AI Personal Assistant einer realen Person bauen (z. B. Alex Hormozi) – 8-Schritte-Anleitung
Haupterkenntnis: Mit Claude, Playwright und Obsidian lässt sich in 8 Schritten ein token-effizienter AI-Agent bauen, der das Wissen einer realen Person (z. B. aus Büchern & YouTube) speichert und abrufbar macht.
Creator: capykev
Branche: AI / Tech
Bereich: Automation
Tags: ai-agent, claude, obsidian, playwright, personal-assistant, knowledge-base, token-effizienz, alex-hormozi
Kurzbeschreibung
TikTok-Tutorial in 8 Schritten, wie man einen AI-Agenten baut, der das Wissen einer bestimmten Person (z. B. Alex Hormozi) aus Büchern und YouTube-Transkripten sammelt, in Obsidian strukturiert und per Lookup-Agent token-effizient abrufbar macht.
Langbeschreibung
Der Creator zeigt, wie man mit Claude (Desktop-App) einen projektspezifischen AI-Personal-Assistant einer realen Person aufbaut. Kernidee: Claude legt in einem dedizierten Projektordner ein Langzeit-Memory an, das per Start-Stop-Hooks nach jeder Aktion aktualisiert wird. Playwright wird genutzt, um Inhalte (z. B. YouTube-Transkripte, Bücher) automatisch zu scrapen. Das gesammelte Wissen wird Obsidian-ready strukturiert, sodass ein separater Lookup-Agent genau weiß, wo welches Wissen liegt. Dieser Lookup-Agent verhindert, dass bei jeder Anfrage das gesamte Wissen durchsucht werden muss – was den Token-Verbrauch massiv reduziert. Zum Abschluss kündigt der Creator einen fertigen Prototyp-Agenten auf GitHub an.
Stichpunkte
- Schritt 1: Claude Desktop installieren
- Schritt 2: Projektordner in Claude anlegen und benennen (z. B. „Personal Assistant Alex Hormozi”)
- Schritt 3: Claude Code schreiben – Agent soll Langzeit-Memory anlegen und Start-Stop-Hooks nutzen (Memory-Update nach jeder Aktion)
- Schritt 4: Claude Desktop herunterladen/einrichten
- Schritt 5: Playwright installieren (Claude erklärt die Schritte selbst); optional: eigenes Chrome-Profil für mehr Sicherheit
- Schritt 6: Wissen einspeisen – Bücher hochladen und/oder YouTube-Transkripte automatisch scrapen (auch NotebookLM-Integration möglich)
- Schritt 7: Wissen Obsidian-ready strukturieren – der Agent weiß dadurch exakt, wo welche Information liegt
- Schritt 8 (der „geheime” Schritt): Lookup-Agent bauen, der bei einer Anfrage zuerst die relevante Wissensquelle identifiziert und nur diese an den Haupt-Agenten übergibt → drastisch weniger Token-Verbrauch
- Prototyp mit allen Hooks wird auf GitHub veröffentlicht
Zitate
„Wenn du was suchst, verbrauchst du nicht eine Million Tokens – der weiß direkt, wo das richtige Wissen liegt.”
Action Items
- Claude Desktop installieren und einen neuen Projektordner anlegen.
- Langzeit-Memory-System mit Start-Stop-Hooks in Claude Code konfigurieren.
- Playwright installieren (Anleitung von Claude folgen); optional eigenes Chrome-Profil erstellen.
- Wissensquellen bestimmen (Bücher als PDF + YouTube-Transkripte via Playwright scrapen).
- Gescraptes Wissen Obsidian-ready strukturieren lassen (klare Datei- und Ordnerstruktur).
- Separaten Lookup-Agenten bauen, der Anfragen dem richtigen Wissensbereich zuordnet, bevor der Haupt-Agent antwortet.
- GitHub-Repo des Creators auf Prototyp prüfen und als Startpunkt verwenden.
Full Transcript
So baust du dir in acht simplen Schritten ein AI-Personal-Essistent von Alex Hormose oder von Egal welcher Person. Schritt 1, Insta-Dea-Clawt, Schritt 2, Lick ein Ordner an und benennen den Personal-Essistent Alex Hormose, wie wir auch immer. Dann gehst du ein Cloth Code rein und jetzt fängst du an zu schreiben. Und zwar sagst du ihm in diesen Projekt, in diesen gewissen Ordner, soll er Memories anlegen. Das heißt, immer wenn etwas gesagt wird, soll er das Speichern in seinen Langzeit-Memory und Start-Stop-Hooks. Also immer wenn er etwas getan hat, wenn er etwas fertig ist, soll er seinen Langzeit-Memory-Updaten. Schritt 4, lasst dir ob Sie dir ein runter. Schritt 5 sagt Cloth, er soll Playwright installieren, das ist mega easy, der sagt den genau was du tun musst. Und du kannst ihm auch ein eigenes Chrome-Profil anlegen, damit es ein bisschen sicher ist. Schritt 6, jetzt kommt der spannende Part. Jetzt kannst du ihm Bücher hochladen oder ihm sagen, okay, geh auf den YouTube-Kanal von Alex Hormosi und ziehe dir das ganze Wissen davon. Man kann hier auch Notepuk-Lam irgendwie einbauen, dass man sich das transferieren lässt. Aber YouTube hat auch die Transprips, also kann dein agent das einfach runterladen. Schritt 7, das ist jetzt enorm wichtig. Jetzt sagst du dein agent, okay, das ganze Wissen, was du jetzt gesammelt hast, die Bücher, die Videos, was auch immer. Dann hat er so Wissensfals angelegt und jetzt sagst du ihm, das ganze muss er obsidian-ready machen. Obsiderin ist quasi die AI, weiß dann genau, wo die Sachen liegen und muss nicht so rum suchen. Und jetzt kommt Schritt 8, der geheime Schritt, den fast jeder vergisst. Jetzt sagst du ihm nämlich, okay, du baust jetzt ein agent, ja, du baust ein look-up agent. Dieser weiß genau, wo alles liegt. Und du sagst ihm einfach, wenn ich jetzt diesen Agenda das frage, will ich natürlich nicht, dass so unerlich viele Tocons verbrannt werden. Deswegen baust er ein agent, der genau weiß, wo alles liegt. Und wenn dann eine Frage kommt, guck dieser agent, okay, um welches Wissen geht es hier und sucht dann die richtigen Quellen raus. Und gibt es dann im Agent. Das heißt, wenn du was suchst, verbrauchst du nicht eine Million Tocons, der muss nicht das ganze Wissen durchgehen. Der weiß direkt, wo das richtige Wissen liegt, weil der sortiert hat, ob sie denn ready gemacht hat. Und dann gibt er dir eine Antwort und verbringt gar keine Tocons. Und wenn du auf diese ganzen Stabs keinen Bock hast, kommentieren einfach Agent. Ich lasse einen Prototyp Agent hoch auf GitHub, den kannst du ja dann runterladen, mit Wissen, Füttern und so weiter. Da sind die ganzen Start-Stop-Hooks und so weiter eingerichtet, mega easy. Und mach das Plus weg.