ArtikelSimon SpätiAnleitung
Viele Wissensarbeiter scheuen den Upload privater oder vertraulicher Notizen zu kommerziellen Cloud-KI-Diensten. Dieses Setup demonstriert, wie sich Vektorsuche, Graph-Zusammenhänge und moderne In-Browser-Datenbanken (WASM) datenschutzfreundlich und kostengünstig für Knowledge-Management und RAG nutzen lassen.
Das Projekt verbindet Data-Engineering-Prinzipien mit persönlichem Wissensmanagement. Bemerkenswert ist der Verzicht auf einen generativen Textgenerator: Statt halluzinierter Zusammenfassungen konzentriert sich das Tool auf präzise semantische Auffindbarkeit und das Sichtbarmachen entfernter Querverbindungen. Die Kombination aus DuckDB lokal und MotherDuck via WASM im Webclient zeigt zudem eine schlanke, serverlose Architektur ohne aufwendige Datenbank-Server.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Repository:AgriciDaniel/claude-obsidian
claude-obsidian ist ein Open-Source-Projekt (MIT), das Claude Code und Obsidian zu einem selbstorganisierenden Wissensgraphen verknüpft. Es basiert auf dem LLM-Wiki-Muster von Karpathy und verwaltet Notizen als Standard-Markdown-Dateien lokal auf dem Rechner.
14.640SternePython
Artikel:digitalocean.com
Standard-RAG-Systeme basieren auf Text-Embeddings und Vektordatenbanken, bringen jedoch hohe Kosten, Infrastrukturaufwand und semantische Schwächen mit sich. Der Artikel stellt embedding-freie Ansätze vor, darunter klassische lexikalische Suche, LLM-gestützte iterative Recherche, Knowledge Graphs und Prompt-basierte Navigation.
Artikel:Agrici Daniel
Agrici Daniel stellt claude-obsidian vor, ein kostenloses Open-Source-Plugin für Claude Code. Es implementiert das LLM-Wiki-Muster von Andrej Karpathy, um Obsidian-Vaults automatisch aus Rohquellen zu strukturieren, ohne dass dafür eine Vektordatenbank nötig ist.
Repository:ShenSeanChen/launch-rag
Das Open-Source-Projekt launch-rag stellt ein kompaktes FastAPI-Backend für Retrieval-Augmented Generation (RAG) mit pgvector auf Supabase bereit. Es dient als Lernbeispiel und Vorlage zur schnellen Anbindung an Frontend-Frameworks wie Next.js.
104SternePython
Artikel:Exxact
Vektorbasiertes RAG stößt bei strukturierten Daten, logischen Abhängigkeiten und Echtzeitanforderungen an Grenzen. Ein Artikel von Exxact stellt drei alternative Ansätze vor: Structured Retrieval RAG, API-Augmented RAG und Knowledge-Based RAG.
Repository:Tencent/WeKnora
WeKnora ist ein quelloffenes, in Go entwickeltes Wissensframework von Tencent. Es verwandelt Rohdokumente in ein abfragbares RAG-System, autonome Reasoning-Agenten und ein sich selbst pflegendes Wiki.
29.782SterneGo
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
