Claude oder Cursor für Webdesign, Interaktionen und 3D-Szenen einsetzen.

    6243SterneHTML

    KI & AI· Sammlung

Zurück zur Wissensbasis

Lassen Sie uns über Ihr Projekt sprechen

Kontakt aufnehmen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.