Finally, an Open Standard for the Karpathy LLM Wiki is HERE

Vor ein paar Monaten veröffentlichte Andre Karpathy die Idee des LLM-Wikis. Es ist ein Muster zum Aufbau persönlicher Wissensdatenbanken mithilfe von LLMs, und es schlug ein und das aus gutem Grund. Hier steckt viel Kraft in der Einfachheit. So erreichte dieses einzelne Markdown-Dokument auf GitHub namens Gist 40.000 Sterne. Und ehrlich gesagt, Sie können diese Datei nehmen, sie kopieren, in Ihren Coding-Agenten einfügen und ihn bitten, Ihnen ein LLM-Wiki zu erstellen, und er wird es im Grunde mit einem einzigen Schuss schaffen. Es ist also wirklich einfach, loszulegen. Und die Idee ist, dass wir beim Aufbau einer persönlichen Wissensdatenbank für unser zweites Gehirn, anstatt nur eine Menge Dokumente einzuspeisen oder Dinge für RAG zu indizieren, das LLM nutzen können, um etwas Intelligenteres aufzubauen, das schrittweise ein persistentes Wiki mit strukturierten, miteinander verknüpften Sammlungen von Markdown-Dateien aufbaut und pflegt. Die Idee ist also, dass wir, wenn wir im Laufe der Zeit mehr Quellen hinzufügen, wie z. B. Meeting-Transkripte, Planungsdokumente, Artikel aus dem Internet, nicht nur indizieren, sondern jede Datei lesen, wichtige Informationen extrahieren und sie in das bestehende Wiki integrieren. So werden Dinge wie die Entitätsseiten, die es im Laufe der Zeit erstellt, aktualisiert, damit wir diesen Wissensgraphen haben, den der Agent durchlaufen kann, und sich an alle wichtigen Informationen erinnern kann, die wir einbringen. An diesem Punkt baut praktisch jeder sein eigenes LLM-Wiki in seinem zweiten Gehirn auf. Aber das reicht nicht aus. Und das Hauptproblem, das wir hier haben, ist, dass, wenn Sie dieses Gist nehmen und Ihre eigene Version eines LLM-Wikis erstellen, es anders strukturiert sein wird als bei der nächsten Person, die dasselbe tut. Es gibt keinen Standard. Und so gibt es wirklich keine Möglichkeit, Ihr LLM-Wiki mit jemand anderem zu teilen. Und das ist ärgerlich. Sie können sich viele verschiedene Anwendungsfälle vorstellen, bei denen Sie im Laufe der Zeit eine Wissensdatenbank kuratieren und sie dann mit anderen Personen teilen möchten, z. B. mit anderen Personen in Ihrem Team. Vielleicht möchten Sie ein Wiki für das Team, auf das die zweiten Gehirne aller unabhängig zugreifen. Vielleicht möchte ich ein Wiki für meine YouTube-Inhalte erstellen und es dann mit Ihnen teilen. Es gibt tausend Gründe. Aber wenn Ihr Agent nicht genau weiß, wie ich mein Wiki mit den verschiedenen Metadaten und meinen Entitätsdateien strukturiert habe, wird er es nicht optimal durchsuchen können. Wir brauchen einen Standard, damit jeder Wikis auf die gleiche Weise erstellt, damit wir sie frei teilen können. Und das ist es, was Google hier mit seinem Open Knowledge Format veröffentlicht hat. Es ist eine wunderschön einfache Sache, genau wie Harpathys LLM-Wiki-Idee, bei der es sich nur um einen einfachen Standard handelt, der oben drauf aufgebaut ist, damit Sie garantieren können, dass Sie Ihr Wiki so erstellen, dass die zweiten Gehirne anderer Personen es verstehen können und umgekehrt. Und so möchte ich in diesem Video behandeln, warum OKF so leistungsfähig ist. Es ist wirklich die Zukunft persönlicher Agenten. Und ich möchte Ihnen zeigen, wie einfach es ist, mit diesem Standard zu beginnen, sowohl für neue LLM-Wikis als auch für die Übertragung