5 Open-Source-Repos, die 95 % der Probleme mit Claude Code lösen

CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Dies sind die fünf Open-Source-Tools, die ich gerne gekannt hätte, als ich anfing, Claude zu nutzen,
00:00:05Code. Denn so gut Claude Code von Haus aus ist, hat es immer noch ein paar Schwachstellen. Und zwar:
00:00:12Video, Front-End-Design, Speicher, Forschung und Token-Ausgabe. Das sind fünf Bereiche, in denen Claude
00:00:18Code von Natur aus etwas schwächelt, und wir können es drastisch verbessern, indem wir diese externen
00:00:23Tools einbinden. In diesem Video zeige ich euch also alle fünf, wie man sie benutzt, warum ihr sie kennen
00:00:27solltet, und das Beste ist: Sie sind alle kostenlos. Das erste Tool auf unserer Liste ist Claude Video von Brad
00:00:33Automates. Es hat etwas über 5.000 Sterne, ist also ein bisschen kleiner, aber es ist eines, das
00:00:38in letzter Zeit ziemlich stark im Trend liegt. Und hier geht es darum, Claude die Fähigkeit zu geben, Videos zu verarbeiten.
00:00:43Ich interessiere mich nicht für die Generierung von KI-Videos. Ich möchte, dass Claude Videos anschauen kann, die ich ihm gebe,
00:00:48denn das ist eine Funktionalität, die es von Haus aus nicht hat. Tatsächlich ist das einzige große KI-Video-Modell,
00:00:53das so etwas ansatzweise kann, Gemini. Und wenn ihr mit Videos arbeitet, wisst ihr, was für eine große
00:00:57Sache das ist, denn normalerweise sind wir nur auf Transkripte angewiesen. Und Transkripte sind großartig,
00:01:02aber manchmal brauchen wir den Kontext dessen, was buchstäblich auf dem Bildschirm passiert. Das Transkript
00:01:07reicht nicht aus. Aber diese Fähigkeit ist das Beste aus beiden Welten, denn wir bekommen nicht nur das Transkript,
00:01:11sondern es ist auch in der Lage, intelligent Screenshots oder Bilder aus dem Video selbst zu ziehen, wenn es dies
00:01:16für angemessen hält. Und noch besser: Wenn kein Transkript existiert, leitet es es tatsächlich durch
00:01:20Groks Whisper-Modell, das völlig kostenlos ist, um das Transkript zu generieren. Wenn ihr also
00:01:24irgendein Video schaut, wie ein Loom oder so, das ohne Transkript kommt oder was auch immer
00:01:28es ist, sind wir immer noch abgesichert. Nun ist die offensichtliche Frage hier: Okay, wie
00:01:33funktioniert das eigentlich? Wie gehen wir mit Videos um? Denn wir können nicht einfach magisch Videos von Claude schauen lassen.
00:01:37Jedes Video besteht im Wesentlichen aus Einzelbildern. Werfe ich ihm also 24 Screenshots pro Sekunde des Videos zu?
00:01:43Die Antwort ist nein, das wäre wahnsinnig teuer. Stattdessen nutzt diese Fähigkeit einen ziemlich eleganten Ansatz,
00:01:48bei dem die Anzahl der Bilder, die aus dem Video gezogen werden, je nach Modus geändert wird.
00:01:53Wir haben also vier verschiedene Modi, von Transkript bis Token-Burner. Bei Transkript ziehen wir keine Bilder.
00:01:58Wir nehmen nur die Untertitel. Für “Effizient” nehmen wir nur die Keyframes. Diese sind also bereits
00:02:03durch das Video selbst vorgegeben. Und wir nehmen bis zu 50, je nach Länge des Videos.
00:02:07Wir haben “Ausgewogen”, wo viele Leute arbeiten, da nehmen wir bis zu 100 Bilder aus einem Video. Und
00:02:13es basiert auf den Szenenwechseln, was auch einen Blick auf das Transkript wirft, um zu sehen, ob
