MultiGPT

Roadmap

MultiGPT wird Meilenstein für Meilenstein gebaut. Nach jedem Meilenstein laufen die Tests, es gibt einen kurzen Bericht, dann geht es weiter. Stand Version 0.4.0: Die Meilensteine 1 bis 8 einschließlich 4a, der Runner (14, mit wenigen offenen Punkten) und der Knoten (15) sind umgesetzt, Bilder (9), Betrieb (12) und Scratchpad (13, bisher das Kontextmenü und die Ablage von Werkzeug-Dateien) teilweise. Unter jedem Meilenstein stehen seine Arbeitspakete mit Stand. Offen sind Sprache (10) und Musik (11).

Zeichen bei den Arbeitspaketen: ✓ umgesetzt, ◐ teilweise umgesetzt, ◔ in Arbeit (noch nicht veröffentlicht), ○ geplant.

  1. Meilenstein 1 Grundgerüst

    Umgesetzt

    Django-Projekt mit Einstellungen aus der Umgebung, Makefile, Anmeldung mit Login-Drosselung, gunicorn (gthread), Health-Check /healthz/, Debian-Paket mit systemd-Unit und mgpt-ctl, Docker-Dateien. Das Paket legt bei lokalem PostgreSQL Rolle, Datenbank und pgvector an, migriert automatisch, fragt Hostnamen und Zertifikat per debconf ab und richtet nginx mit TLS ein.

    Tests, Linter und make deb sind grün, Versionen werden mit make release getaggt (aktuell 0.4.0). Noch offen für die Abnahme: Testinstallation auf einem frischen Debian 13 und der Docker-Build (ungetestet).

    Arbeitspakete: 9 von 9 erledigt
    • M1-01 Django-Projekt und Abhängigkeiten
    • M1-02 Einstellungen nur aus der Umgebung
    • M1-03 PostgreSQL mit pgvector
    • M1-04 Anmeldung mit Login-Drosselung
    • M1-05 Grundlayout mit Kopfzeile und Seitenleiste
    • M1-06 Makefile für Einrichtung, Tests und Paketbau
    • M1-07 gunicorn und Health-Check
    • M1-08 Debian-Paket mit Dienst und Verwaltungsbefehl, Docker-Dateien
    • M1-09 Testgerüst und Linter

  2. Meilenstein 2 Datenmodell und Verwaltung

    Umgesetzt

    Anbieter, Modelle, Rollen und Gruppen; Konten erweitern Djangos User und Group. Verschlüsselte API-Keys (Fernet, die Verwaltung zeigt nur die letzten 4 Zeichen), zentrale Rechteprüfung, Verwaltung nur für Verwalter. Private Chats erscheinen auch dort nur als Metadaten. Vier Startrollen: Verwalter, Erwachsener, Jugendlicher, Gast.

    Abgeschlossen. Jugendliche und Gäste haben anfangs keine Modelle; der Verwalter gibt sie pro Rolle frei.

    Arbeitspakete: 6 von 6 erledigt
    • M2-01 Datenmodell: Anbieter, Modelle, Rollen, Gruppen
    • M2-02 Verschlüsselte API-Keys
    • M2-03 Verwaltungsmasken
    • M2-04 Vier Startrollen und Gruppe „Familie“
    • M2-05 Zentrale Rechteprüfung
    • M2-06 Konten mit Rollenwahl anlegen

  3. Meilenstein 3 Erster Anbieter und Streaming

    Umgesetzt

    OpenAI-kompatibler Adapter (OpenAI, OpenRouter, LM Studio), gestreamte Antworten mit Abbrechen-Knopf, Neu erzeugen, Modell pro Nachricht, Chatansicht mit gespeichertem Verlauf.

    Ende-zu-Ende im Browser getestet; gestreamte Antworten mit echtem OpenAI-Key laufen.