bestehender in dieses Format. Das ist sehr einfach zu machen. Und egal um welches Wiki es sich handelt, egal wie viel Sie es teilen werden oder nicht, dies ist wichtig, auch als Optimierung auf Karpathys LLM-Wiki-Idee. Und ich weiß, dass Google derzeit im KI-Rennen hinterherhinkt. Gemini ist nicht so gut wie GPT und Claude, aber sie haben einige wirklich gute Dinge veröffentlicht, wie man LLMs effektiv nutzt. Und ich denke, das ist eine ganz andere Richtung als der Aufbau von LLMs. Nun, ich denke, das ist etwas, das es wirklich wert ist, sich darauf einzulassen, auch wenn OKF nicht zum Standard für persönliche Agenten wird. Es wird etwas Ähnliches geben. Und so ist es gut, das jetzt zu verstehen. Okay. Nun, lassen Sie uns wirklich in OKF eintauchen. Es gibt also zwei Dinge, die sie hier standardisieren. Erstens, wie wir Informationen wie unsere Entitätsdokumente und Konzepte organisieren. Und zweitens die Standardisierung der genauen Felder, die wir in unseren Metadaten haben werden. Das sind also die Informationen, die wir am Anfang jedes Dokuments markieren, um dem Agenten einen reichhaltigeren Informationssatz zu geben. So können wir sogar nach Titel oder Tags abfragen. Wir haben also Kategorisierung. Dies ist eines der wichtigsten Dinge, damit der Agent unser Wiki wie einen Wissensgraphen durchlaufen kann. Und der beste Weg, dies für Sie konkret zu machen, ist, Ihnen zu zeigen, wie ein traditionelles Karpathy-Wiki aussieht. Wir werden uns das ansehen. Dies ist eines der ersten Wikis, das ich erstellt habe, als Karpathy diese Idee veröffentlichte. Und dann werden wir uns einige der Probleme ansehen, die wir hier haben. Am Anfang jedes Wikis steht Ihre Indexdatei. Der Agent pflegt diese jedes Mal, wenn er neue Informationen einbringt. Und die Indexdatei liest er, wenn er zum ersten Mal Ihre Wissensdatenbank durchsucht, praktisch jedes Mal. Und so erhalten Sie einen Überblick über alle Dokumente, auf die Sie im Wiki zugreifen können. Also der Artikel und dann eine kurze Zusammenfassung, damit er weiß, ob dies etwas ist, das er basierend auf der Anfrage des Benutzers genauer untersuchen sollte. Und so entwickelt sich dies jedes Mal weiter, wenn wir neue Dokumente hinzufügen. Und so wird der Agent dies lesen und dann basierend auf dem, was wir ihn gebeten haben zu tun oder die Frage, wenn er feststellt, dass ich Superbase oder dieses Konzept hier, dieses Entitätsdokument, untersuchen sollte, dann wird er sich darin vertiefen. Wir haben auch die Metadaten, wie ich bereits erwähnt habe, wie Titel und Tags, damit er auch danach suchen kann, wie wenn er die Kategorie Sicherheit betrachten möchte, dann kann er nur diese Dokumente herausfiltern. Und dann haben wir hier die vollständige Art von Skill.md, dies ist wie progressive Offenlegung von Fähigkeiten, bei der der Index ihm das Wissen mitteilt, das er hat, und dann kann er das vollständige Dokument lesen, wenn es angemessen ist, und dann verlinken wir hier auch auf verwandte Konzepte, und dieser Link gibt uns wirklich diese Graphenansicht, wo Sie sehen können, wie alle unsere Entitäten und anderen Dokumente miteinander verbunden sind. So kann der Agent dies durchsuchen, um wirklich einen umfassenden Informationssatz zu erhalten, wenn die Frage dies wirklich erfordert. Und wenn man sich eines dieser Dokumente ansieht, mag es überwältigend erscheinen, all dieses Wissen im Laufe der Zeit