Drei Coding-CLIs, ein Workflow – aber die Routing-Achse sind die Modelle, nicht die Tools. Wie ich nach Aufgabe zuerst das Modell wähle – Claude Opus 5 vs. Sonnet 5, Gemini 3.1 Pro mit 2M-Kontext, Gemini 3 Flash für Vision, das offene DeepSeek-V4-Pro, lokal Qwen3-32B (IQ3_M) – und dann den passenden Harness. Mit Shell-Setup und einem kleinen Router-Skript.
Context Engineering praktisch: wie strukturierte Frontmatter-Metadaten aus Astro Content Collections zur präzisen, budgetierten Kontextquelle für ein LLM werden – mit TypeScript-Beispielen statt naiver Volltextsuche.
Woher weiß ich, dass IQ3_M noch gut genug ist? Wie man den Qualitätsverlust einer Quantisierung misst – mit llama-perplexity, KL-Divergenz gegen das Basismodell und einer kleinen eigenen Task-Eval.
Wie ich Qwen3-32B mit llama.cpp und einer Importance-Matrix so quantisiert habe, dass es auf einer 16-GB-GPU läuft: GGUF-Konvertierung, imatrix, Quant-Level im Vergleich, VRAM-Budget und Layer-Offload.
Vektorsuche ist der Default für RAG – aber für mein persönliches Wiki war strukturiertes Retrieval über Metadaten und Volltext die bessere Wahl. Wo Embeddings scheitern, mit SQL- und Prompt-Beispielen.
Eigenes System mit technischer Tiefe: Event-Sourcing, Graph-Cache, lokale LLMs und ein hirnareal-basiertes Agenten-Modell – vollständig ohne Cloud.
Von der Recherche bis zum veröffentlichten Beitrag in rund 7 Minuten: eine Zwei-Modell-Pipeline – Gemini 3 Pro schreibt, Nano Banana bebildert – mit generativem Blog-System und datengetriebenem Frontend.
Context Engineering als Konzept: ein persönliches, wachsendes Wiki als lokale Kontextquelle für LLM-Abfragen – strukturiert statt naiver Vektorsuche.
Methode im Bereich des maschinellen Lernens und der natürlichen Sprachverarbeitung (NLP), die darauf abzielt, Modelle dazu zu bringen, ihre Schritte und Überlegungen zu erklären, während sie zu einer Lösung gelangen.
#react
