MatrixAges/polywise
MatrixAges/polywise has 654 GitHub stars and 34 forks. GitHot measured 0 stars in 24 hours and -5 in 7 days. Last checked 2026-11-09 01:33 UTC. Last push 2026-06-11.
So werden diese Zahlen gemessen
The open source agentic content system to make your contents alive. Self-hosted on any platform. ◑
Gemessener Sternzuwachs
- in 24h
- 0
- in 7 days
- -5
- in 15 days
- Aktualisierung verzögert
- in 1 month
- Aktualisierung verzögert
Nettoänderungen in überlappenden Zeiträumen, keine Tagessummen. Fehlende Messwerte bleiben leer. Sterne zeigen Interesse, nicht Qualität.
readme/README.de.md
Original
Polywise
Das Open-Source-System für agentische Inhalte
English | 简体中文 | 繁體中文 | 한국어 | Deutsch | Español | Français | Italiano | Dansk | 日本語 | Polski | Русский | Bosanski | العربية | Norsk | Português (Brasil) | ไทย | Türkçe | Українська | বাংলা | Ελληνικά | Tiếng Việt
Was ist Polywise?
Polywise ist ein Open-Source-System für agentische Inhalte. Du kannst es in der Kommandozeile oder als Desktop-App nutzen, um mit Modellen zu arbeiten, Wissen zu speichern, Kontext wiederzufinden und wiederkehrende Arbeitsweisen in wiederverwendbare Agents zu verwandeln.
🚀 Installation
Für den Einstieg in Polywise gibt es zwei praktische Wege: die CLI und die Desktop-App.
CLI
Installiere die CLI global:
npm install -g polywise
Starte danach den lokalen Polywise-Dienst:
polywise start
polywise start -d
polywise start lässt den Dienst im Vordergrund laufen. polywise start -d beendet den Befehl sofort und lässt den Dienst im Hintergrund weiterlaufen.
Öffne anschließend die Web-Oberfläche unter http://localhost:3072/app/ .
In den Einstellungen kannst du Auth-Login aktivieren. Sobald das eingeschaltet ist und ein Passwort gesetzt wurde, musst du dich beim Zugriff auf die Web UI anmelden, und auch die API ist geschützt. Das ist besonders wichtig, wenn du Polywise auf einem Server für den Fernzugriff bereitstellst.
Desktop-App
Die neueste Desktop-Version findest du unter GitHub Releases.
Wenn du Sessions, gespeicherte Inhalte, Agents und Posts lieber ohne Terminal durchstöberst, ist die Desktop-App der einfachste Einstieg.
Erster Start
Für den ersten Start brauchst du im Grunde nur:
- einen verfügbaren Modellanbieter
- Embedding- und Rerank-Modelle, falls du gespeicherte Inhalte durchsuchen möchtest
Du musst nicht am ersten Tag jeden Provider und jede Integration einrichten.
⬆️ Upgrade
CLI
polywise upgrade
Desktop-App
Installiere einfach die neueste Version aus den GitHub Releases.
⚡ Schnellstart
Wenn du möglichst schnell zum ersten echten Nutzen kommen willst:
- Öffne
Settings -> Model Providerund richte einen Provider ein, den du wirklich verwenden kannst. - Öffne
Settings -> Model Settingund prüfe, ob das Standard-Chatmodell verfügbar ist. - Geh zu
Sessionund stelle eine echte Frage statt nurhellozu schicken. - Speichere eine kurze Notiz, eine Seitenzusammenfassung oder eine Antwort in Polywise.
- Erwähne diesen gespeicherten Eintrag später noch einmal im Chat, um die Wiederauffindung zu testen.
🧭 Nutzung
Sobald ein Provider verbunden ist und das Standardmodell steht, hör auf weiter zu konfigurieren und benutze das Produkt einfach.
