Zum Inhalt springen
Chimera
Herunterladen
Deutsch

Recipes

Echte, lauffähige Workflows, die mit den eingebauten Tools von Anfang bis Ende etwas Nützliches erledigen. Jeden mit chimera workflow <file> -w <workspace> ausführen. Vollständige Quellen liegen im Ordner examples/.

Vollständig lokal, kein API-Key (Ollama)

Chimera gegen ein Modell auf der eigenen Maschine ausführen — kein Key, nichts verlässt die Box. Ollama installieren, ein Modell ziehen, dann Chimera darauf verweisen:

ollama pull llama3.1                     # or qwen2.5, mistral, phi3, …
export CHIMERA_DEFAULT_MODEL=ollama_chat/llama3.1     # the `ollama_chat/` prefix = local, keyless
chimera agent "Summarise this file in 3 bullets" -w .

Das war's — kein OPENROUTER_API_KEY, keine Cloud. Das Credential-Gate erkennt ollama/… (und ollama_chat/…) als lokale Laufzeit und lässt es durch. Läuft Ollama woanders, CHIMERA_OLLAMA_BASE_URL=http://host:11434 setzen (Standard http://127.0.0.1:11434).

ollama_chat/ statt ollama/ verwenden: das Präfix ollama/ läuft über Ollamas Generate-Endpunkt, der keine Tools aufrufen kann.

Lokale Modelle sind kleiner, das hier ist also das schwache Ende der Goldlöckchen-Spanne — gut geeignet für chimera solve (Plan + verify-or-revert hilft einem schwachen Modell) und für Offline-Privatsphäre, weniger für einmaliges Frontier-Reasoning. Mischen und kombinieren: ein lokaler Default mit einem Cloud- CHIMERA_FALLBACK_MODELS für die schwierigen Fälle.

E-Mail-Triage

Postfach lesen, URGENT / PERSONAL / NEWSLETTER / COLD-SALES klassifizieren, einen Zehn-Sekunden-Digest schreiben. Nur lesend — nichts wird gelöscht, verschoben oder gesendet.

chimera workflow examples/email_triage/triage.yaml -w ./triage_workspace

Braucht IMAP-Zugangsdaten. Einrichtung + tägliche Planung: examples/email_triage/README.md.

Täglicher Research-Brief

Ein Thema rein, ein 5-Punkte-Brief mit Quellen + ein 3-Zeilen-Digest raus (Arxiv immer; Web- Suche, wenn ein Tavily-Key gesetzt ist).

chimera workflow examples/research_brief/brief.yaml -w ./brief_workspace

Repo-Watchdog

Die Testsuite eines Repos ausführen und einen Health-Report schreiben, der fehlschlagende Tests benennt. Nur lesend, außer dem Report.

chimera workflow examples/repo_watchdog/watch.yaml -w /path/to/your/repo

Dokumente lesen (PDF, DOCX, XLSX…)

Der Agent liest Klartext von Haus aus. Für echte Dokumente — PDF, Word, PowerPoint, Excel, HTML, CSV, EPUB — das optionale Extra installieren, und er erhält ein read_document-Tool, das jedes davon in Markdown umwandelt:

uv sync --extra documents      # or: pip install 'chimera-agent[documents]'

Dann eine Aufgabe auf eine Datei richten: "Summarize report.pdf into 5 bullets." Ohne das Extra gibt read_document statt eines Fehlschlags einen einzeiligen Installationshinweis zurück.

Im Web browsen (navigieren, lesen + handeln)

Das browser-Tool ist eingebaut — es steuert ein echtes Chromium (sieht also JavaScript-gerenderte Seiten, die das einfache http_get nicht sieht). Playwright wird mit Chimera ausgeliefert; die ~150-MB-Chromium-Binärdatei wird beim ersten Gebrauch des Browsers automatisch heruntergeladen (ein einmaliger Schritt, den pip nicht für dich erledigen kann). Kein Installationsschritt nötig:

# nothing to install — just use it. To turn the auto-download off and fetch it yourself:
#   CHIMERA_BROWSER_AUTO_INSTALL=0  +  playwright install chromium
# For clean Markdown out of read_text (instead of plain text), also add the documents extra:
uv sync --extra documents        # or: pip install 'chimera-agent[documents]'

