DocMason: Lokale Agenten-Wissensdatenbank für komplexe Office-Dateien

Was DocMason leistet
DocMason ist ein lokales, dateibasiertes Wissensdatenbanksystem, das für tiefgehende Recherchen in privaten Arbeitsdokumenten entwickelt wurde. Das Kernkonzept lautet: "Das Repo ist die App. Codex ist die Laufzeitumgebung." Es kompiliert Office-Dateien in strukturierte Beweispakete, über die KI-Agenten unter Wahrung strenger Herkunftsverfolgung schlussfolgern können.
Hauptmerkmale aus der Quelle
- Verarbeitet mehrere Office-Dokumenttypen: PPTX, DOCX, XLSX, PDFs und sogar .EML-Dateien
- Extrahiert multimodale Informationen einschließlich IT-Architekturdiagrammen und Excel-Tabellendaten
- Bewahrt Dokumentenstruktur und visuelle Semantik (Folienlayouts, Sprechernotizen, Tabellenkalkulationsreferenzen, Formatierungssignale)
- Läuft lokal ohne Cloud-Erfassung oder versteckte Backends
- Ermöglicht inkrementelle Synchronisierung der Wissensdatenbank bei hinzugefügten oder überarbeiteten Dateien
- Erzwingt strenge Datenverträge und Herkunftsgrenzen
Wie es funktioniert
DocMason fungiert als produktionsreife Laufzeitumgebung, die KI zwingt, die ursprüngliche Dokumentenstruktur zu respektieren. Anstatt komplexe Dateien in unstrukturierte Textblöcke zu vereinfachen, erzeugt es deterministische dateibasierte Beweise und führt Offline-Retrieval-Algorithmen lokal auf Ihrem Computer aus.
Erste Schritte
In der Quelle werden zwei Einrichtungswege beschrieben:
Weg A (Klein beginnen):
- Arbeitsdateien in den Ordner
DocMason/original_doc/ablegen - Den DocMason-Ordner in Codex öffnen
- Natürliche Fragen stellen – DocMason führt durch die Umgebungseinrichtung
- Genehmigt Aufforderungen beim Aufbau der Wissensdatenbank
Weg B (Ganze Ordner bereitstellen):
- Abreilungsweite Ordner in
DocMason/original_doc/ablegen - In Codex öffnen und sagen: "Bitte bereite die DocMason-Umgebung vor."
- Dann: "Bitte baue die Wissensdatenbank auf."
- Nach Abschluss komplexe Forschungsfragen zum gesamten Korpus stellen
Das System ist so gestaltet, dass Sie keine internen Befehle auswendig lernen müssen – sprechen Sie einfach natürlich mit Ihrem KI-Agenten innerhalb eines gültigen Arbeitsbereichs.
Technische Details
DocMason behebt spezifische Einschränkungen bestehender Dokumenten-KI-Tools:
- Bewahrt visuelles Layout, Sprechernotizen und Diagramm-Text-Beziehungen in Präsentationen
- Erhält Mehrfachblatt-Referenzen und verschachtelte Tabellen in Tabellenkalkulationen
- Behält Formatierungssemantik wie roten Text für "Risiko" oder Einrückungen für Hierarchien
- Ermöglicht dokumentenübergreifendes Schlussfolgern für mehrteilige Vorschläge
Die Repository-Struktur umfasst Adapter-, knowledge_base-, runtime-, skills- und sample_corpus-Verzeichnisse, wobei die Konfiguration über docmason.yaml- und pyproject.toml-Dateien verwaltet wird.
📖 Den vollständigen Source lesen: HN AI Agents
👀 Siehe auch

Benutzerdefiniertes WhatsApp-Kanal-Plugin für Claude Code unter Verwendung von Baileys
Ein Entwickler hat ein benutzerdefiniertes Kanal-Plugin erstellt, das WhatsApp-Unterstützung zu Claude Code 2.1.80+ hinzufügt, indem es Baileys v7 verwendet und das WhatsApp Web Multi-Device-Protokoll als MCP-Server mit der experimentellen claude/channel-Fähigkeit implementiert.

Node Control: Echtzeit-Multiplayer-.io-Spiel, vollständig entwickelt mit Claude 4.6 und 4.7
Ein Entwickler hat mit Claude 4.6 und 4.7 ein Live-Konkurrenz-Multiplayer-.io-Spiel, Node Control, erstellt. Es bietet server-autoritativen Netcode bei 60 Hz, Bereitstellung in 4 Regionen auf fly.io und eine neuronale Netzwerk-Ästhetik.

Ausführen von OpenClaw in einer isolierten Mikro-VM mit Void-Box
OpenClaw kann als Dienst innerhalb einer isolierten Mikro-VM mit Void-Box ausgeführt werden, einer fähigkeitsbeschränkten Laufzeitumgebung, die Workflows in KVM-Mikro-VMs ausführt und eine saubere Ausführungsgrenze ohne Container-Laufzeitumgebung bietet.

Crispy VS Code-Erweiterung fügt Agentenspeicher und Multi-Agent-Funktionen für Claude und Codex hinzu
Crispy ist eine Open-Source-VS-Code-Erweiterung, die die Claude Code- und Codex-CLIs mit einer GUI umhüllt und lokalen Agentenspeicher mit semantischer Suche, Multi-Agenten-Sitzungen, Konversationsverzweigung und dedizierten Werkzeugansichten hinzufügt. Sie läuft unter Linux, macOS und Windows unter MIT-Lizenz.