Wenzlaff.de – Rund um die Programmierung
mit Java, Raspberry Pi, SDR, Linux, Arduino, Sicherheit, Blender, KI, Statistik, Krypto und Blockchain
Habe schon einige Beiträge über rtl_433 geschieben. Dort kann auch die Installation von rtl_433 nachgelesen werden. Heute mal mit Focus auf n8n.
Also auf meinem Raspberry Pi mit dem RTL_SDR-Stick läuft der mosquitto Host, und es ist so aufgebaut:
Startet mit diesem rtl_433-to-mqtt.sh Script den mqtt Server: „rtl_433 mit n8n via mqtt“ weiterlesen
Wie jedes Jahr, hier der aktuelle Bibelleseplan für das Jahr 2026 zum kostenlosen Download:
bibelleseplan_ganze_bibel_NWT _ab_1_1_2026.ics.
Hier die Anleitung um alle Termine in deinen Kalender einzutragen. „Deine Bible, Dein Jahr: Warum 15 Minuten täglich alles verändern“ weiterlesen
Durch Zeitzonen und die Internationale Datumsgrenze können Fluggäste am 1. Januar 2026 abheben und am 31. Dezember 2025 ankommen.
Die Erde hat offiziell 24 Zeitzonen, durch Abweichungen sogar bis zu 40, was extreme Unterschiede wie zwischen Kiribati (UTC+14) und Hawaii (UTC-10) ermöglicht.
Laut Analyse des Portals Aero Routes gibt es 14 internationale Passagierflüge auf neun Nonstop-Routen, die planmäßig am 1. Januar 2026 starten und am 31. Dezember 2025 landen. Zusätzlich könnten verspätete Abende-Flüge kurz vor Mitternacht am 31. Dezember 2025, etwa von Taipeh oder Manila nach Nordamerika, denselben Effekt erzeugen.
Das geht sogar mit jedem Tag des Jahres 2026! Cool 😉
Details auch hier.
Der Dijkstra-Algorithmus kann das Königsberger Brückenproblem nicht lösen. Aber die Berechnung kürzester Pfade in gewichteten Graphen ist durchaus interessant – zum Beispiel, wenn man wissen möchte, wie man von Frankfurt nach München die kürzeste Strecke findet.
Der Dijkstra-Algorithmus dient der Berechnung des kürzesten Pfads in gewichteten Graphen mit nicht-negativen Kantenlängen. „Vom Weihnachtsstau zur Optimalroute: Dijkstra rettet deinen 24. Dezember – Sortierschranke (sorting barrier) durchbrochen“ weiterlesen
Die Grafik zeigt die Anzahl eindeutig erfasster Luftfahrzeuge („Aircraft seen“) über einen Zeitraum von zwei Tagen. Es handelt sich um Daten aus einem ADS-B-Empfänger, der jedes individuell identifizierte Flugzeug pro Tag zählt, nicht die Anzahl der Flüge.
Am Sonntag wurden etwa 690 Flugzeuge registriert.
Am Montag steigt der Wert auf rund 718 Flugzeuge und markiert den Höchstwert der Woche.
Die anderen Tage sind gelöscht, da nicht vollständig, da abgestürzt.
Dann mal auf die neue v2.0.3 umgestellt. Das ging schon mal schnell (docker compose pull, down und up -d).
Leider lief der Backup Workflow nicht mehr. Da hat der breaking change zugeschlagen. „n8n Update auf v2.0.3 mit breaking change“ weiterlesen
Eclipse 2025‑12 ist die neueste reguläre Release‑Version der weit verbreiteten freien und quelloffenen integrierten Entwicklungsumgebung (IDE), die traditionell vor allem für Java‑Entwicklung steht, aber ein breites Spektrum an Sprachen und Technologien unterstützt. Die 2025‑12‑Version stellt eine bedeutende evolutionäre Verbesserung dar: Sie bündelt umfangreiche Optimierungen in der Platform‑Performance, moderne Entwicklungs‑Workflows und eine verbesserte Plug‑in‑Architektur.