Das browser-Tool hat folgende Aktionen:

  • navigate / read — eine URL öffnen und die interaktiven Elemente der Seite als [ref] role: name auflisten (Links, Buttons, Felder), sodass der Agent per ref klickt/ tippt, nicht per Pixel.
  • read_text — der vollständige gerenderte Text der Seite, zum Lesen/Recherchieren eines Artikels, Dokuments oder Ergebnisses. Mit dem documents-Extra sauberes Markdown (Überschriften, Links, Listen bleiben via MarkItDown erhalten); ohne, der reine sichtbare Text. Ein optionales url übergeben, um in einem Schritt zu öffnen + zu lesen.
  • find — den gerenderten Text nach einer Anfrage durchsuchen und die passenden Zeilen zurückbekommen.
  • click / type / back — die Seite per ref steuern.

CHIMERA_BROWSER_HEADLESS=false lässt Chromium zum Debuggen mit sichtbarem Fenster laufen.

Seiteninhalt ist nicht vertrauenswürdig: jedes Ergebnis ist data-fenced und das Tool kontaminiert den Lauf, daher beim Browsen solve --taint --guard bevorzugen und strukturierte Felder über den unter Quarantäne stehenden Reader ziehen, statt auf rohem Seitentext zu handeln. Ohne das documents-Extra funktioniert read_text weiterhin — nur als reiner Text statt Markdown.

Ein Thema recherchieren (suchen + lesen)

Web-Suche mit dem read_text des Browsers kombinieren, um etwas zu recherchieren und einen Brief mit Quellen zu bekommen — web_search (braucht TAVILY_API_KEY) findet die Seiten, browser read_text liest jede davon (auch JS-lastige Seiten), und deliver schreibt den Brief:

uv run chimera solve "Research 'on-device small language models 2026': web_search for sources, \
  open the top 3 with the browser and read_text each, then write a 5-bullet sourced brief to brief.md" \
  --taint --verify "test -s brief.md"

Für eine fertige Version mit einer ausführbaren Prüfung pro Schritt siehe examples/research_brief — sie nutzt von Haus aus arxiv_search + web_search, und mit installiertem browser-Extra kann der Agent auch ganze Seiten per read_text lesen, statt bei Suchausschnitten stehenzubleiben.

Scraping & sichere strukturierte Extraktion

Zwei eingebaute Tools verwandeln jede Seite in saubere, LLM-taugliche Daten — kein Extra nötig:

  • scrape — eine URL abrufen und sauberes Markdown + Metadaten zurückgeben. Es durchläuft eine kostenbewusste Kaskade: zuerst ein einfacher HTTP-GET, eskaliert zum eingebauten Browser (JS-Rendering), falls die Seite leer zurückkommt, und — nur wenn FIRECRAWL_API_KEY gesetzt ist — fällt zurück auf Firecrawl für schwer zu knackende Anti-Bot-Seiten. render=http|browser|firecrawl erzwingt ein bestimmtes Backend; include_links gibt zusätzlich die Links der Seite zurück.
  • extract — bestimmte Felder sicher als validiertes JSON herausziehen. Eine url (oder content) und eine Liste von fields übergeben (z. B. ["title", "price", "author"]), und es werden nur diese Felder zurückgegeben. Entscheidend: Es liest die Seite über Chimeras unter Quarantäne stehenden Reader — ein werkzeugloses Modell, dessen Ausgabe schema-validiert ist —, sodass in der Seite versteckte Anweisungen den Agenten nicht kapern können. Das ist die Sicherheitsgarantie, die Firecrawl/ScrapeGraphAI nicht bieten: eine feindliche Seite kann schlimmstenfalls einen falschen Wert liefern, nie eine neue Anweisung. Große Seiten werden in Chunks verarbeitet und zusammengeführt, wobei früh gestoppt wird, sobald jedes Feld gefüllt ist, um die Kosten zu deckeln. Für eine bekannte Seitenvorlage selectors übergeben (Feld → CSS, z. B. {"price": ".price", "link": "a.more::attr(href)"}), und diese Felder werden deterministisch extrahiert — kostenlos, kein LLM — wobei das sichere LLM nur für Felder genutzt wird, die ein Selektor nicht gefüllt hat.
uv run chimera agent "scrape https://news.ycombinator.com and summarize the top 5 stories"
uv run chimera agent "extract the fields title, price, availability from https://example.com/product --taint"

