4 Commits
Author SHA1 Message Date
Oliver Hofmann fdbe0a74e8 Exclude .tex and .pdf from Docker build context 2026-05-08 08:41:49 +02:00
Oliver Hofmann 0154c89c6b Improve Python examples and opencode description in Kurzanleitung
Split second example into focused model listing only, remove repeated
prompt code. Replace TUI with 'interaktive Terminal-Oberfläche'.
2026-05-08 08:40:25 +02:00
Oliver Hofmann e3dbed9f5e Ignore generated KURZANLEITUNG.tex and .pdf 2026-05-08 08:15:07 +02:00
Oliver Hofmann 5b37718120 Fix list indentation in KURZANLEITUNG.md 2026-05-08 08:07:02 +02:00
3 changed files with 10 additions and 16 deletions

No files matched your search

+2
View File
@@ -42,6 +42,8 @@ docker-compose.yml
# Docs # Docs
*.md *.md
*.tex
*.pdf
# Dev & build scripts # Dev & build scripts
run_dev.py run_dev.py
+5 -1
View File
@@ -26,4 +26,8 @@ frontend/node_modules/
frontend/dist/ frontend/dist/
# Misc # Misc
config.json config.json
# Generated documents
KURZANLEITUNG.tex
KURZANLEITUNG.pdf
+3 -15
View File
@@ -7,7 +7,7 @@ Der Dienst stellt **große Sprachmodelle (LLMs)** über eine einfache HTTP-API b
Typische Anwendungsfälle: Typische Anwendungsfälle:
- Texte zusammenfassen, übersetzen oder umformulieren - Texte zusammenfassen, übersetzen oder umformulieren
- KI-gestütztes Coding (z.B. mit **[opencode](https://opencode.ai)**) - KI-gestütztes Coding (z.B. mit **[opencode](https://opencode.ai)**)
- Experimente mit Prompt-Engineering und LLM-Integration in eigene Projekte - Experimente mit Prompt-Engineering und LLM-Integration in eigene Projekte
--- ---
@@ -69,7 +69,7 @@ print(response.choices[0].message.content)
--- ---
## Python-Beispiel – Modell wählen und auflisten ## Python-Beispiel – Verfügbare Modelle abfragen
```python ```python
from openai import OpenAI from openai import OpenAI
@@ -79,21 +79,9 @@ BASE_URL = "http://141.75.33.244:8000/v1"
client = OpenAI(api_key=API_KEY, base_url=BASE_URL) client = OpenAI(api_key=API_KEY, base_url=BASE_URL)
# Verfügbare Modelle abrufen
models = client.models.list() models = client.models.list()
for m in models.data: for m in models.data:
print(m.id) print(m.id)
# Prompt mit einem bestimmten Modell
response = client.chat.completions.create(
model="qwen3-coder-next:q8_0",
messages=[
{"role": "system", "content": "Du bist ein hilfreicher Coding-Assistent."},
{"role": "user", "content": "Schreibe eine Python-Funktion zum Berechnen der Fibonacci-Folge."}
]
)
print(response.choices[0].message.content)
``` ```
--- ---
@@ -155,7 +143,7 @@ Für Code-Aufgaben empfiehlt sich `qwen3-coder-next:q8_0`, für allgemeine Aufga
opencode opencode
``` ```
opencode öffnet eine interaktive TUI im Terminal und kann dann im Projektverzeichnis eingesetzt werden – Dateien lesen, Code generieren, Refactoring vorschlagen usw. opencode öffnet eine interaktive Terminal-Oberfläche und kann dann im Projektverzeichnis eingesetzt werden – Dateien lesen, Code generieren, Refactoring vorschlagen usw.
--- ---