Hallo zusammen,

Im Februar habe ich meinen ersten Openclaw-Agenten installiert. Hier sind meine alten Erfahrungsberichte:

Seitdem ist Einiges passiert.
Hier möchte ich meine weiteren Erfahrungen und vor allem die Erstellung meines eigenen Wikis mit meinen persönlichen Tagebuch-Daten, sowie das schnelle Finden der Daten beschreiben:

LLM-Wiki

Andrej Kaparthy kam auf den großartigen Einfall, mit einem KI Agenten (wie Openclaw) ein eigenes Wiki zu bauen. Dies war die erste Gamechanger-Idee. Die zweite ist, dies in Git nicht als Code, sondern als Ideenvorschlagsprompt zu hinterlegen. Es steht dort nicht etwa genau beschrieben, was zu tun ist, sondern ein Set von Prompts, mit denen man im gemeinsamen Dialog mit dem Bot, eine individuelle Wiki-Seite erstellt.

Link zum Githup-Projekt von Karpathy

(Dieses Bild wurde auch im Dialog mit meinem Bot, basierend auf dem gemeinsam erstellten LLM-Wiki-Schema-MD-Dokument, erstellt)

Was ist ein LLM-Wiki?

LLM steht für Large Language Modell, also für künstliche Intelligenz. Das Wiki steht für eine Wikipedia-ähnliche Webseitenstruktur, die Dokumente beinhaltet, die die KI und ich gemeinsam erstellen, bzw. erstellt haben.

Dieses Wiki wird also mit Hilfe von KI gefüttert. Es läuft als Webserver bei mir lokal auf meinem Raspberry Pi, man könnte es aber auch auf einem Cloud Server installieren - muss dann aber sehr darauf achten, dass die Daten sicher sind. Mein Wiki steht nicht im Internet. Ich kann aber indirekt über meinen Bot in Telegram Inhalte abfragen. Das erlaubt mir persönliche, geheime Daten überall dabei zu haben, ohne mir einen großen Kopf um die Sicherheit machen zu müssen.

Ich nutze es derzeit um meine Tagebuchsammlung mir zur Verfügung zu stellen. Ich mache jetzt täglich Tagebucheinträge (ebenfalls mit Openclaw - Ich spreche sie einfach in meinen Telegram-Kanal). Dort hinterlege ich auch Informationen zu meiner Gesundheit und meinen Gemütszustand, da ich den Ursachen meiner manchmal auftretenden Erschöpfungssymptomen näher kommen möchte. Ich schreibe aber auch über die schönen Dinge des Lebens und ja, ich schicke auch schon mal Fotos dazu, die Openclaw dann nach Backblaze (Achtung, öffentlich) hochlädt und mir dann die URLs der Bilder zurück gibt. Meine Tagebucheinträge sind in Markdown geschrieben. Eine für die Öffentlichkeit von Openclaw erstellte und mir überarbeitete Wochenzusammenfassung poste ich dann nach Hive: @achimmertens/posts

In der Startseite meines Wikis habe ich außerdem noch eine Überwachung meiner gehosteten Webseiten und eine Suchleiste zu Begriffen innerhalb meiner Wiki-Dokumente (Details dazu siehe unten in Meilisearch)

Diese Webseite hat Openclaw mit mir zusammen erschaffen

Erstellung eines LLM Wikis

Also, was habe ich getan, um mein LLM-Wiki zu erstellen? Ich habe die Ideen-Seite von Karpathy als Text kopiert und in den Chat-Kanal meines Openclaw-Bots eingefügt. Daraufhin begann ein Dialog, im Laufe dessen wir gemeinsam ausgearbeitet haben, was ich eigentlich will. Daraufhin wurde auf meinem Raspi ein Nginx Webserver installiert mit einer Wiki-Startseite. Es wurde definiert, welche Entitäten (Wiki Einträge) als Mardown Dokumente erstellt werden sollten. Es wurden bestehende MD-Dateien und html-Seiten eingefügt.

Das Ergebnis nach einigem Hin- und Her ist eine schöne Wiki-Startseite, die alle Entitäten als Link auflistet.