Cool neue JUnit-6.0.1‑Integration
Neu in dieser Version ist die Unterstützung für JUnit 6.0.1 in der Test‑ und Entwicklungsumgebung. Damit wird modernes TDD/BDD Arbeiten mit erweiterten Annotationen und Testkonfigurationen leichter und stabiler. Mal gleich die pom Umgestellt und Quicktest:
Java‑Unterstützung
Eclipse 2025‑12 bietet vollständige Unterstützung für Java 25, inkl. Tooling für moderne Sprachfeatures, Compiler‑Integration und Debugging‑Funktionen. Die IDE aktualisiert intern die Java Development Tools (JDT), um neueste Sprachmerkmale sicher und performant nutzbar zu machen.
Mehr auf Kleinhirn.eu.
Ein update von n8n auf dem Pi im Docker ist schnell gemacht. Einfach ins n8n Verzeichnis mit der docker-compose.yml des Raspberry Pi gehen und
|
1 2 3 |
docker compose pull docker compose up -d |
Check mit Backup-Flow: „Update n8n auf Version 1.121.3 im Docker auf dem Raspberry Pi“ weiterlesen
Die drei herausragenden Neuerungen von GPT‑5.1 sind
-die dualen Betriebsmodi (Instant vs. Thinking),
-das adaptive Reasoning (dynamische „Denkzeit“) und
-deutlich verbesserte Personalisierung inklusive Ton‑/Stilkontrolle.
Dazu mal den Mindmap-Generator um eine History ergänzt, und das neue Modell verwendet. Um das neue GPT‑5.1‑Modell zu wählen, musst du nicht den model‑Key ändern, sondern ein anderes Feld im Payload setzen – der model‑Wert bleibt für die Perplexity‑API weiterhin „sonar-pro“.
Perplexity nutzt im API‑Request das Feld model zur Auswahl der Perplexity‑eigenen Modelle wie „sonar-pro“, „sonar-deep-research“ oder „sonar-reasoning-pro“. Welches konkrete OpenAI‑Backend (z. B. GPT‑5.1 Instant oder GPT‑5.1 Thinking) dahinter verwendet wird, wird serverseitig über Konfigurationen deines Pro/Max‑Accounts bzw. über zusätzliche Optionsfelder gesteuert, nicht über den model‑String selbst.
Aktuell ist öffentlich dokumentiert, dass „sonar-pro“ einfach das „Advanced Search / Reasoning“-Modell von Perplexity adressiert; für GPT‑5.1 gibt es keinen neuen, separaten Modellnamen im Sinne von „gpt-5.1“ in der Perplexity‑API, sondern es wird als Upgrade hinter den bestehenden Pro‑Modellen ausgerollt. Dann eben nur die History-Funktion ergänzt.
Auf dieser Basis noch ein GUI erstellt, so das man einfach Mindmaps mit KI erzeugen kann, und in der Vorschau anzeigen lassen kann, wie hier gezeigt:
Der von der KI erzeugt Code, kann auch auf diesem Reiter bearbeitet werden, und wird dann wie oben in der Vorschau angezeigt. „KI-Bot Programm für Mindmap Erzeugung mit Vorschau“ weiterlesen
Bei mir läuft seit einiger Zeit auf einem Raspberry Pi in einem Docker n8n, wie schon mal berichtet. Der obige KI-Bot-Flow macht folgendes: „KI-Bot mit Telegram Bestätigung und E-Mail Antwort mit n8n“ weiterlesen
Heute wollen wir mal einen Mindmap-Bot für das PlantUML-Format mit Perplexity KI in Java erstellen. Er soll eine Mindmap wie die obige erstellt werden. Als Eingabe soll ein Thema oder Stichworte eingegeben werden und mit KI soll dann die strukturierte Mindmap-Definition im PlantUML-Format erzeugt werden.
Diese Mindmap wird mit den typischen Tags @startmindmap und @endmindmap versehen. Die KI unterstützt dabei die kreative und sinnvolle Verzweigung von Ideen und Unterpunkten. In Java lässt sich dies mit einer Schnittstelle zur Perplexity API realisieren, die den Input sendet und die formatierte Antwort als Mindmap-String zurückgibt.