00:02:18bestimmte Wörter verwendet werden. “Ausgewogen” ist also wahrscheinlich am sinnvollsten. Aber wir haben auch
00:02:23Token-Burner, was im Wesentlichen dasselbe wie “Ausgewogen” ist, aber wir haben kein Limit für die Bilder. Man könnte
00:02:29tausend Bilder nehmen. Das Problem dabei ist natürlich die Zeit, die es braucht, und der Geldbetrag,
00:02:34den wir dafür ausgeben. Nun, Brad, der Typ, der die Fähigkeit erstellt hat, hat auch seinen eigenen YouTube-Kanal,
00:02:38wo er viel technischer ins Detail geht als ich. Wenn ihr also wirklich die Details wissen wollt,
00:02:43wie das funktioniert, schaut euch definitiv sein Zeug an. Was die Installation angeht, es ist wirklich einfach.
00:02:48Ihr könnt es über den Marktplatz installieren oder einfach
00:02:51Claude Code die URL zu dieser Fähigkeit geben. Ich werde das in die Kommentare schreiben. Aber im Großen und Ganzen, was ist der Nutzen?
00:02:56Es gibt uns eine völlig neue Fähigkeit, die Claude Code normalerweise nicht hat, ohne dass wir
00:03:01umständliches Routing über Gemini machen und im Grunde zusätzlich zu Claude für die Gemini-API bezahlen müssen. Das hält alles
00:03:07in-house und ist eine großartige Ergänzung für euren Claude-Code-Stack. Bevor wir nun zum nächsten Tool kommen,
00:03:12ein kurzes Wort vom heutigen Sponsor: mir. Ich habe gerade meine Claude Code Masterclass veröffentlicht und sie ist
00:03:17der beste Weg, um vom Nullpunkt zum KI-Entwickler zu werden, besonders wenn ihr keinen technischen
00:03:22Hintergrund habt. Ich setze kein Vorwissen voraus. Wir konzentrieren uns auf echte Anwendungsfälle, und sie beinhaltet auch eine
00:03:28Codex-Masterclass. Wenn ihr also jemand seid, der es ein bisschen ernster mit KI meinen möchte,
00:03:33schaut sie euch unbedingt an. Es wird einen Link dazu im angepinnten Kommentar geben.
00:03:37Tool Nummer zwei dreht sich um Forschung, denn die einfache Websuche,
00:03:41die Claude Code uns bietet, ist in Ordnung, aber ziemlich oberflächlich. Und es gibt wirklich nichts, wenn es um eine
00:03:46goldene Mitte geht, denn das andere Ende des Spektrums ist: Lass uns dynamische Workflows machen. Lass uns tiefe
00:03:50Forschung betreiben. Lass uns 105 Unter-Agenten starten und 10 Millionen Token verbrennen. Das möchte ich nicht tun.
00:03:55Ihr wahrscheinlich auch nicht. Also kommt notebooklm-pi ins Spiel. Im Grunde gibt uns dieses Tool
00:04:02NotebookLM innerhalb von Claude Code. Ich kann NotebookLM über das Terminal aufrufen. Alles, was ich
00:04:07in der Webversion von NotebookLM tun kann und mehr, lässt sich durch diese Fähigkeit mit Claude Code erledigen.
00:04:15Es ist nicht nur eine Fähigkeit, es ist auch eine CLI. Und es ist im Wesentlichen wie eine inoffizielle API
00:04:19für NotebookLM. Das Coole daran ist nicht nur: Oh cool,
00:04:22wir bekommen NotebookLM-Funktionalität, sondern wenn man darüber nachdenkt, bekommt man irgendwie kostenlose
00:04:26LLM-Aufrufe. Es ist Gemini. Es ist nicht so leistungsfähig wie Opus und sicherlich nicht
00:04:33Fable, aber man kann etwas Forschung und Synthese kostenlos auf die Google-Server auslagern, wenn man
00:04:38NotebookLM verwendet, egal ob es nur darum geht, Fragen zu Videos zu stellen oder was auch immer, zusätzlich zu der Tatsache, dass wir