    Arbeitspakete: 6 von 6 erledigt
    • M3-01 Gemeinsame Schnittstelle für Anbieter
    • M3-02 Adapter für OpenAI-kompatible Anbieter
    • M3-03 Gestreamte Antworten
    • M3-04 Abbrechen, Teiltext bleibt erhalten
    • M3-05 Chatansicht mit Modellwahl und „Neu erzeugen“
    • M3-06 Tests: Ablauf, Fehler, Abbruch, fremde Chats

  4. Meilenstein 4 Weitere Anbieter und LM Studio

    Umgesetzt

    Adapter für Anthropic und Google Gemini, Modelllisten abrufen mit make sync-models, LM Studio als lokaler Anbieter mit Online-Anzeige und automatisch angebotenen Modellen.

    LM Studio läuft im echten Heimnetz. Seit 0.3.0 bekommen neue Modelle ihre Fähigkeiten automatisch (bei LM Studio aus dessen Modellliste), dazu die Fähigkeiten-Matrix im Admin, ausgegraute Offline-Anbieter und eine eigene Meldung für abgelaufene API-Keys. Noch offen für die Abnahme: echte Aufrufe an Anthropic und Gemini.

    Arbeitspakete: 5 von 5 erledigt
    • M4-01 Adapter für Anthropic und Google Gemini
    • M4-02 Modelllisten der Anbieter abrufen
    • M4-03 Online-Status der Anbieter
    • M4-04 Statusanzeige im Chat, Offline-Modelle ausgegraut
    • M4-05 Lokale Modelle kostenlos, kein Senden an Offline-Anbieter

  5. Meilenstein 4a MCP-Werkzeuge

    Umgesetzt

    Modelle nutzen Werkzeuge aus angebundenen MCP-Servern – mit Rechteprüfung, Rückfrage vor heiklen Aufrufen und Anzeige im Chat. Dazu eingebaute Werkzeuge für Berechnungen und PDF-Blätter.

    Werkzeugschleife mit höchstens 10 Runden, Rückfrage vor nicht freigegebenen Werkzeugen (auch nach Neuladen), Anzeige jedes Aufrufs im Chat. Seit 0.3.0: Import aus „mcpServers“-JSON, Online-Status je Server, Werkzeugtabelle mit Einstufung im Admin, MCP-Freigabe je Modell (kein, alle, ausgewählte; serverseitig geprüft) und das Werkzeug run_python in einer bubblewrap-Sandbox. Seit 0.3.1 das Werkzeug create_pdf für Arbeitsblätter, Briefe und Tabellen. MCP-Werkzeuge laufen auch mit lokalen Modellen über LM Studio. Seit 0.3.2 bekommt ein Modell bei vielen Werkzeugen nur einen Kern und sucht weitere mit find_tools; MultiGPT schätzt die Anfrage vor dem Senden und lässt notfalls ältere Nachrichten weg. Seit 0.3.5 sehen Verwalter offline MCP-Server live in der Statusleiste, seit 0.3.6 steht scipy in der Sandbox bereit.

    Arbeitspakete: 12 von 12 erledigt
    • M4a-01 Brücke zwischen Webserver und MCP
    • M4a-02 Werkzeugaufrufe in allen drei Adaptern
    • M4a-03 MCP-Client mit Verbindungstest
    • M4a-04 Werkzeugschleife mit Rundenlimit und Rechteprüfung
    • M4a-05 Rückfrage vor heiklen Werkzeugen
    • M4a-06 Werkzeugaufrufe im Chat aufklappbar
    • M4a-07 Tests mit eigenem MCP-Testserver
    • M4a-08 MCP-Freigabe je Modell ab 0.3.0
    • M4a-09 Online-Status und Werkzeugliste je MCP-Server ab 0.3.0
    • M4a-10 Berechnungen mit Python in einer Sandbox ab 0.3.0
    • M4a-11 Arbeitsblätter und Texte als PDF ab 0.3.1
    • M4a-12 Werkzeuge nach Bedarf (`find_tools`) und Schutz vor zu kleinem Kontext ab 0.3.2

  6. Meilenstein 5 Komfort

    Umgesetzt

    Markdown mit Code-Hervorhebung und Kopierknopf (Bibliotheken lokal eingebunden, Ausgabe bereinigt), Formeln mit KaTeX, SVG-Vorschau, automatische Chattitel, Umbenennen, Archiv, Löschen, Suche, Export als Markdown, System-Prompt pro Chat. Dazu Anhänge, Projekte und geteilte Chats.