Anschließend kann der Bot in Anwendungen integriert werden, um automatisch Visualisierungen von komplexen Informationen zu erzeugen. Diese Visualisierungen helfen besonders bei der Planung, Wissensorganisation oder Brainstorming. Durch die Kombination von PlantUML und KI wird so eine mächtige, textbasierte Mindmap-Erstellung ermöglicht, die leicht versionierbar und automatisierbar ist. Die Nutzung von Java als Plattform erlaubt eine nahtlose Integration in viele Entwicklungsumgebungen und Workflows, insbesondere für Entwickler mit Java-Hintergrund. Dadurch kann der Prozess der Mindmap-Erstellung deutlich effizienter und dynamischer gestaltet werden.
Diese Lösung verbindet technische Eleganz mit innovativer KI-Unterstützung für kreative Diagrammerstellung mit Perplexity KI. Hier der Output, zu der Eingabe:
Was sind die Fakten in einfachen Worten zum 9. November zum Thema: Reichspogromnacht
Der Qutput: „Mindmap KI-Bot für plantUML Format mit Perplexity KI in Java zum 9. November“ weiterlesen
n8n transformiert den Raspberry Pi 4 in eine leistungsfähige Automatisierungszentrale, die komplexe Workflows orchestriert und KI-Modelle orchestriert, ohne Abhängigkeiten zu Cloud-Diensten zu schaffen. Die Docker-Container-Architektur auf dem Pi 4 gewährleistet eine isolierte, reproduzierbare Umgebung, die Updates, Backups und Migration trivial macht – eine ideale Basis für selbst gehostete Infrastruktur mit KI-Fähigkeiten.
Die Open-Source-Plattform ermöglicht es, Datenströme zwischen verschiedenen Systemen visuell zu modellieren und dabei KI-Services wie OpenAI, Perplexity oder lokale Modelle direkt in Workflows zu integrieren. Der geringe Energieverbrauch des Raspberry Pi 4 kombiniert mit der Container-Effizienz resultiert in einer kosteneffizienten Alternative zu SaaS-Anbietern – besonders attraktiv bei häufigen KI-Anfragen. „n8n auf dem Raspberry Pi 4 im Docker installieren: KI-gestützte Workflow-Automatisierung ist nun einfach möglich“ weiterlesen
Die Visualisierung von Git-Historien stellt Entwicklungsteams oft vor Herausforderungen. Während IDEs und GitLab integrierte Graph-Ansichten bieten, fehlt es häufig an Flexibilität für Präsentationen oder Dokumentationen. Das Bit-Booster Offline Commit Graph Drawing Tool schließt diese Lücke elegant. „Git-Graphen visuell ansprechend darstellen mit Bit-Booster“ weiterlesen
Ein fokussiertes Mini‑Projekt für die umgestellte Stunde: ein Quarkus‑REST‑Service, der die verbleibenden Tage bis zur Rente liefert, lokal entwickeln und anschließend auf einem Raspberry Pi deployen.
Idee und Ziel
-Ein kleiner REST‑Endpunkt liefert JSON mit: verbleibenden Tagen
– Projekt: Quarkus, Java 21, RESTEasy Reactive, Jackson. „1 Stunde gewonnen beim Zeitumstellung: dann mal ein REST-Service mit Quarkus zu Ermittelung der Tage bis zur Rente“ weiterlesen
Heute mal eine Java Anwendung, die auf ein Hashi Corp Vault zugreift. Was ein HashiCorpVault macht, wird auf Kleinhirn.eu zusammengefasst. Im Teil 1 hatte ich ja die Installation auf einem Raspberry Pi mit dem Workflow beschrieben.
Nach dem Start der Anwendung, öffnet sich diese Swing GUI:
Hier der Java-Code, auch neueste Version im GitLab-Repo: „Hashi Corp Vault Demo Anwendung mit Java Swing GUI (Teil 2)“ weiterlesen
Ein großartiger Meilenstein: Im September erreichte unsere Webseite beeindruckende 1,5 Millionen Aufrufe!
Herzlichen Dank an alle Besucher, Unterstützer und Mitwirkenden – Ihr Interesse und Vertrauen treiben uns weiter an.
Auf viele weitere erfolgreiche Monate voller spannender Inhalte und engagierter Nutzer!
