KI-Agenten Tutorials

Baue mit DeepSeek Superagent einen Workflow zur CI-Reparatur auf und nutze dann Observe-Modus, pytest, Holdout-Daten und menschliches Review, um einen pandas-Fix zu prüfen.

Nutze Meta Muse Wonder und die Olostep-Web-API, um medizinische Behauptungen zu prüfen, die Begründung zu erklären und die Quellen offenzulegen.

Ein praxisnaher Meta-Muse-Setup-Guide für Einsteiger. Lerne, wie du Berechtigungen setzt, Tools verbindest, eine Aufgabe so zuschneidest, dass der Agent sie wirklich erledigen kann, und das Aktivitätsprotokoll liest — damit du weißt, was passiert ist, bevor du dem Ergebnis vertraust.

Lerne, wie du Paperclip unter Windows mit MiMo-V2.6-Pro einrichtest und ein autonomes KI-Team aufbaust, das Projekte von einem zentralen Dashboard aus plant, delegiert und steuert.

Bewerte KI-Agenten mit Tools. Lerne Task-Completion, Tool-Calling-Genauigkeit, Refusal-Kalibrierung und Injection-Tests – mit Code und einer wiederverwendbaren CI-Schranke.

Ein praktisches Cowork-Plugins-Tutorial: Installiere Anthropics Data-Plugin, verbinde ein Warehouse und führe einen Slash-Befehl aus, passe das Plugin an deine Tabellen an und baue ein komplettes Weekly-Report-Plugin von Grund auf – mit allen Dateien im Artikel.

Lerne, wie du die Claude Sonnet 5.5 API in Python nutzt. Baue einen Reconciliation-Agenten, der sich mitten im Gespräch Schreibrechte verdient, und teste, ob höherer Effort das Ergebnis verändert.

Lerne, wie du mit der Grok Voice Transcribe 2.0 API in Python einen Echtzeit-Transcriber für Supportanrufe baust – mit Diarisierung, Smart Turn und 8-kHz-Telefon-Audio.

Ein Überblick über OpenHands, den Open-Source-KI-Coding-Agenten: Architektur, lokales Setup mit Ollama, ein praktischer Bugfix, Sicherheit und Grenzen sowie der Vergleich mit Claude Code, Cursor und GitHub Copilot.

Lerne, wie du Mikrofon-Audio streamst, Unterbrechungen handhabst und Tools asynchron in Python aufrufst – und vergleiche Gemini 3.8 Live mit der Extended-Thinking-Variante.

Nodes erledigen die Arbeit, Edges entscheiden den Ablauf, und Shared State trägt die Informationen zwischen ihnen. Dieses Tutorial zeigt, wann ein Multi-Agenten-Graph einer Single-Loop überlegen ist, und führt durch eine Researcher-, Writer- und Reviewer-Pipeline in LangGraph mit bedingter Retry-Kante.

Lerne, wie du mit Python, ReAct-Loops und dauerhaftem Zustand ein individuelles KI-Agent-Harness baust.