    Abgeschlossen. Nachgezogen: eigene Nachrichten bearbeiten mit Versionen („‹ 1/2 ›“) und Kopierknopf. In 0.3.0 kamen Anhänge mit Bild-Eingabe (EXIF entfernt), Projekte mit Anweisungen, Standardmodell und Sammlungen, Chats teilen mit RWUD-Rechten sowie eine überarbeitete Oberfläche (Antworten in voller Breite, Seitenleiste ausblendbar, Schriftgröße A−/A+) dazu. Seit 0.3.2 folgt der Verlauf beim Schreiben nur noch, solange man unten ist; seit 0.3.4 holen Pfeil hoch/runter frühere Eingaben zurück, und eine Antwort lässt sich samt Frage und allem danach löschen; seit 0.3.5 gibt es ein persönliches Menü mit Profilbild; seit 0.3.6 Mitteilungen an den Besitzer geteilter Chats und die Versionsanzeige.

    Arbeitspakete: 7 von 7 erledigt
    • M5-01 Markdown, Code-Hervorhebung und Formeln
    • M5-02 Titel, Umbenennen, Archiv, Löschen, Suche
    • M5-03 System-Prompt je Chat
    • M5-04 Export als Markdown
    • M5-05 Nachrichten bearbeiten, Versionen umschalten
    • M5-06 Chats teilen mit Rechten ab 0.3.0
    • M5-07 Projekte ab 0.3.0

  7. Meilenstein 6 Vergleich, Verbrauch, Budgets, Familie

    Umgesetzt

    Dieselbe Frage an mehrere Modelle, Verbrauchsübersicht, Monatsbudgets und die Verwaltungsseite „Familie“.

    Umgesetzt: Vergleichsmodus mit zwei oder drei Modellen, die Antworten als Versionen im Chat-Baum (Werkzeuge sind im Vergleich aus); Verbrauch und Monatsbudgets mit Hinweis ab 80 % und Sperre ab 100 % außer für kostenfreie Modelle; Seite „Mein Verbrauch“; Seite „Familie“ mit Konten, Rollen, Budgets und Gruppen sowie lesender Einsicht in Chats von Jugendlichen nur mit Option und dauerhaftem Hinweis. Seit 0.3.0 rechnet ein Kontenrahmen ab: Konten in Geld, nur Tokens oder als Pauschale, Preise mit Gültigkeit samt Cache und Reasoning, Wechselkurse, Buchungen und Budgets je Konto. Seit 0.3.4 nutzt MultiGPT das Prompt-Caching von Anthropic, seit 0.3.6 holt der Worker den EZB-Referenzkurs USD→EUR automatisch, und Konten in EUR lassen sich auf USD umstellen.

    Arbeitspakete: 10 von 10 erledigt
    • M6-01 Vergleichsmodus mit 2–3 Modellen
    • M6-02 Verbrauchsübersicht
    • M6-03 Budgets: Hinweis ab 80 %, Sperre ab 100 %
    • M6-04 Seite „Familie“
    • M6-05 Einsicht in Jugendlichen-Chats nur mit Option
    • M6-06 Abrechnungskonten je Anbieter ab 0.3.0
    • M6-07 Preise mit Gültigkeitsdatum ab 0.3.0
    • M6-08 Buchung je Antwort ab 0.3.0
    • M6-09 Wechselkurse USD/EUR ab 0.3.0
    • M6-10 Budgets je Abrechnungskonto ab 0.3.0

  8. Meilenstein 7 Eigene Dokumente (RAG)

    Umgesetzt

    Sammlungen, Upload, Indexierung im Hintergrund, Suche mit pgvector, Quellen mit Seitenangabe.