Desktop-App
Am leichtesten wird die App verständlich, wenn jeder Bereich eine klare Aufgabe bekommt:
Sessionfür echte Fragen, Arbeitsplanung und Arbeit im Kontext deines WorkspacesLinkcasezum Einsammeln und Extrahieren von Web-Inhalten ins SystemAgentum wiederkehrende Anweisungsstile in wiederverwendbare Mitstreiter zu verwandelnPostsfür Wissen, das länger leben soll als eine einzelne Chat-Antwort
Zwei Kürzel lohnen sich besonders früh:
@bringt Dateien, Agents und weiteren Kontext in eine Session/bringt Tools und Skills in deinen Workflow
CLI
Die CLI ist ein schlanker Wrapper um die Backend-API. Standardmäßig spricht sie mit http://localhost:3072; falls dein Server woanders läuft, setze POLYWISE_SERVER_URL.
Statt Befehle auswendig zu lernen, starte besser mit der Hilfe:
polywise -h
polywise session -h
polywise session create -h
Wenn du die exakte Eingabestruktur eines Befehls brauchst, nutze input_schema:
polywise input_schema session.create
Häufig genutzte Befehle:
polywise start
polywise start -d
polywise version
polywise session create --title "Daily Review"
polywise search fullTextSearch --query "vector database"
polywise save --for user --content "Key takeaway..."
Wenn die Payloads komplexer werden, kannst du JSON direkt übergeben:
polywise search fullTextSearch --json '{"query":"agent memory","for_types":["wiki","memory"],"enable_recall":true}'
📚 Dokumentation
🎬 Intro Video
💭 Motivation
Polywise basiert auf der Überzeugung, dass wirklich intelligente KI auch wirklich intelligentes Gedächtnis braucht. Es geht nicht bloß ums Speichern, sondern um ein System, das Verbindungen organisch aufbaut, durch Nutzung stärker wird, strategisch vergisst und sich laufend weiterentwickelt.
📄 Referenzen
Dieses Projekt wurde von den folgenden Forschungsarbeiten inspiriert:
- Long-lasting potentiation of synaptic transmission (1973)
- The Organization of Behavior (1949)
- A Spreading-Activation Theory of Semantic Processing (1975)
🙏 Danksagung
Polywise steht auf den Schultern dieser großartigen Open-Source-Projekte:
Libraries & Tools
- 🐘 Sqlite - Die weltweit am weitesten verbreitete eingebettete Hochleistungsdatenbank
- 🏹 sqlite-vec - Fügt Sqlite Unterstützung für Vektorsuche hinzu
- ⚛️ React - Frontend-UI-Bibliothek
- 🖥️ Electron - Framework für Desktop-Anwendungen
- 🔗 tRPC - End-to-End typsichere APIs
- 📦 MobX - Einfache, skalierbare Zustandsverwaltung
- 🎨 Tailwind CSS - Utility-First-CSS-Framework
- 🚀 Hono - Ultraschnelles Web-Framework
- 🛠️ Rsbuild - Build-Tool der nächsten Generation auf Basis von Rspack
- 📚 Rslib - Bibliotheks-Build-Tool auf Basis von Rsbuild
- 🤖 AI SDK - Einheitliches Toolkit zum Bauen von KI-Anwendungen
- 🤗 node-llama-cpp – Node.js-Bindings für llama-cpp zur Anbindung lokaler Modelle
📜 Lizenz
MIT – Details findest du in LICENSE.
Ähnliche Projekte entdecken
affaan-m/ECC
System zur Leistungsoptimierung für das Ausführungs- und Steuerungsframework von Agenten. Es bietet Skills, Instinkte, Memory, Sicherheit und forschungsorientierte Entwicklung für Claude Code, Codex, Opencode, Cursor und darüber hinaus.
300,150 SterneNousResearch/hermes-agent
Der Agent, der mit dir wächst
262,026 Sternemultica-ai/andrej-karpathy-skills
Eine einzelne CLAUDE.md-Datei zur Verbesserung des Verhaltens von Claude Code, abgeleitet aus Andrej Karpathys Beobachtungen zu Fallstricken beim Programmieren mit LLMs.
231,288 Sternefirecrawl/firecrawl
Stärke deine KI-Agenten mit Daten aus dem Web und darüber hinaus. Wir bauen die Bibliothek für Superintelligenz. 🔥
199,847 Sterne