Auftretende Probleme

Der Spaß hat letztendlich doch einige Stunden und auch Euros (Größenordnung 10 €) an LLM Tokenkosten verbraucht. Einige dieser Tools und Hilf-Tools (Python Scripte) wurden sehr schnell und erstaunlich gut von der KI geschrieben. Der Großteil der Zeit (>90%) ging aber in die Fehlersuche, bei manchmal Kleinigkeiten. Openclaw gerät immer wieder in eine Schleife, die letztendlich eine Sackgasse ist oder sich im Kreis dreht. Dies gilt es schnell zu finden. Zum Glück ist in einer neueren Version von Openclaw der Agent durch das sogenannte "Tiding" gesprächiger und man kann erkennen, woran der Agent gerade arbeitet.

Wenn er sich festgebacken hat, sollte man ein /reset eingeben. Das löscht den Tokencash und damit den Knoten im Kopf.

Ein weiteres Problem ist, dass Openclaw mehrere Versuche unternimmt um sein Ziel zu erreichen und nicht immer die Altlasten aufräumt. Auch bleiben nach einem Reset oft Code- oder Dateileichen liegen.

Es entstehen Parallelstränge und doppelte Datenhaltung. Wenn ich dann eine Datei nicht im Wiki finde, Openclaw behauptet aber Stein und Bein, dass der Eintrag da und korrekt sei, ist es erforderlich unter die Haube zu schauen um dann zu erkennen, wo wir aneinander vorbei reden.

Es ist oft ein Tanz, der vier Schritte vor und drei zurück geht.

Aber mit Geduld und sich gegenseitiges Kennenlernen, werden Ziele erreicht. Es ist sinnvoll nach jedem kleinen Meilenstein Openclaw zu sagen: "Merke dir bitte für die Zukunft, also auch nach einem Reset, wie man diese Aktion durchführt"

Ich habe mir jetzt auch durch Openclaw ein Backup-Script erstellen lassen.

Meilisearch

Ein Wiki ist ja schön und gut, wird aber schnell unübersichtlich, wenn man viele Dokumente hat. Daher ist ein Suchindex eine tolle Idee.

Ich habe als Prompt Openclaw darum gebeten die Wiki Dokumente zu indizieren und eine Suchleiste in die Startseite einzubauen.

Openclaw hat ca. 5 Minuten (und weniger als 10 Cent) gebraucht um den Suchindex zu erstellen.

Es hat im Internet nach gängigen Tools gesucht und letztendlich Meilisearch, das ich bis dahin gar nicht kannte, installiert. Dieses Tool läuft als eigener API Server mit Port 7700 und hat eine Textdatei als "Datenbank", in der der Index aller Wörter der gescannten Dokumente drin steht.

Ich kann also mit einem Curl-Befehl nach einem Wort suchen und erhalte eine Liste der Dokumente zurück, die dieses Wort beinhalten.

Beispiel einer Meilisearch Curl Abfrage:

curl -X POST "http://localhost:7700/indexes/achimsdaten/search" -H "Content-Type: application/json" -d '{"q":"Wundrose"}'

Und so sieht es dann in meinem Wiki aus:

Fazit

Ich habe nun eine Datenbank mit meinen persönlichen Daten, auf die ich sicher und jederzeit zugreifen kann. Ich erhalte die Inhalte in Telegram und kann sie auf Wunsch auch als Mail weiterleiten.

Openclaw ist weiterhin ein spannendes Projekt, indem der Bot und ich uns gegenseitig immer besser kennen lernen. Openclaw wächst mit seinen Aufgaben und wird tatsächlich immer häufiger ein echter Helfer. (Letztens hat er mir ein Dokument zugeschickt, das ich brauchte, aber nicht dabei hatte)

Die Kosten halten sich in Grenzen. Ich habe in den letzten 4 Monaten 60 € an Tokenkosten bei Openrouter.ai ausgegeben. Das Meiste davon für Programmierung. Eine einfache Abfrage kostet wenige Cents (oder darunter). Die Kosten hängen stark vom Model ab; beste Erfahrungen habe ich mit Deep Seek 4 gemacht. Wichtig ist zu erkennen, wann der Agent festhängt (und wann er seinen Job macht). Es bedarf immer noch einer kurzen Leine.

Als nächstes möchte ich meine Datenbasis erweitern. Ich habe Fitness-Daten, die ich ebenfalls in mein Wiki aufnehmen möchte. Ich versuche auch meine Playlists und Geo-Daten zu integrieren (was nicht einfach ist, da Google und Spotify eher geizig meine mir gehörenden Daten rausrücken).

Es bleibt also spannend, so, stay tuned,

Achim Mertens

OpenClaw-, LLM Wiki- und Meilisearch-Erfahrungsbericht