    Umgesetzt: Sammlungen mit Freigaben, Upload (PDF, DOCX, TXT, MD), Worker mit Wiederholung und OCR (Tesseract), Suche mit Zugriffsfilter in SQL und Volltext, Quellen mit Seitenzahl, Werkzeug für die Dokumentsuche und eine eigene RAG-Verwaltung im Admin. Embeddings lokal über LM Studio (nomic-embed-text, 768 Dimensionen), OCR mit olmOCR über LM Studio und Tesseract als Ersatz, beides im Admin per Knopf testbar; Verzeichnisquellen vom Server oder NAS, beschränkt auf RAG_SOURCE_ROOTS und periodisch eingelesen. Seit 0.3.0: Zitieren mit Abschnitt, Seite und Absatz in sechs Stilen samt Literaturangaben und Normen, Abbildungen per Vision-Modell beschrieben, Bilddateien als Dokument, die Dokument-Werkzeuge list_documents, document_info und read_document, Dokumente im Browser ansehen und Aufträge abbrechen. Seit 0.3.2 lädt MultiGPT lokale Modelle bei Bedarf selbst in LM Studio, nie über ein Speicherbudget; seit 0.3.4 bleiben die Modelle der Indexierung nur für den Lauf geladen; seit 0.3.5 werden mehrere Dokumente gleichzeitig indexiert; seit 0.3.6 lassen sich Läufe pausieren und fortsetzen.

    Arbeitspakete: 13 von 13 erledigt
    • M7-01 Sammlungen, Dokumente und Freigaben
    • M7-02 Hintergrund-Worker für Aufträge
    • M7-03 Text auslesen, zerteilen, Embeddings
    • M7-04 Vektorindex und Neu-Indexieren
    • M7-05 Suche mit Zugriffsfilter und Quellenangabe
    • M7-06 Dokumentensuche als Werkzeug
    • M7-07 Tests zu Trefferqualität und Zugriffsgrenzen
    • M7-08 Eigene Dokumentenverwaltung im Admin
    • M7-09 Embeddings und Texterkennung lokal über LM Studio; erweitert 0.3.2: Modelle automatisch laden mit Speicherbudget
    • M7-10 Verzeichnisquellen
    • M7-11 Abbildungen beschreiben, Bilder als Dokument ab 0.3.0
    • M7-12 Werkzeuge zum Auflisten und Lesen von Dokumenten ab 0.3.0
    • M7-13 Zitieren mit Seite, Absatz und Gliederung, Zitierstile ab 0.3.0

  9. Meilenstein 8 Websuche

    Umgesetzt

    Austauschbares Such-Backend, geschützter Seitenabruf, Quellen unter der Antwort.

    Umgesetzt mit einem selbst gehosteten SearXNG: Schalter „Websuche“ im Chat und Werkzeug für Modelle, „SearXNG testen“ im Admin, Seitenabruf ohne Zugriff auf Adressen im Heimnetz, Webtext nur als markiertes Quellmaterial. Seit 0.3.0 die Werkzeuge fetch_url und crawl_site (SSRF-geschützt, beachten robots.txt), URLs aus der Frage, Markierung erfundener Links und Grundregeln für alle Modelle. Eine Such-API ist nicht angebunden.

    Arbeitspakete: 9 von 9 erledigt
    • M8-01 Suche über SearXNG
    • M8-02 Seitenabruf ohne Zugriff aufs Heimnetz
    • M8-03 Webtext als markiertes Quellmaterial
    • M8-04 Quellen unter der Antwort, Websuche als Werkzeug
    • M8-05 Tests gegen Intranet-Adressen und Weiterleitungen
    • M8-06 Werkzeug „Seite abrufen“ ab 0.3.0
    • M8-07 Werkzeug „Website durchsuchen“ ab 0.3.0
    • M8-08 Schutz vor erfundenen Fakten und Links ab 0.3.0
    • M8-09 Grundregeln sichtbar, Kreativität und Denktiefe einstellbar ab 0.3.1

  10. Meilenstein 9 Bilder

    Teilweise umgesetzt

    Bilderzeugung, Bereich ändern (Inpainting), Varianten und klassische Bearbeitung über einen mitgelieferten MCP-Server.