00:04:43einfach erstellen können, was wir wollen, mit NotebookLM, ob das nun Folien,
00:04:50Infografiken, Podcasts usw. sind. Und wie ich bereits
00:04:54erwähnt habe, erhalten wir Dinge, die über das Web-UI selbst hinausgehen. Und wir haben hier eine vollständige Liste
00:05:00in der Readme. Was die Installation angeht, gibt es eine ziemlich gründliche Anleitung, aber ich bin ehrlich,
00:05:04alles was ihr tun müsst, ist die URL kopieren, sie in Claude Code werfen. Es macht den Rest. Es wird
00:05:09Dinge wie Playwright erfordern, falls ihr das noch nie benutzt habt, das ist einfach eine Browser-Automatisierung,
00:05:13die für euch völlig unsichtbar ist, während sie läuft. Und schließlich, falls ihr wirklich nicht auf
00:05:17irgendwelche Anwendungsfälle für NotebookLM kommt, gibt es hier eine ganze Liste davon. Für mich ist der größte,
00:05:23einfach YouTube-Videos anzusehen. Und das geht Hand in Hand mit dem, was wir vorhin besprochen haben,
00:05:26dass wir Videos anschauen können. NotebookLM ist nur auf Transkripte beschränkt, aber weil
00:05:31es unter dem Google-Dach steht, ist es ein sehr nahtloser Prozess, es mit YouTube-
00:05:36URLs zu versorgen, tons of them zu einem bestimmten Thema, und dann all diese Informationen
00:05:41auf einmal zu synthetisieren. Nun, Tool Nummer drei dreht sich um Speicher. Und ich werde hier noch ein zusätzliches Tool
00:05:46mit einbringen. Und wenn wir über Speicher sprechen, meinen wir eigentlich: Wie kann ich Claude Code
00:05:51schnell und effektiv Fragen zu sehr großen Codebasen oder sehr großen Dokumentenmengen beantworten lassen?
00:05:59Ich möchte Claude Code eine Karte geben können, die er sehr leicht durchlaufen kann, um Antworten für mich auf
00:06:05eine Reihe verschiedener Fragen zu meinen Dokumenten, meiner Arbeit, meinem Code zu finden. Nun, das ist genau
00:06:10das, was Graphify macht. Es erstellt im Wesentlichen einen Wissensgraphen der Codebasis, die ihr ihm gebt. Und ihr seht
00:06:15das hier, es schlüsselt alle Teile auf, verwandelt sie in Knoten, gruppiert sie danach,
00:06:20worum es eigentlich geht. Auf diese Weise geben wir Claude Code wieder eine Karte. Wenn wir also Fragen stellen über
00:06:25Dinge dieser Codebasis, gibt es einen sehr klaren Weg von eurer Frage zur Antwort. Die Sache,
00:06:31die ihr wissen müsst, ist jedoch: Graphify ist kein RAG-System. Es gibt keinen Vektor-Index, kein Embedding,
00:06:36das ist nicht “Light RAG”, das ist irgendwo zwischen Obsidian und einem echten RAG-System. Aber wir können irgendwie
00:06:43eine Art Light-Version von “Graph RAG” bekommen, wenn das Sinn ergibt. Es ist nicht so kompliziert wie ein traditionelles
00:06:49RAG, aber wir können viele der gleichen Vorteile in Bezug auf das Gedächtnis nutzen. Nun, das andere Coole
00:06:53an Obsidian im Vergleich zu etwas wie Graphify ist, dass es eine Anzahl verschiedener Dateien verarbeiten kann,
00:06:58wir reden nicht nur von Markdown, wir können Sachen wie PDFs verarbeiten, wir können Bilder, Video,
00:07:03Audio und so weiter machen. Es ist also sehr, sehr flexibel. Aber wo wir gerade von Obsidian und Wissens-
00:07:07graphen und dieser Art von Dingen sprechen, lass uns über dieses Bonus-Tool sprechen, das ich vorhin angedeutet habe. Und das
