Wenzlaff.de – Rund um die Programmierung
mit Java, Raspberry Pi, SDR, Linux, Arduino, Sicherheit, Blender, KI, Statistik, Krypto und Blockchain
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
Durch „Zufall“ im Wald diese Muster gefunden. Das habe ich mal mit dem neuen GPT-5 Modell analysieren lassen. Das Ergebnis: „GPT-5 Bildanalyse – Git Test-Repo für Raspberry Pi ua. – Zufall oder Schöpfung“ weiterlesen
Das Grok-2-Modell das im August 2024 veröffentlicht wurde, bietet eine Reihe von Verbesserungen und Funktionen, unter anderem ist das Kontextfenster von 131072 Tokens möglich. Also mal in Perplexity das Grok-2-Modell für ein Java Programm-Generierung verwenden. Hier mal das Endergebnis vorweg:
Ich hatte die Idee, mal für jeden Tag, bis zur Rente einen Eintrag in meinen Kalender mit Counter eintragen zu lassen. Also z.B, in der Form „Noch 33 Tage bis zur Rente“. Rausgekommen ist dann ein universelles Programm, das auch für alle anderen Ereignisse verwendet werden kann, also z.B. noch „55 Tage bis zum Urlaub“ usw.
Ganz zum Schluss, gibt es auch das Programm zum kostenlosen Download.
Hier mal alle Schritte bzw. Promps die an die KI gingen. „Java Programm mit KI in 1 Stunde erzeugen“ weiterlesen
LangChain4j ist ein Open-Source-Framework, das speziell für die Integration von Large Language Models (LLMs) in Java-Anwendungen entwickelt wurde. Es bietet eine vereinheitlichte API, die den Zugriff auf verschiedene LLM-Anbieter wie OpenAI oder Google Vertex AI erleichtert. Mit LangChain4j können Entwickler Aufgaben wie das Erstellen von Embeddings, semantische Suchen, Chatbot-Implementierungen und Retrieval-Augmented-Generation (RAG) effizient umsetzen.
Um LangChain4j in einem Java-Projekt zu nutzen, müssen die entsprechenden Maven-Abhängigkeiten hinzugefügt werden und zwar so in der pom.xml: „Get Started OpenAiChatModel mit LangChain4j in Java“ weiterlesen
Wir haben diese 7 Perplexity Modelle, mein Favorit ist übrigens GPT-4 Omni (GPT-4o):
„Zum „Tag der Ruhe“ mal Perplexity KI-Modelle in Java ausgeben“ weiterlesen