    M9-01 umgesetzt (0.3.0): Bilderzeugung mit OpenAI gpt-image und Gemini, als Werkzeug generate_image des Chatmodells, im Modus „Bild“ und per Hinweis „Mit Bildmodell erzeugen“ bei Modellen ohne Werkzeuge; Bilder ohne Metadaten, Kosten je Bild. Offen: Bereich ändern, Varianten und der MCP-Server für klassische Bearbeitung.

    Arbeitspakete: 1 von 5 erledigt
    • M9-01 Bilderzeugung (OpenAI, Gemini) ab 0.3.0
    • M9-02 Bereich ändern (Maske) und Varianten
    • M9-03 Klassische Bildbearbeitung über mitgelieferten MCP-Server
    • M9-04 Geschützte Auslieferung der Bilder (Auslieferung über nginx noch offen)
    • M9-05 Tests der Bildbearbeitung

  11. Meilenstein 10 Sprache

    Geplant

    Spracheingabe (Aufnahme → Text) und Vorlesen der Antworten, über HTTPS im Browser an PC und Handy.

    Arbeitspakete: 0 von 3 erledigt
    • M10-01 Spracheingabe: Aufnahme wird zu Text
    • M10-02 Antworten vorlesen
    • M10-03 Grenzen für Aufnahmelänge und Dateigröße

  12. Meilenstein 11 Musik

    Geplant

    Neu eingeplant; der genaue Umfang wird gerade geklärt.

    Die Arbeitspakete folgen, sobald der Umfang geklärt ist.

  13. Meilenstein 12 Betrieb

    Teilweise umgesetzt

    Worker-Unit, nginx-Beispiel mit TLS, Backup, vollständige Installationsanleitung, geprüftes Upgrade und Entfernen des Pakets.

    Die Worker-Unit multi-gpt-worker.service liegt bereits im Paket. Die nginx-Site mit TLS ist ebenfalls im Paket: gunicorn lauscht nur auf localhost, Hostname und Zertifikat fragt debconf ab. Die Verwaltungsbefehle von mgpt-ctl sind im Wiki beschrieben, debian/NEWS nennt die Schritte nach einem Update. Seit 0.3.4 baut GitHub Actions zu jedem Versions-Tag das Paket und stellt es in eine signierte apt-Paketquelle. Offen: Backup, vollständige Anleitung sowie geprüftes Upgrade und Entfernen.

    Arbeitspakete: 1 von 4 erledigt
    • M12-01 nginx mit TLS im Paket
    • M12-02 Backup von Datenbank, Dateien und Einstellungen
    • M12-03 Vollständige Installationsanleitung
    • M12-04 Upgrade und Entfernen des Pakets geprüft (automatische Tests vorhanden, Prüfung auf Debian 13 offen)

  14. Meilenstein 13 Scratchpad

    Teilweise umgesetzt

    Material aus Chats, eigenen Dokumenten, dem Web, Werkzeugen, Bildern und Notizen sammeln, jeweils mit Herkunft und Zitierangabe, und daraus ein belegtes Gesamtdokument erzeugen. Das Modell schreibt nur aus den gesammelten Einträgen. Kurzbelege und Literaturverzeichnis setzt MultiGPT im gewählten Zitierstil, wörtliche Zitate werden gegen die Quelle geprüft. Export als Markdown, DOCX und PDF. Dazu ein Kontextmenü im Chat mit „Ins Scratchpad“, Nachfragen, Schnellaktionen und eigenen Prompt-Vorlagen.

    Das Kontextmenü im Chat ist seit 0.3.2 da: markierten Text als Zitat mit Herkunft übernehmen, nachfragen, erklären, vereinfachen, übersetzen, Gegenargumente und Belege suchen. Es fehlen noch „Ins Scratchpad“ und eigene Vorlagen. Prompt-Vorlagen und das eigentliche Scratchpad folgen; es dockt an die Projekte an.