00:07:11ist das Obsidian Skills-Repo. Ich sehe nicht genug Leute, die darüber sprechen. Dies wurde tatsächlich vom
00:07:15CEO von Obsidian erstellt. Es ist sehr einfach. Es ist nur eine Handvoll Fähigkeiten. Aber wenn ihr jemand seid, der
00:07:21Obsidian mit Claude Code verwendet, ist das ein einfacher Weg, es zu superchargen. Ihr bringt Claude Code im Grunde die besten
00:07:27Praktiken von den Leuten bei, die Obsidian tatsächlich geschaffen haben. Also verschlaft dieses Repo nicht, auch wenn es super
00:07:32einfach ist. Das wird auch unten verlinkt. Nun, Tool Nummer vier dreht sich um Front-End-Design. Und das
00:07:36ist Impeccable. Das wird schnell meine liebste Front-End-Design-Fähigkeit. Und unzählige Leute bemerken
00:07:41es. Es hat nicht nur eine Menge Sterne, es ist tatsächlich offiziell Teil von GitHubs
00:07:45KI-Paket selbst. Und was wir hier sehen, ist Impeccables Website. Und es ist hier,
00:07:49ich werde erklären, wie dieses Tool eigentlich funktioniert. Impeccable ist also eine Fähigkeit, hat aber 23 verschiedene Befehle.
00:07:56Und ihr könnt all diese Befehle hier links sehen, durch die ich gehe, Dinge wie craft,
00:08:00shape, critique, layout, colorize. Und sie lassen die Fähigkeit im Grunde bestimmte Dinge
00:08:04mit eurem Claude-Code-Setup tun. Colorize zum Beispiel, wenn ich “impeccable colorize” eingebe, was wird
00:08:09passieren? Es fügt monochromen Schnittstellen strategische Farbe hinzu. Was hier auf der
00:08:13Website schön ist: Ich kann ein Vorher-Nachher sehen. Und so könnt ihr sehen: Alles klar, so würde
00:08:20es normalerweise mit Claude Code und der Standard-Claude-Code-Front-End-Design-Fähigkeit aussehen,
00:08:24im Vergleich zu Impeccable. Und ihr seht, da passiert ein bisschen mehr. Es sieht ein bisschen schöner aus. Dasselbe
00:08:28gilt für Boulder, richtig? Claude Code, impeccable boulder. Und es gibt 23 verschiedene Befehle
00:08:36hier, die natürlich schwer zu erklären sind. Und es ist viel einfacher, sie einfach in Aktion
00:08:41zu sehen. Ich empfehle euch also sehr, das zu tun. Das andere wirklich coole Ding an Impeccable ist der “Live Mode”.
00:08:46Und das erinnert einen definitiv an Claude Design. Die Idee ist: Wenn ich “impeccable
00:08:51live” ausführe, wird tatsächlich meine Webseite auf dem lokalen Host
00:08:55in meinem Browser aufgerufen. Anstatt also zu versuchen, alles über das Terminal via Code zu bearbeiten,
00:09:01werde ich jetzt die Seite in meinem Browser haben. Ich kann auf verschiedene Komponenten klicken. Ich kann sehen, wie
00:09:05es mit und ohne Impeccable aussieht. Und es wird zu einem visuellen Design-Tool, was viel besser
00:09:11ist, wenn wir über Front-End-Design sprechen, anstatt: “Hey Impeccable, lass das schöner aussehen.”
00:09:15Okay, versuch es nochmal, lass es hochwertiger aussehen, richtig? Also könnt ihr es tatsächlich sehen, bevor ihr es festlegt. Ich denke,
00:09:21das ist ein riesiger Schritt über die Front-End-Design-Fähigkeit von Anthropic hinaus und auch ein großer Schritt gegenüber Dingen
00:09:26wie UI, UX, Pro Max. Nun, last but not least ist Ponytail. Und hier dreht sich alles um Token-Verbrauch,
00:09:33Tokens, Tokens, Tokens. Ihr hört ständig davon und wie teuer sie sind, besonders bei