aufzubauen, aber ehrlich gesagt, mit einem LLM-Wiki geben Sie die Zügel vollständig an ein LLM. Sie müssen also nicht technisch versiert sein. Sie müssen nicht viel Zeit mit der Pflege verbringen. Der gesamte Vorteil des Wikis ist, dass es bis zum Aufkommen von LLMs zu mühsam war, diese Art von Wissensdatenbank zu erstellen, bei der wir dafür verantwortlich sind, verwandte Konzepte zu verstehen und diese im Laufe der Zeit aufzubauen, während wir neue Informationen hinzufügen. Es gibt hier so viel mühsame Arbeit, bei der LLMs wirklich, wirklich gut sind. Aber so gut sie auch darin sind, sie werden dieses System nicht auf die gleiche Weise erstellen, wie es jemand anderes mit seinem LLM tun wird, richtig? Die Art und Weise, wie wir verwandte Konzepte verknüpfen, mag unterschiedlich sein. Die Art und Weise, wie wir Informationen strukturieren, sogar die Metadaten, was ist, wenn wir keine Tags haben, sondern ein Feld namens Kategorien. Ich meine, selbst etwas so Einfaches wie das, diese kleine Änderung könnte dazu führen, dass, wenn ich die Wissensdatenbank an den Agenten einer anderen Person gebe, er nicht weiß, wie er kategorisch suchen soll. Er müsste zuerst in die Metadaten eintauchen, um das zu verstehen, und er entscheidet sich vielleicht nicht dafür. Ich meine, all diese kleinen Probleme werden sich anhäufen, wenn Sie nicht die gleichen Metadaten haben, Sie nicht die gleichen Ordner haben. Das ist es, was wir hier mit OKF tun wollen. Okay. Wenn Sie also jetzt mit OKF erstellen möchten, eine neue Wissensdatenbank in diesem Format erstellen oder sogar eine umgestalten, um das Open Knowledge Format zu verwenden, suchen Sie nicht weiter als unsere spec.md-Datei. Diese befindet sich in ihrem Repository. Ich werde sie in der Beschreibung verlinken. Das ist genau wie Karpathys Gist, wo Sie dieses Dokument kopieren. Sie klicken buchstäblich auf diesen einen Button hier, fügen ihn in Ihren Coding-Agenten ein und sagen ihm, er soll entweder ein Wiki nach dem Open Knowledge Format erstellen oder sogar ein bestehendes umgestalten. Wie gesagt, er wird beides mit Bravour meistern, denn das ist so etwas wie eine Fähigkeit. Es lehrt den Coding-Agenten alles, was er über den Standard wissen muss. Hier ist die Terminologie. So strukturieren wir die Bundles. Ich zeige Ihnen später mehr dazu. So erstellen wir das YAML-Frontmatter. Verschiedene Attribute, die wir für jedes unserer Dokumente haben, wie die Tags zur Kategorisierung, richtig? Diese einzige Quelle der Wahrheit ist alles, was er braucht. Und da es sich um ein so einfaches Format, einen einfachen Standard insgesamt handelt, wird er nicht wirklich verwirrt, wenn er das durchgeht. Ich meine, es ist eine ziemlich lange Datei, aber in Bezug auf das, was Large Language Models heutzutage bewältigen können, insbesondere mit GPT 5.5 oder Opus 4.8, ist das keine große Anweisung. Und es spielt auch keine Rolle, wie groß Ihre aktuelle Wissensdatenbank ist, wenn Sie umgestalten, denn Sie können ihn speziell bitten, Unteragenten zu verwenden, um die verschiedenen Abschnitte Ihrer Wissensdatenbank zu durcharbeiten und sie in dieses Format umzugestalten. Es ist also wirklich einfach zu skalieren, es ist wirklich einfach, den Agenten diese Spezifikation durcharbeiten zu lassen. Der Sponsor des heutigen Videos ist Post Hog, ein zentraler Ort, um zu verstehen, wie Benutzer Ihre Anwendung tatsächlich