<img src="banner.png" width="100%" alt="ai-portable-setup banner">

AI Portable Setup

Erstellt eine portable KI-Arbeitsumgebung mit lokaler RAG-Pipeline. Gedacht fuer USB-Sticks oder externe Laufwerke -- funktioniert offline mit Ollama und lokalen Embedding-Modellen.

Schnellstart

# Struktur auf USB-Stick erstellen
python setup_portable.py E:\AI-Portable

# Danach auf dem Zielsystem:
cd E:\AI-Portable
python -m venv venv
venv\Scripts\activate          # Windows
pip install chromadb ollama

# Dokumente indexieren
python rag/ingest.py

# Abfragen
python rag/query.py "Meine Frage..."
python rag/query.py --mode icf "Beobachtungen zum Klienten"

Erzeugte Verzeichnisstruktur

AI-Portable/
  models/
    llm/                  Lokale LLM-Modelle (Mistral, Llama, etc.)
    embeddings/           Embedding-Modelle (nomic-embed-text, bge-small)
    tts/                  Optional: Text-to-Speech (Piper, Coqui)
  db/
    chroma/               ChromaDB Vektordatenbank
    sqlite/               Metadaten-DB
  documents/
    code/                 Code-Snippets, Projekte
    general/              Allgemeine Dokumente
  rag/
    ingest.py             Dateien einlesen und indexieren
    query.py              RAG-Abfragen mit Modus-Auswahl
    pipeline.py           Haupt-RAG-Pipeline (Embed + Query + LLM)
  prompts/
    coding.txt            Coding-Assistent Prompt
    icf.txt               ICF-Strukturierung Prompt
    rpg.txt               Pen-and-Paper Spielleiter Prompt
  templates/              Word/PDF-Vorlagen
  venv/                   Portable Python-Umgebung

RAG-Pipeline

Dokumente -> Chunking -> Embedding (nomic-embed-text)
                              |
                              v
                         ChromaDB (lokal)
                              |
Frage -> Embedding -> Similarity Search -> Top-K Chunks
                                              |
                                              v
                                    Kontext + Prompt -> Ollama (Mistral)
                                              |
                                              v
                                          Antwort

Abfrage-Modi

Modus	Prompt	Verwendung
default	Allgemeiner Assistent	Standardabfragen
icf	ICF-Strukturierung	Beobachtungen nach ICF klassifizieren
coding	Coding-Assistent	Code schreiben und erklaeren
rpg	Spielleiter	Pen-and-Paper Rollenspiel

Voraussetzungen auf dem Zielsystem

• Python 3.10+
• Ollama (mit mistral:instruct und nomic-embed-text)
• ~8 GB RAM fuer Mistral

Changelog

1.0.0 (2026-03-12)

• Konsolidierung aus MODULAR_AGENTS/AI-Portable
• Setup-Script als Einzeldatei-Skill
• 4 vorkonfigurierte Prompts (coding, icf, rpg, default)
• RAG-Pipeline (ingest, query, pipeline)