KI-Agenten Tutorials

Verhindere, dass dein LLM Kontext vergisst. Lerne, wie du mit Spring AI und Oracle Database einen KI-Agenten mit episodischem, semantischem und prozeduralem Gedächtnis baust.

Baue einen Python-Trainingscoach, der Workouts protokolliert, sich mit Supermemory an die Nutzerhistorie erinnert und über getrennte Läufe deines KI-Agenten personalisierte Einheiten vorschlägt.

Erfahre, was das Universal Commerce Protocol ist, wie es funktioniert und wie du Schritt für Schritt deinen ersten UCP-Server aufsetzt.

Lerne, wie du eine schlanke CLAUDE.md-Datei entwirfst und pflegst, damit Claude Code in jeder Session zuverlässig deinen Projektregeln, Konventionen und Workflows folgt.

Ein praxisnaher Leitfaden zur Implementierung von Chromes aufkommendem WebMCP-Agentenstandard mit HTML, JavaScript, Safety-Patterns und Test-Workflows.

Ein praxisnaher Guide zum Review von Python-Data-Science-Pull-Requests mit Claude Code, GitHub und Ultrareview.

Senke den Tokenverbrauch, indem du Kontext-Ballast, Terminalrauschen, ausschweifende Antworten und Überengineering kappst – mit schlanken Tools, die Coding-Agent-Workflows automatisch optimieren.

Nutze GPT-6 Astra über die OpenAI API, um einen Python-Agenten für Release-Checks mit Async-Tools, Reasoning-Kontrollen, Structured Outputs und Kostentracking zu bauen – plus Computer Use und Steering testen.

Nutze GLM-5.3-Flash und CrewAI, um 3 spezialisierte LLM-Agenten für Fundamentaldaten, Technik und News zu bauen – und ihre Ergebnisse zu einem BUY/SELL-Signal zusammenzuführen.

Lerne, wie Grok Bots, gemeinsamer Cloud-Computer, Skills und Routinen zusammenspielen – indem du einen Agenten baust, der jeden Montag recherchiert, prüft und berichtet.

Lerne, wie du SpaceXAIs neuestes Frontier-Modell nutzt, um intelligente, toolfähige Agenten von Grund auf zu bauen. Dieser umfassende Leitfaden führt dich vom API-Setup bis zur autonomen Schleife mit Prompt-Caching und Custom Tools.

So unterscheiden sich Grok Build und Claude Code in der Praxis: Ich habe drei Fehler in ein Dataset eingebaut und dieselbe Vier-Turn-Konversation durch beide Agents laufen lassen.