nutzen, um Probleme zu beheben und zu reparieren und alle Ihre Änderungen zu testen und auszurollen. Und ich freue mich darauf, denn ich benutze Post Hog selbst in Archon, meinem Open-Source-KI-Coding-Harness-Builder. Ich verlasse mich jeden Tag auf die Dateneinblicke, die ich von Post Hog erhalte, damit ich genau weiß, wie ich Archon so verbessern kann, wie es die Benutzer tatsächlich brauchen. Und die Installation von Posthog ist unglaublich einfach. Sie klicken einfach auf die Schaltfläche "Mit KI installieren" auf ihrer Homepage, die ich in der Beschreibung verlinken werde, und zack, es ist ein einziger Befehl, den Sie ausführen können, ein Assistent, der im Wesentlichen ein leitender Ingenieur ist, der Ihnen hilft, Analysen für Ihre gesamte Anwendung in nur wenigen Minuten einzurichten. Und Sie können auch benutzerdefinierte Datenansichten erstellen, wie dieses Dashboard, das ich jeden Tag betrachte, um zu sehen, wie die Leute Archon tatsächlich nutzen. Und dann können wir auch sehr granular werden. Also die einzelnen Ausführungen von Archon, ich kann hier klicken, um alle Details zu sehen. Und so können wir von sehr hoch bis zu einzelnen Parametern gehen, je nachdem, was wir brauchen. Es hat die Analysen für alles. Und so ist die Produktion die Zeit, in der Sie nicht im Blindflug fliegen können. Wenn Sie etwas auf der Welt bereitgestellt haben, brauchen Sie Beobachtbarkeit. Und Post Hog ist dafür das Beste. Ich werde also einen Link in der Beschreibung haben. Ich kann es nur wärmstens empfehlen, sich das anzusehen. Und ich habe das am Anfang des Videos kurz erwähnt, aber das ist wirklich die Zukunft persönlicher Agenten. Es ist, als hätte MCP die Kommunikation zwischen Agenten und Werkzeugen revolutioniert, OKF tut dies für die Kommunikation zwischen Agenten und Wissensdatenbanken. Und eines der wichtigsten Dinge in der Spezifikation ist, dass sie davon sprechen, dass es ein Standard sowohl für den Konsum von Wissensdatenbanken, wie das Durchsuchen, als auch für die Produktion von Wissensdatenbanken ist. Wie entwickeln wir das Wiki im Laufe der Zeit weiter? Bauen wir die Entitätsseiten auf, wie Karpathy im ursprünglichen Gist erwähnt hat. Wir bauen wirklich darauf auf. Und eines der wirklich interessanten Dinge, über die man nachdenken kann, ist ja, das ist fantastisch für den Austausch von Wissensdatenbanken oder für eine teamweite Wissensdatenbank. Das ist aber auch sehr gut, selbst wenn Sie niemals eine Wissensdatenbank teilen werden. Denken Sie darüber nach. Wenn jeder den gleichen Standard für den Aufbau seiner persönlichen Wissensdatenbank hat, kann jeder Ideen leichter teilen, wie z. B. hier sind die Entitätsseiten, die für mich sehr gut funktionieren, und so möchte ich die Dinge unter dem Standard organisieren. Und da Sie den Standard als Grundlage haben, ist es für andere einfacher, diese Ideen zu übernehmen. Und so werden wir auch, ich glaube, wir werden sehen, dass OKF am Ende nicht der Standard sein wird, aber wir werden etwas Ähnliches sehen und wir werden sehen, wie sich der Standard im Laufe der Zeit weiterentwickelt, so dass es für die Leute immer einfacher wird, diese wirklich reichhaltigen Wissensdatenbanken zu erstellen, ohne viel Zeit für die anfängliche Gestaltung mit dem LLM aufwenden zu müssen. Natürlich ist das Teilen von Wikis mit anderen Menschen der größte Vorteil von OKF. Und das bringt mich zu