Für ganze Websites gibt es zwei weitere Verben:

  • map — die URLs einer Site günstig auflisten (liest die Sitemap, wenn vorhanden, sonst scannt es die Links der Seite). Optionaler search-Schlüsselwortfilter. Damit eine Site abstecken, bevor sie gecrawlt wird.
  • crawl — Links von einer Start-URL aus verfolgen und das saubere Markdown jeder Seite zurückgeben. Begrenzt durch limit und max_depth, standardmäßig auf derselben Domain, und robots.txt-bewusst (befolgt Disallow und Crawl-delay). include/exclude sind URL-Glob-Muster. Lange Crawls sind fortsetzbar: die Warteschlange wird nach jeder Seite auf die Festplatte geschrieben, sodass ein bei Seite N unterbrochener Crawl beim nächsten Lauf ab N+1 weitermacht (resume=true standardmäßig).
uv run chimera agent "map https://docs.example.com then crawl the /guide section (max 20 pages) and summarize it"

Alles ist data-fenced und kontaminiert den Lauf (es ist nicht vertrauenswürdiger Webinhalt), daher ist solve --taint --guard der sichere Weg, darauf zu handeln. Der optionale Firecrawl-Fallback wird nur genutzt, wenn die eingebaute Engine eine Seite nicht abrufen kann und der Key gesetzt ist — Chimera scrapt den Großteil des Webs selbst, ohne externen Dienst.

Audio: Sprache-zu-Text (Transkription)

Chimera kann Sprache in Text verwandeln — das symmetrische Gegenstück zu seinen Bildgenerierungs- und Text-zu-Sprache-Tools. Es orchestriert ein Whisper-Modell (trainiert keins): Das transcribe_audio-Tool nutzt lokal faster-whisper, wenn das stt-Extra installiert ist (offline/privat), sonst die gehostete OpenAI-Whisper-API (braucht einen OpenAI-Key):

uv sync --extra stt      # optional: local, offline transcription (heavier — downloads a model)
uv run chimera agent "transcribe meeting.m4a and give me 5 bullet-point action items"

Eine Anmerkung zum Umfang, im ehrlichen Geist dieses Projekts: Chimera ist ein Agent, kein Modell. Es kann Sprache-zu-Text, Bildgenerierung, Computer Vision oder klassisches ML nutzen — durch den Aufruf einer API oder das Ausführen einer Bibliothek in seiner Code-Sandbox —, aber es reimplementiert Whisper, Stable Diffusion, PyTorch oder OpenCV nicht (und kann das auch sinnvollerweise nicht). Für Data Science / ML erlaubt die execute_code-Sandbox dem Agenten bereits, Python gegen scikit-learn, pandas, OpenCV usw. zu schreiben und auszuführen. Orchestrierung vervielfacht den Agenten; Reimplementierung würde nur eine langsamere Kopie erzeugen.

Ein Video oder dessen Audio herunterladen

Das download_media-Tool zieht ein Video (oder nur dessen Audio) von YouTube und über 1000 weiteren Seiten in den Workspace. Es umhüllt yt-dlp (aktiv gepflegt, kommt mit dem ständigen Wandel von Cipher/Format/Age-Gate klar, der Single-Site-Scraper wie pytube versenkt). Opt-in; Audio-Extraktion braucht außerdem ffmpeg im PATH:

uv sync --extra media-dl
uv run chimera agent "download the audio of https://youtu.be/… then transcribe it and summarize"

Passt natürlich zu transcribe_audio von oben: herunterladen → transkribieren → zusammenfassen, alles in einem Lauf.