00:09:37Fable. Es macht also Sinn, außerhalb von Claude Code zu schauen: Gibt es Fähigkeiten oder Frameworks,
00:09:43die die Anzahl der ausgegebenen Token reduzieren können, während die gleiche Effektivität beibehalten wird?
00:09:49Ihr wisst, es bringt uns nichts, wenn wir die Token-Anzahl reduzieren, aber die Qualität sinkt. Nun, Ponytail
00:09:54behauptet, das tun zu können. Tatsächlich behauptet es, dass es Claude Code 20% günstiger, 27% schneller macht,
00:10:02während es immer noch die gleichen Ergebnisse liefert, was irgendwie verrückt ist. Die Art und Weise, wie Ponytail im Grunde
00:10:08funktioniert, ist, dass es sagt: Hey, wir geben Claude Code die Reihe von “Toren”, die es passieren muss,
00:10:14wo wir es im Grunde fragen: Hey, musst du das wirklich bauen? Existiert das Feature, das du
00:10:18versuchst zu erstellen, vielleicht schon? Ist es eine Bibliothek? Usw., bevor wir schließlich sagen:
00:10:23Okay, willst du das bauen? Großartig. Daumen hoch. Nutze einfach die geringstmögliche Menge an Code.
00:10:27So funktioniert es im Grunde genommen. Es wird etwas komplizierter als das.
00:10:31Aber ich wollte, dass ihr euch hier die Benchmarks anseht, denn das ist es, was uns interessiert.
00:10:36In Grau, was haben wir? Wir haben den Baseline. Und dann in Grün haben wir Ponytail. Und ihr
00:10:41könnt sehen: viel weniger Codezeilen, viel weniger Token, viel günstiger und viel weniger Zeit. Nun, was ist der Haken?
00:10:49Der Haken ist, dass sie diese Benchmarks mit Haiku gemacht haben. Ihr nutzt zu diesem Zeitpunkt Opus oder
00:10:53ihr nutzt Fable. Hält das also stand? Nun, ich habe tatsächlich Tests gemacht. Ich habe ein ganzes Video über Ponytail mit Opus
00:11:00gemacht und es war tatsächlich sogar noch günstiger und schneller als das, was wir mit Haiku sehen. Die Vorteile waren also größer
00:11:07mit Opus. Ich habe es dann noch einmal mit Fable probiert, genau das gleiche. Also durch die Bank, als ich diese
00:11:13gleichen Benchmarks ausführte, und jeder kann das, wenn ihr auf dieses Repo geht, haben sie alle Benchmarks hier aufgelistet, damit ihr
00:11:17das selbst testen könnt. Ponytail hat es reduziert und es war das gleiche Ergebnis. Nun, Benchmarks gegenüber dem echten
00:11:23Leben. Ist es dasselbe? Wer weiß das schon? Es hängt wahrscheinlich von eurem speziellen Anwendungsfall ab und davon, wie
00:11:28kompliziert er ist. Aber jede Chance, die wir haben, um Claude Code schneller und günstiger zu machen und auf dem gleichen Niveau der
00:11:35Effektivität, denke ich, sollten wir es ausprobieren. Schlimmstenfalls macht ihr ein paar Durchläufe, ihr mögt es
00:11:38nicht, ihr werdet es los. Aber ich denke, das ist eure Zeit wert. Es gibt andere im gleichen
00:11:42Stil, wie “Caveman”, die ihr euch auch ansehen solltet. Das sind also die fünf Open-Source-Tools,
00:11:46die ich gerne gekannt hätte, als ich anfing, Claude Code zu nutzen. Und wenn ihr brandneu seid, hoffe ich, dass ich euch
00:11:52in einigen dieser Bereiche in die richtige Richtung weisen konnte. Wie immer, lasst mich wissen,
00:11:57was ihr in den Kommentaren dachtet. Schaut euch unbedingt “Chase AI Plus” an, wenn ihr euch die
00:12:00Masterclass sichern wollt. Und abgesehen davon sehen wir uns beim nächsten Mal.