dem Beispiel, das ich für Sie habe, das ebenfalls ein Gist ist, das ich sehr gerne teile. Ich habe ein Bundle erstellt, das nennt man ein OKF-Wiki, das alle meine Lieblings-KI-Coding-YouTube-Videos auf meinem Kanal zusammenfasst. Und hier ist die Sache. Ich freue mich darauf. Ich weiß, dass viele von Ihnen nicht jedes Mal mein ganzes Video ansehen. Sie werden die Dinge durchsuchen. Sie werden einfach das Transkript nehmen und es in Ihr zweites Gehirn einspeisen und Fragen stellen. Sie tun bereits etwas Ähnliches, aber jetzt mache ich es Ihnen leichter, weil ich Videosammlungen vorverpacke. Ich möchte das tatsächlich tun, damit Sie es sehr einfach in Ihr zweites Gehirn bringen und Fragen stellen können, die sich auf das beziehen, was Sie tatsächlich interessiert oder woran Sie speziell arbeiten. Und so schauen Sie sich das an. Alles, was Sie tun müssen, ist zuerst diese Spezifikation zu nehmen und sie Ihrem Coding-Agenten zu geben. Sie lassen ihn OKF selbst lernen. Und dann gehen Sie zu diesem Repository mit meinem KI-Coding-Wissens-Bundle. Ich werde das auch in der Beschreibung verlinken. Und Sie fügen einfach diesen Prompt in Ihren Coding-Agenten ein. Das ist alles. Sie geben ihm den Link zu diesem Repository. Sie sagen ihm, er soll das Readme lesen und alles einrichten, und er versteht bereits OKF. So verknüpft er diese beiden Dinge. Bringt das Bundle in Ihr lokales Obsidian oder Notion oder was auch immer Sie zur Verwaltung Ihres Wissens verwenden. Und dann zack, können Sie sofort Fragen stellen. Sie müssen die Transkripte nicht selbst einbringen. Dies ist der einfachste Weg für Content-Ersteller im Allgemeinen, ihr Wissen mit der Welt zu teilen. Sie können Bundles erstellen. Ich erstelle jetzt Bundles für alle meine Videos. Und so ist dies nur ein Beispiel dafür, was OKF für uns ermöglicht. Und so zeige ich Ihnen auch, wie dieses Bundle aussieht, weil es ein wirklich gutes Beispiel dafür ist, was OKF für uns wirklich tut. Okay, lassen Sie uns ins Innere gehen. Jetzt zeige ich Ihnen, wie ich OKF eingerichtet habe, und wir werden uns auch das Beispiel-Bundle ansehen. Und so mache ich für mein zweites Gehirn, jedes einzelne System, das ich baue, habe ich immer ein Top-Dokument, das darüber spricht, wie es funktioniert. So arbeite ich mit OKF-Bundles. Und dann hier sind die verschiedenen Bundles, die ich habe. Ich habe also im Grunde einen Index, damit er die verschiedenen Bundles kennt, in die er gehen und den Index lesen kann, den wir dort haben. Wir haben also sozusagen zwei Ebenen der Indizierung. Und dann habe ich auch ein einfaches CLI-Skript erstellt. Das ist tatsächlich im Beispiel-Bundle enthalten, das Sie klonen können und das es einfach macht, in der Befehlszeile meine Bundles aufzulisten, einen bestimmten Index anzuzeigen und dann, wenn es eine dieser Dateien findet, die es lesen möchte, haben wir das Befehlszeilentool, um nach einem bestimmten Bundle und einer Konzept-ID zu lesen. Ich habe also ein wenig Organisation über OKF hinzugefügt, nur wie ich viele verschiedene Bundles verwalte, aber ansonsten folge ich genau dem Format. Und so schauen wir uns jetzt eines davon an. Ich klicke auf Bundles und dann auf das, das ich gerade auf GitHub geteilt habe. Wenn wir uns also den Index hier ansehen, sehen wir, dass ich zwei verschiedene Abschnitte habe, und das ist eigentlich ein kleineres Bundle. Ich wollte also nichts