У нас вы можете посмотреть бесплатно KI-Git-Agent: Code & Doku im Git-Repo erstellen und verstehen (Self-Hosted) или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Ki-gestütztes Coden, ohne das die Ki Zugriff auf das Projekt hat ist umständlich und frustrierend. Darum habe ich mir ein einen KI-Git-Agenten gebaut. Ein self-hosted KI-Stack, der Chat, Agent-Workflows und RAG kombiniert und direkt mit einem Git-Repository auf GitLab arbeiten kann. Der Ki-Agent untesrtützt mich beim Dokumentieren, Coden, debuggen und verbessern der Code-Qualität. Der Stack besteht aus OpenWebUI, n8n, Ollama und einer RAG-Pipeline (inkl. OCR-Workflow). Es lassen sich auch Modelle über AWS Bedrock oder Microsoft Foundry anbinden, je nach Use-Case, Kosten und Compliance-Anforderungen. Im Video zeige ich dir: - warum ich das System gebaut habe und welche Probleme es löst Datenschutz/Compliance-Überlegungen (Self-Hosted vs. SaaS) Flexibilität: Modelle, Tools, Workflows und Wissensquellen austauschbar Kostenvergleich (APIs vs. Hyperscaler) und praktische Rate-Limit/Quota-Themen Hardware-Benchmark: CPU vs. GPU (Ollama) und was wirklich Sinn ergibt Installation + ein paar wichtige Stolpersteine (Docker, optional NVIDIA-GPU) Modellvergleich in OpenWebUI vs. n8n-Agent-Setup + RAG-Tests https://raspilab.de Zum Proejekt-Repository: https://github.com/raspilab-de/ai-lab Quellennachweise: [1] https://www.dr-datenschutz.de/duerfen... [2] https://www.klick-web.de/dsgvo-blog-d... Kapitelübersicht: 1:13 Datenschutz & Compliance 3:50 Flexibilität & Anpassbarkeit 5:33 Kosetn & Preisvergleich 8:01 System Benchmark 10:49 Inatallation 31:46 Vergleich der Ki-Modelle