Key Takeaway

Durch die Integration dieser fünf kostenlosen Open-Source-Tools können Anwender Schwachstellen in Claude Code wie mangelnde Videoanalyse, ineffiziente Wissensnavigation und hohen Token-Verbrauch beheben.

Highlights

  • Claude Video ermöglicht Claude Code die Analyse von Videodateien durch intelligentes Ziehen von Screenshots oder die Generierung von Transkripten über Groks Whisper-Modell.

  • Das Tool NotebookLM-pi integriert NotebookLM als CLI in Claude Code und ermöglicht so kostenlose Forschung und Datensynthese über Google-Server.

  • Graphify erstellt Wissensgraphen von Codebasen, um Claude Code eine klare Karte zur Navigation durch große Projekte zu geben, ohne ein komplexes Vektor-RAG-System zu benötigen.

  • Impeccable bietet 23 spezialisierte Befehle für Front-End-Design und einen Live-Modus zur direkten visuellen Bearbeitung von Webseiten im Browser.

  • Ponytail reduziert den Token-Verbrauch bei der Arbeit mit Claude Code laut Benchmarks um bis zu 27 % bei gleichbleibender Ergebnisqualität.

Timeline

Videoanalyse mit Claude Video

  • Claude Video ermöglicht die Verarbeitung und Analyse von Videodateien innerhalb von Claude Code.
  • Das Tool nutzt vier verschiedene Modi für die Screenshot-Extraktion, um die Kosten und die Analysegenauigkeit auszubalancieren.
  • Bei fehlenden Transkripten wird das kostenlose Whisper-Modell zur automatischen Generierung genutzt.

Claude Code kann von Natur aus keine Videos sehen. Dieses Tool überbrückt die Lücke, indem es Videos in Einzelbilder zerlegt oder Transkripte erstellt. Anstatt jedes Einzelbild zu analysieren, wählt das Tool basierend auf dem gewählten Modus – von 'Transkript' bis 'Token-Burner' – eine effiziente Anzahl an Keyframes aus, um Kosten zu minimieren.

Forschung mit NotebookLM-pi

  • NotebookLM-pi bringt die Funktionalitäten von NotebookLM direkt in das Terminal von Claude Code.
  • Die Nutzung erfolgt über eine inoffizielle API, die auf Googles Infrastruktur zugreift.
  • Das Tool eignet sich besonders zur Synthese großer Mengen von YouTube-Videos oder Dokumenten.

Die standardmäßige Websuche von Claude Code reicht für tiefgehende Recherche oft nicht aus. NotebookLM-pi fungiert als CLI-Interface für NotebookLM, was nicht nur eine tiefere Wissenssynthese ermöglicht, sondern durch die Nutzung der Google-Server auch zusätzliche Rechenkapazitäten kostenlos zur Verfügung stellt.

Wissensmanagement mit Graphify und Obsidian

  • Graphify erstellt einen Wissensgraphen der Codebasis, um Claude Code die Navigation in großen Projekten zu erleichtern.
  • Graphify ist kein klassisches RAG-System, sondern fungiert als Light-Version eines Wissensgraphen.
  • Das Obsidian Skills-Repo bietet vorkonfigurierte Best Practices für die Arbeit mit Obsidian in Claude Code.

Um Claude Code eine Struktur für große Codebasen zu geben, gruppiert Graphify Dateien in Knoten und Relationen. Dies dient als Karte, die den Suchpfad für Antworten präzisiert. Zusätzlich optimiert das Obsidian Skills-Repo die Interaktion mit Obsidian, um Dokumentationen und andere Dateitypen effizienter in den Workflow einzubinden.

Front-End-Design mit Impeccable

  • Impeccable bietet 23 Befehle zur gezielten Manipulation von Benutzeroberflächen.
  • Der 'Live Mode' ermöglicht es, Änderungen direkt im lokalen Browser-Host visuell zu prüfen.
  • Das Tool ist Teil des offiziellen GitHub-KI-Pakets.

Anstatt vage Design-Anweisungen zu geben, bietet Impeccable direkte Steuerung über Befehle wie 'colorize' oder 'shape'. Der visuelle Live-Modus erlaubt eine direkte Echtzeit-Vorschau der Änderungen an der Webseite, was die Effizienz bei der Entwicklung von Benutzeroberflächen gegenüber Standard-Tools erheblich steigert.

Effizienzsteigerung mit Ponytail

  • Ponytail reduziert den Token-Verbrauch bei Claude Code durch eine vorgeschaltete Logik-Prüfung.
  • Benchmarks zeigen eine Reduktion der Zeit und Kosten um etwa 20 % bis 27 %.
  • Die Effizienzgewinne lassen sich auch bei der Nutzung von Opus und Fable-Modellen replizieren.

Die hohen Token-Kosten sind ein Hauptproblem bei KI-Agenten. Ponytail fungiert als Filter, der prüft, ob eine Aufgabe bereits existiert oder effizienter gelöst werden kann, bevor der eigentliche Code-Build gestartet wird. Dies spart Ressourcen, ohne die Qualität der Ergebnisse zu beeinträchtigen.

Community Posts

View all posts