super Kompliziertes machen. Es gibt also wirklich nur zwei Abschnitte. Ich habe die Videos, die ich in dieses Bundle aufgenommen habe, und das ist eher klein. Es gibt nur vier Videos, aber das sind die besten und aktuellsten auf meinem Kanal für KI-Coding. Und dann habe ich auch die Konzepte. Also verschiedene Dinge, über die ich in mehreren Videos spreche, die ich in eine eigene Entitätsseite extrahieren möchte. Und so sagt der Index hier, hier sind die Abschnitte. Und dann habe ich keine Liste der einzelnen Dateien, weil ich den Agenten einfach die Dateien lesen lasse, die wir in Konzepten oder Videos haben, richtig? Er kann hier auflisten, hier sind alle Dateien, oder er kann den Index innerhalb von Konzepten selbst lesen, richtig? Also, wie auch immer Sie ihn navigieren lassen möchten, er kann durch diese verschiedenen Ebenen von Dokumenten gehen oder einfach eine Stichwortsuche durchführen. Und so, wenn ich auf eines davon klicke, wie zum Beispiel die PIV-Schleife, ist dies das primäre mentale Modell, das ich immer für KI-Coding lehre. Es ist sehr wichtig, einen Prozess für sich selbst zu haben, um zu planen, zu implementieren und zu validieren, was auch immer Sie mit einem KI-Coding-Assistenten erstellen. Und so haben wir oben das YAML-Frontmatter. Und der Typ, das ist, was von OKF verlangt wird. Es ist das einzige erforderliche Feld in den Metadaten, da dies die Kategorisierung Ihrer Dokumente ermöglicht. Also, das ist der Typ des Konzepts. Wenn ich zu einem Video gehe, ist der Typ Video. So können wir nur nach Videos oder nur nach Konzepten suchen, was besonders leistungsfähig ist, sobald Sie Bundles haben, die viel größer sind als dieses. Wiederum ist dies nur ein Beispiel. Aber dann haben wir auch alle optionalen Titel in OKF. Also Titel, Tags, verwandte Videos. So verknüpfen wir Dinge, richtig? Wie Sie bei dem anderen Wiki gesehen haben, das ich früher gezeigt habe, wurden Dinge einfach unten verknüpft. Dies macht es jedoch einfacher zu navigieren und schafft einen Standard dafür, wie wir unsere Entitäten miteinander verknüpfen. Und so sind jedes dieser Elemente optional. Nur der Typ ist in OKF erforderlich. Aber nur weil Sie diese nicht immer haben, heißt das nicht, dass Ihr Agent sie nicht versteht, richtig? Wenn Ihr Agent ein Konsument von OKF ist, wenn Sie ihm die Spezifikation gegeben und ihn gelehrt haben, ein Konsument zu sein, wird er wissen, wie er diese Felder für eine bessere Suche und Durchquerung des Wissensgraphen, den wir hier haben, nutzen kann. Und so ist das hier einfach all unsere Informationen über die PIV-Schleife. Ich habe es schön und einfach gehalten. Und dann auch Links zu Videos, was vielleicht ein wenig redundant mit verwandten Videos ist. Ich könnte dieses Bundle wahrscheinlich etwas besser machen, aber ich wollte es nur als erstes Beispiel haben. Und es ist etwas, das Sie sofort in Ihr zweites Gehirn übertragen können. Beginnen Sie einfach, Fragen zu stellen. Ich zeige Ihnen ein Beispiel in meinem Terminal. Zuerst habe ich auf der obersten Ebene meines zweiten Gehirns gefragt, welche Bundles ich habe. Es hat einen Befehl ausgeführt. Es hat dieses kleine CLI-Tool verwendet, um alle meine Bundles aufzulisten. Und dann hat es mir das gesagt, und dann habe ich ihm einfach eine Frage gestellt. Ich habe ihm nicht einmal gesagt, welches Bundle er speziell durchsuchen soll. Ich sagte: "Was ist