KI-Persönlichen Assistenten bauen – 8 Schritte mit Claude Code, Playwright & Obsidian
Haupterkenntnis: Mit Claude Code, Playwright und einem schlanken Lookup-Agenten kann man einen personalisierten KI-Assistenten bauen, der das Wissen einer realen Person (z. B. Alex Hormozi) aufnimmt und token-effizient abrufbar macht.
Creator: capykev
Branche: AI / Tech
Bereich: Automation
Tags: claude-code, ai-agent, playwright, obsidian, personal-assistant, long-term-memory, wissensmanagement, token-optimierung
Kurzbeschreibung
Ein 8-Schritte-Tutorial, wie man mit Claude Code einen KI-Agenten baut, der das Wissen einer Person (z. B. aus YouTube-Kanälen oder Büchern) aufnimmt, in Obsidian strukturiert und per Lookup-Agent token-effizient abfragbar macht.
Langbeschreibung
Der Creator capykev zeigt in ~2 Minuten, wie man einen persönlichen KI-Assistenten nach dem Vorbild einer realen Person (z. B. Alex Hormozi) aufbaut. Die Pipeline reicht von der Installation (Claude Code, Playwright, Chrome-Profil) über das Befüllen mit Wissen aus YouTube-Transkripten und Büchern bis hin zur Obsidian-kompatiblen Strukturierung. Der entscheidende letzte Schritt ist ein dedizierter Lookup-Agent, der weiß, wo welches Wissen liegt, und so den Token-Verbrauch bei Abfragen massiv reduziert. Ein fertiger GitHub-Prototyp wird angekündigt.
Stichpunkte
- Schritt 1-2: Claude Code installieren, Projektordner anlegen und benennen
- Schritt 3: Long-term Memory konfigurieren – Start/Stop-Hooks sorgen für automatisches Update nach jeder Aktion
- Schritt 4: Obsidian herunterladen (als Wissensbasis-Ziel)
- Schritt 5: Playwright installieren (für Web-Scraping), optional eigenes Chrome-Profil für mehr Sicherheit
- Schritt 6: Wissen befüllen – YouTube-Transkripte automatisch laden, Bücher hochladen, ggf. NotebookLM nutzen
- Schritt 7: Wissensdateien Obsidian-ready strukturieren, damit der Agent die Dateistruktur kennt
- Schritt 8 (Key!): Dedizierter Lookup-Agent bauen, der als Index fungiert und bei Anfragen nur den relevanten Kontext weitergibt → drastisch weniger Token-Verbrauch
- GitHub-Prototyp mit voreingerichteten Hooks angekündigt
Zitate
„Der weiß direkt, wo das richtige Wissen liegt – und dann gibt dir die eine Antwort und verbrennt gar keine Tokens.”
Action Items
- Claude Code lokal installieren und einen neuen Projektordner anlegen (z. B. “Personal-Assistant-Hormozi”)
- In Claude Code Long-term Memory + Start/Stop-Hooks konfigurieren, damit der Agent nach jeder Session seinen Wissensstand aktualisiert
- Obsidian installieren und als Zielstruktur für Wissensdateien definieren
- Playwright via Claude Code installieren lassen; optional separates Chrome-Profil anlegen
- Wissensquellen befüllen: YouTube-Kanal-Transkripte automatisch crawlen oder Bücher als PDF hochladen
- Wissensdateien in eine klare Obsidian-kompatible Ordner-/Dateistruktur bringen
- Lookup-Agent als separaten Routing-Agenten bauen, der eingehende Fragen dem richtigen Wissenscluster zuordnet
- GitHub des Creators im Auge behalten für den angekündigten Open-Source-Prototypen
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 transkewinen lässt. Aber YouTube hat auch die Transprips, also kann dein Agent das einfach runterladen. Schritt 7, das ist jetzt enorm wichtig. Jetzt sagst du sein Agent, okay, das ganze Wissen, was du jetzt gesammelt hast, die Bücher, die Videos, was auch immer. Dann hat er so Wissensfails angelegt und jetzt sagst du ihm, das ganze muss er obsidian-ready machen. Obsider ins quasi DEI 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 unendlich 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 such 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 dir die eine Antwort und verbringt gar keine Tocons. Wenn du auf diese ganzen Steps kein Bock hast, kommentiere einfach Agent, ich lasse einen Prototyp Agent hoch auf GitHub, den kannst du dir da runterladen, mit Wissen führt dann uns so weiter, da sind die ganzen Start-Stop-Hooks und so weiter eingerichtet, mega easy. Und mach das Plus weg.