Datenanalyse / ML (der data_analysis-Skill)

Chimera reimplementiert scikit-learn nicht — es schreibt korrekten pandas-/sklearn-Code und führt ihn aus in der execute_code-Sandbox. Der data_analysis-Skill benennt diese Fähigkeit: ihm eine Aufgabe und einen Datensatz geben, und er erzeugt ein in sich abgeschlossenes Skript (laden → explorieren → modellieren → auswerten), das der Agent dann ausführt.

uv sync --extra data     # pandas + scikit-learn for the generated code
uv run chimera agent "use the data_analysis skill: predict churn from customers.csv and report accuracy"

Bildgenerierung (gehostet oder vollständig lokal)

generate_image nutzt standardmäßig die OpenAI-Bild-API. Für ein Offline-/privates Setup CHIMERA_IMAGE_BACKEND=local setzen und das (schwere, GPU-gebundene) imagegen-local-Extra installieren — Chimera führt dann lokal FLUX.1-schnell (Apache-2.0) via diffusers aus. auto (der Standard) nutzt lokal nur, wenn kein OpenAI-Key vorhanden ist.

uv sync --extra imagegen-local     # pulls torch + diffusers; downloads multi-GB weights on first use
CHIMERA_IMAGE_BACKEND=local uv run chimera agent "generate an image of a fox in a snowy forest"

Derselbe ehrliche Umfang wie oben: Chimera führt hier ein Diffusionsmodell aus; es trainiert keins. Videogenerierung (z. B. CogVideo) ist absichtlich nicht eingebaut — es ist ein schwergewichtiges trainiertes Modell, nichts, was ein Agent in seiner Basis tragen sollte; bei Bedarf zu einer gehosteten API greifen. Computer Vision (OpenCV) braucht kein dediziertes Tool — der Agent macht in der Code-Sandbox bereits import cv2.

Diagramme & Datenvisualisierung

Zwei sich ergänzende Wege, ein Diagramm zu erstellen — beide ehrlich über ihren Umfang (Chimera nutzt Plotting-Bibliotheken; es reimplementiert matplotlib/plotly/bokeh nicht):

1. Der data_visualization-Skill — Diagramm-Code schreiben, in der Sandbox ausführen. Deckt alles ab (individuelle/publikationsreife Abbildungen, 3D, alles): Der Skill erzeugt ein in sich abgeschlossenes Skript mit matplotlib/seaborn (statisches PNG/SVG) oder plotly (interaktives HTML), mit dem Headless-Backend (matplotlib.use("Agg")) und der Speichern-im-Workspace-Disziplin eingebacken.

uv sync --extra viz     # matplotlib + seaborn + plotly for the generated code
uv run chimera agent "use data_visualization: line chart of revenue.csv over time, save revenue.png"

2. Das render_chart-Tool — eine sichere, deklarative Vega-Lite-Spec. Eine Vega-Lite-Spec ist inerte JSON-Daten, kein Code: inspizierbar, schemaförmig und erneut renderbar — eine stärkere Governance-Geschichte als das Ausführen generierten Codes, für die Standarddiagramme, die Vega-Lite abdeckt (Balken/Linie/Streu/Histogramm/Heatmap/facettiert…). HTML-Ausgabe braucht kein Extra (bettet die Spec + das Vega-CDN ein); PNG/SVG nutzen das optionale viz-vega-Extra (vl-convert-python).

uv run chimera agent "build a Vega-Lite bar chart of {A:5,B:8,C:3} and render_chart it to chart.html"
uv sync --extra viz-vega   # optional: static PNG/SVG rendering (heavy — Rust+V8 binary)

Ehrlicher Umfang: plotly umhüllt plotly.js, bokeh ist zur Hälfte TypeScript, der Renderer von matplotlib ist C++, und seaborn ist eine dünne Schicht über matplotlib — allesamt Frameworks, die ein Agent aufrufen, nicht neu schreiben sollte. Die Code-Sandbox importiert sie bereits; der Skill benennt nur die Fähigkeit und kümmert sich um die Headless-Fallstricke. Vega-Lite ist die Ausnahme, die ein dediziertes Tool wert ist, weil sein Artefakt sichere deklarative Daten sind.

Eines davon planen

Jedes Recipe kann per Cron laufen und an Chat ausliefern:

chimera cron add "morning brief" "0 7 * * *" "Research X; write a 5-bullet brief."
chimera serve   # runs jobs; with a bot configured, delivers to Discord/Telegram/Slack

Siehe Deploy für das Messaging-Gateway und das 24/7-Setup.

Diese Seite auf GitHub bearbeiten