Coles größter einzelner Gedanke, um zuverlässigen Code von einem KI-Coding-Assistenten zu erhalten?" und es hat insgesamt vier Befehle ausgeführt. Zuerst hat es beschlossen, den Cole AI Coding Index zu lesen, das ist das GitHub, das ich für Sie habe, und dann wusste es basierend auf dem Index, okay, schauen wir uns die Konzepte hier an, und dann aus den Konzepten ist es wie, okay, das Wichtigste, ich weiß nicht, was im Index ihm das gesagt hat, aber es ist Kontext-Engineering, lesen wir das Konzept des Kontext-Engineerings, damit wir die progressive Offenlegung sehen können, während der Agent herausfindet, wo er nachschauen muss, um die Antwort für mich zu finden, und dann erhalten wir hier die endgültige Antwort. Es ist einfach wunderschön zu sehen, wie es funktioniert. Wenn wir etwas haben, das so strukturiert ist, ist es so einfach für ihn, mit wenig Kontext zu beginnen und sich dann genau das herauszusuchen, was wir brauchen. Das ist es, was OKF uns als Standard gibt. Okay. Wenn Sie also zu diesem Zeitpunkt noch nicht von der Idee eines Standards für das LLM-Wiki überzeugt sind, weiß ich nicht, was ich Ihnen sagen soll. Die einzige Kritik, die ich für ziemlich valide halte, ist, dass viele Leute sagen, dass OKF zu einfach ist, richtig? Es gibt nicht viel Wert oder Substanz, die tatsächlich auf das Karpathy-Wiki aufbaut. Ich habe das ein paar Mal gesehen, während ich viel recherchiert habe. Ich stecke viel Zeit in die Vorbereitung dieser Videos. Ich denke, es ist irgendwie berechtigt, denn wenn wir uns ansehen, was es wirklich auf dem Karpathy-Wiki aufbaut, spricht es genau davon, wie Sie Ihre verschiedenen Dateien organisieren. Sie haben speziell Indizes innerhalb der Ordner und einen Top-Level-Index, wie Sie in meinem Bundle gesehen haben. Ich meine, das hatte ich vorher in Wikis nicht wirklich. Und dann haben wir die spezifischen Felder in unseren Metadaten, wie der Typ erforderlich ist. Die anderen sind optional, aber das sind die, die sie empfehlen. Das ist es so ziemlich. Es ist, wie wir organisieren und was die Metadaten sind. Das ist so ziemlich alles, was wir tatsächlich im Standard haben. Und so ist das Argument irgendwie berechtigt, wo es heißt, was gibt es wirklich? Es gibt nicht viel. Aber ich denke, das ist auch der Punkt, richtig? Minimalistisch, es ist die absolute Mindestschicht, die wir oben drauf brauchen, damit wir diese Wikis auf genau die gleiche Weise über die Agenten aller produzieren und konsumieren können, die sich auf OKF einlassen. Ich denke, das ist tatsächlich gut. Ich denke, das ist ein Vorteil, kein Nachteil. Die Tatsache, dass es nicht viel Substanz gibt, mag kontraintuitiv erscheinen, aber ich denke, das ist tatsächlich gut. Und ich ermutige Sie, probieren Sie einfach das Bundle aus, das ich hier für Sie habe. Geben Sie ihm die Spezifikation und dann diesen Prompt und fangen Sie einfach an, Fragen zu KI-Coding zu stellen, wie z. B. wie ich Unteragenten verwende, was die PIV-Schleife ist, fangen Sie einfach an und sehen Sie, wie einfach es für Ihren Agenten ist, diese Dinge für Sie abzurufen. Und das ist alles, was ich heute für Sie habe, über OKF, es ist wirklich die Zukunft persönlicher Agenten. Wenn Sie dieses Video schätzen und sich auf weitere Dinge zu KI-Coding und zweiten Gehirnen freuen, würde ich mich sehr über ein Like und ein Abo freuen, und damit sehen wir uns im nächsten Video.