    Arbeitspakete: 0 von 13 erledigt
    • M13-01 Kontextmenü im Chat ab 0.3.2
    • M13-02 Prompt-Vorlagen
    • M13-03 Zitieren für alle Quellenarten
    • M13-04 Datenmodell und Rechte
    • M13-05 Material sammeln mit Herkunft
    • M13-06 Oberfläche des Scratchpads
    • M13-07 Gliederung
    • M13-08 Abschnitte schreiben und überarbeiten lassen
    • M13-09 Belegprüfung
    • M13-10 Kurzbelege und Literaturverzeichnis
    • M13-11 Export als Markdown, DOCX und PDF
    • M13-12 Projekte und Teilen
    • M13-13 Datenschutz, Sicherheit, Doku

  15. Meilenstein 14 Runner

    Umgesetzt

    Ein Container auf dem Rechner, an dem der Browser läuft (Podman rootless; unter Windows und macOS über WSL2 bzw. eine Linux-VM), als Arbeitsumgebung für Modelle: Sie lesen, suchen und ändern Dateien, führen Befehle aus, testen und bessern nach – wie ein Programmierwerkzeug, aber eingesperrt. Der Container hat standardmäßig kein Netz (nur mit dem Rollenrecht „Paketquellen“ über einen Proxy zu festen Paketquellen) und nur einen flüchtigen Arbeitsbereich im Arbeitsspeicher; der Arbeitsstand liegt als git-Bundle mit der ganzen Historie auf dem Server und wird mit der Datenbank gesichert. Gekoppelt wird per Token (nur gehasht gespeichert, widerrufbar, mit Ablauf), die Verbindung geht nur ausgehend per WebSocket über TLS. Jeder Zugriff läuft über MultiGPT: Rechte, Rückfrage-Modi, Kontingent und Audit-Log prüft der Server. Im Chat gibt es ein Terminal im Browser, eine Vorschau für HTML-Seiten im abgeschotteten Rahmen und die Aufgabenliste des Modells. Geräte im Heimnetz lassen sich per ssh oder telnet steuern – nur solche, die der Verwalter freigibt, und mit Rückfrage vor jedem Befehl. Abgerechnet wird über die Kontoart „Laufzeit“ in Container-Minuten je Rolle bzw. Person und Monat, mit Hinweis ab 80 % und Stopp bei 100 % – der Arbeitsstand bleibt erhalten.

    Erschienen mit Version 0.4.0. Gegenüber dem ersten Plan geändert: Arbeitsstand als git-Bundle auf dem Server statt Volumes auf dem Rechner, das Modell arbeitet in vielen Runden wie ein Coding-Werkzeug statt nur einzelne Befehle auszuführen, dazu ssh und telnet zu freigegebenen Geräten, Paketquellen über einen Proxy mit Positivliste, ein Webserver (lighttpd) und der Agent als Rust-Programm multigpt-runner. Die Web-Ports des Runners sind standardmäßig im ganzen Heimnetz ohne Anmeldung erreichbar. Noch offen: Docker wird nicht unterstützt (nur Podman), es fehlen inkrementelle Bundles, Container-Logs auf der Seite „Runner“ und die Live-Ausgabe der Werkzeugläufe im Chat-Terminal.

