Aufbau eines kontextbezogenen persönlichen KI-Nachrichtenzusammenfassungssystems mit Claude Code

Wie das System funktioniert

Das Briefingsystem arbeitet in zwei Phasen. Phase 1 verwendet Python, um gleichzeitig Daten aus 17 Quellen abzurufen: Substacks, Reddit, Hacker News, arXiv, GitHub Trending, Bluesky, Unternehmensblogs (Anthropic, OpenAI, Google usw.), Mainstream-Nachrichten (NYT, Verge, Ars Technica, TechCrunch), HuggingFace-Papiere, MCP-Register und Podcasts mit Groq-Transkription. Diese Phase führt grundlegende Zeitfilterung und URL-Deduplizierung durch und speichert rohe JSON-Daten mit 200-300 Einträgen pro Durchlauf. Hier finden keine LLM-Aufrufe statt – es handelt sich ausschließlich um Datenerfassung.

Phase 2 umfasst eine Claude Code-Sitzung, die über ein Shell-Skript mit claude -p und Werkzeugzugriff gestartet wird, einschließlich Datei-Lese-/Schreibzugriff, Websuche und einem persönlichen Speichersystem namens maasv. Dieses Speichersystem verwaltet über MCP einen Graphen von Projekten, Entscheidungen und Kontexten über die Zeit.

Claude-Sitzungsprozess

Die Claude-Sitzung initialisiert den Speicher, um zu verstehen, woran der Entwickler in den letzten 48-72 Stunden gearbeitet hat, liest die rohen Feed-JSON-Daten aus Phase 1, führt 5-10 gezielte Websuchen durch, um Lücken basierend auf dem aktuellen Fokus zu füllen, liest vorherige Briefings, um Wiederholungen zu vermeiden und mehrwöchige Trends zu erfassen, und liest tatsächlichen Quellcode, wenn Nachrichtenartikel mit Projekten verbunden sind. Sie schreibt narrative Briefings in .md- und .html-Formate und protokolliert alles im Speicher für zukünftige Referenz.

Briefing-Abschnitte

• Vordergrund: Verbindet heutige Nachrichten mit aktiver Arbeit. Wenn gestern eine Abhängigkeit gewechselt wurde und dieser Anbieter in den heutigen Nachrichten erscheint, stellt es die Verbindung her.
• Das Briefing: 4-6 Absätze narrative Analyse, die Geschichten zusammenführt, nicht in Listenform.
• Advocatus Diaboli: Hinterfragt aktuelle Entscheidungen mit Beweisen. Wenn eine Datenquelle aus ethischen Gründen entfernt wurde, spezifiziert es, welche Berichterstattung verloren geht.
• Ehefrau-Ecke: Kuratiert KI- + Finanznachrichten für die Ehefrau des Entwicklers, die im Venture- und M&A-Bereich einer Kreditratingagentur arbeitet.
• Code-Verbindungen: Ordnet Nachrichten bestimmten Dateien und Zeilennummern im Codebase zu. Zum Beispiel: „Die Spezifikationen dieses neuen Open-Weight-Modells machen es zu einem Kandidaten für Ihren lokalen Fallback-Pfad unter llm/providers/init.py:95-145.“ Es liest den Code, um diese Verbindungen zu schreiben.
• Einen Klick wert: 10 Überlauf-Elemente, die es nicht in die narrative Analyse geschafft haben, aber einen Klick wert sind.

Technische Implementierung

Das System läuft Mo/Mi/Fr um 6:30 Uhr morgens auf einem Mac Mini unter Verwendung von launchd für die Planung. Der Tech-Stack umfasst Python (async httpx, feedparser, beautifulsoup4), Claude Code CLI (claude -p mit --allowedTools), maasv (persönliches Speichersystem über MCP), Groq (Podcast-Transkription) und Markdown mit einem kleinen HTML-Konverter für mobiles Lesen. Die Gesamtkosten betragen etwa 6-12 USD pro Monat.

Der Entwickler merkt an, dass die Speicherschicht (maasv) entscheidend ist, um das System effektiv arbeiten zu lassen, da sie Kontext über Projekte, Entscheidungen, Familieninteressen und Leseverlauf verwaltet.