    Arbeitspakete: 12 von 15 erledigt
    • M14-01 Datenmodell und Rechte ab 0.4.0
    • M14-02 Kopplung per Token im Web ab 0.4.0
    • M14-03 Rahmenprotokoll ab 0.4.0
    • M14-04 Runner-Dienst auf dem Server ab 0.4.0
    • M14-05 Zustellung über PostgreSQL (LISTEN/NOTIFY) ab 0.4.0
    • M14-06 Runner-Werkzeuge im Chat (MCP-Transport) ab 0.4.0
    • M14-07 Paketierung und nginx ab 0.4.0
    • M14-08 Runner-Programm, Grundgerüst ab 0.4.0
    • M14-09 Arbeitscontainer und Werkzeuge ab 0.4.0
    • M14-10 Arbeitsstände und Sitzungen (git-Bundle) ab 0.4.0
    • M14-11 Zeitkontingent „Laufzeit“ ab 0.4.0
    • M14-12 Verwaltung, Audit-Log, Admin ab 0.4.0
    • M14-13 Container-Images und Verteilung ab 0.4.0
    • M14-14 Sicherheit, Datenschutz, Doku ab 0.4.0
    • M14-15 Ende-zu-Ende-Test mit echtem Podman ab 0.4.0

  16. Meilenstein 15 Knoten

    Umgesetzt

    MultiGPT als MCP-Server: Jedes Konto kann API-Keys anlegen, deren Rechte nie über die eigene Rolle hinausgehen. Andere Programme wie n8n, Claude oder Cursor fragen damit Modelle, durchsuchen und laden Dokumente, starten und verfolgen die Indexierung und holen erzeugte Dateien ab. Keys werden nur gehasht gespeichert, sind widerrufbar und haben auf Wunsch ein Ablaufdatum; jeder Aufruf landet ohne Inhalte im Audit-Log. Dazu Befehle für die Kommandozeile und Chat-Werkzeuge für die Indexierung.

    Umgesetzt mit Version 0.3.2. Seit 0.3.3 liefern die Werkzeuge ihre Ergebnisse direkt (Text, Bilder, PDF); seit 0.3.6 lesen Keys mit dem Recht „Chats lesen“ eigene und mit dem Konto geteilte Chats, Indexierungsläufe lassen sich pausieren, und Chats aus ask landen im Projekt „API“. Offen für die Abnahme: n8n-Workflows gegen ein installiertes Paket und der ältere Transport mit verschiedenen Clients im Betrieb.

    Arbeitspakete: 12 von 12 erledigt
    • M15-01 API-Keys je Konto mit Rechten im Rahmen der Rolle ab 0.3.2
    • M15-02 MCP-Server mit Werkzeugen ab 0.3.2
    • M15-03 Seite „API-Keys“ ab 0.3.2
    • M15-04 Übersicht im Admin ab 0.3.2
    • M15-05 Kommandozeile für Indexierung und API-Keys ab 0.3.2
    • M15-06 Chat-Werkzeuge für die Indexierung ab 0.3.2
    • M15-07 Anbindung an nginx ab 0.3.2
    • M15-08 Anleitung für n8n ab 0.3.2
    • M15-09 Tests ab 0.3.2
    • M15-10 Dokumentation ab 0.3.2
    • M15-11 Älterer MCP-Transport (HTTP+SSE) ab 0.3.2
    • M15-12 Ergebnisse als MCP-Inhalte (Text, Bilder, PDF) ab 0.3.3

Reihenfolge

Der kritische Pfad ist 1 → 2 → 3 → 4 → 4a: Alles, was Werkzeuge nutzt (Dokumentensuche, Websuche, Berechnungen, PDF-Blätter, Bilderzeugung und der Runner), setzt die MCP-Schleife voraus. Komfort (5) und Verbrauch/Budgets (6) konnten nach Meilenstein 3 parallel laufen. HTTPS mit nginx ist bereits im Paket und damit vor den Sprachfunktionen (10) fertig.

Beim Scratchpad (13) kam das Kontextmenü zuerst (0.3.2), als Nächstes folgen die Prompt-Vorlagen. Der Runner (14) baut auf MCP, dem Kontenrahmen aus Meilenstein 6, nginx mit TLS und dem Knoten (15) auf: Seine Werkzeuge laufen über die MCP-Schleife des Chats, und auch Agenten erreichen ihn nur über einen API-Key von MultiGPT, nie direkt.

Später (nach Version 1)

Volltextsuche über alle Nachrichten und ein „Gedächtnis über Chats“ (Vorschlag, noch nicht freigegeben).