Hier stehen nur Einträge der letzten 30 Tage; ältere findest du im Archiv.
Diese Seite wird automatisch mit KI erstellt und laufend aktualisiert. Fehler sind möglich; alle Angaben ohne Gewähr. Maßgeblich ist die jeweils verlinkte Quelle.
KI-Bibliothek: ChatGPT & OpenAI – Tools, Apps, Agents & Projekte · 39 Einträge · Quelle: chatgpt.md
Zuletzt aktualisiert: 2026-10-23
Legende
OpenAI-Frontier-Modelle und Codex-Workflows kommen in den Model Garden von Google Cloud und werden über den Google Cloud Marketplace abgerechnet. Laut OpenAI sollen die Modelle bald auch in Google Antigravity und im Gemini Agent laufen. GA ist „in den kommenden Wochen“ geplant.
Gemeinsame Anweisungen, Tools und Kontext bleiben bis zu 12 Stunden im Cache und werden zum günstigeren Cached-Input-Preis abgerechnet. Das Schreiben in den Cache kostet das 2,5-fache des Input-Preises. Gedacht für dauerhaft laufende Agents wie Dots. Laut Tibo (Codex & ChatGPT bei OpenAI) bleibt der Cache für angemeldete Nutzer von Codex und Work dauerhaft erhalten, sodass auch alte Unterhaltungen ohne Aufpreis den Cache treffen; in der offiziellen Doku steht das bisher nicht.
gpt-live-1)Sprachmodell für Gespräche, in denen beide Seiten gleichzeitig sprechen können. Rechnen und Tools übernimmt dabei ein Backend-Modell oder Agent. Seit 16.10. lassen sich Stimmen per Textbeschreibung erzeugen; neu sind neun Stimmen, darunter drei deutsche (Nuri, Juni, Flitz). Preis: $0,05 pro Minute. In ChatGPT Voice laufen laut Help-Center seit 20.10. GPT-Live-1.1 und GPT-Live-1.1 Quip mit natürlicheren Akzenten und neuen Stimmen u. a. für Deutsch, Französisch, Hindi, Japanisch, Koreanisch und mexikanisches Spanisch.
service_tier: "ultrafast")Eigene Verarbeitungsstufe, die deutlich mehr Tokens pro Sekunde liefert. Für GPT-6 Astra seit 29.09., für GPT-6.1 Sol seit 08.10. (mit Datenresidenz in USA und EU); seit 16.10. auch in der Agents API. Seit 21.10. können Projekte und Organisationen in den Platform-Einstellungen festlegen, welche Service-Tiers erlaubt sind.
POST /v1/decisions, gpt-6-luna)Bewertet Text, Bilder und JSON und gibt typisierte Antworten zurück: eine Wahrscheinlichkeit (predicate), eine Auswahl (choice) oder eine Bewertung (score). Laut OpenAI ist das etwa 10-mal schneller als die Responses API. Gedacht zum Klassifizieren, Routen und Priorisieren. Seit 22.10. allgemein verfügbar, mit Prompt-Caching, Bildern in den Fragen, JSON-Eingaben, bis zu 400 Fragen pro Anfrage (vorher 200), nativer GPT-Live-Anbindung und Verarbeitung in USA/EU. Preis: $0,10 pro 1M Input-Tokens, keine Output-Kosten.
gpt-6.1-sol)Upgrade von GPT-6 Sol für agentisches Coding, Computer Use und professionelle Arbeit. Laut OpenAI nahe an Astra, aber zu einem Fünftel des Preises: $2 Input / $10 Output pro 1M Tokens. Multi-Agent-Betrieb ist in der Beta. Seit 14.10. ersetzt es GPT-5.5 in Codex.
gpt-rosalind-research)Ein Modell speziell für Biologie und Chemie, zugänglich nur nach Prüfung (Trusted Access). Seit 15.10. bekommen US-Uni-Labore bis zu 30 kostenlose Business-Plätze für 12 Monate. Am 20.10. kündigte OpenAI die Übernahme von Orchestra Bio an.
Ein Team erledigt wiederkehrende Aufgaben gemeinsam per Automatisierung, z. B. einen wöchentlichen Bericht darüber, was ausgeliefert wurde und was blockiert ist. Die Tasks laufen nach Zeitplan oder bei Ereignissen, und das Team kann die Anweisungen gemeinsam anpassen. Einrichtung unter Settings > Teams.
Ausgewählte Chats verschwinden aus Verlauf, angehefteten Chats und Suche und lassen sich nur mit einer 4-stelligen Konto-PIN oder per Face ID, Touch ID bzw. Geräteentsperrung öffnen (unter Projects > Locked chats). Der Rollout läuft schrittweise für Free, Go, Plus, Pro, Business, Enterprise und Edu, nicht für ChatGPT for Healthcare. Es gibt keine Ende-zu-Ende-Verschlüsselung, und wer die PIN zurücksetzt, löscht alle gesperrten Chats endgültig.
Präsentationen aus einem Chat, aus Dateien oder aus einer Gliederung erstellen und im Team in Echtzeit bearbeiten und kommentieren. Präsentiert wird direkt in ChatGPT; Export als PowerPoint, PDF oder Google Slides. Der Rollout läuft für Pro, Business und Enterprise mit Space-Zugang.
GPT-6 Pro im Chat-Tab antwortet schneller und nutzt Plugins und Tools besser. Mehrere Agents bearbeiten Teilaufgaben parallel, und man kann ihren Fortschritt im Chat verfolgen.
Im Chat-Modus liest ChatGPT die offenen Tabs mit, im Work-Modus steuert es sie auch: Nachrichten senden, Formulare ausfüllen, Dateien herunterladen und Tabs ordnen. Die Seitenleiste enthält den vollständigen Chat-Verlauf; laut OpenAI läuft die Erweiterung auch in Edge, Brave und Opera.
GPT-6 ist seit 07.10. in ChatGPT für Plus, Pro, Business und Enterprise verfügbar (dort mit GPT-6 Sol), seit 08.10. auch für Free und Go (mit GPT-6 Luna). Mit Intelligent UI kann ChatGPT interaktive Antworten erzeugen, etwa Diagramme, Formulare, Rechner oder kleine Spiele. Bei Fragen mit Websuche beginnt die Antwort laut OpenAI im Schnitt 44 % früher. Das Update gilt nur für den Chat-Tab; Work und Codex sind davon nicht betroffen.
Laufen dauerhaft auf GPT-6 Astra und haben einen eigenen Cloud-Computer. Sie verbinden sich mit Apps und lernen aus Feedback. Erreichbar über ChatGPT, Slack und Teams. Start für Pro- und Business-Premium-Nutzer.
Space ist ein gemeinsamer Arbeitsbereich für Teams, ChatGPT und Dots. Pages sind ein neuer Dokumenttyp, an dem Menschen und Agents gemeinsam schreiben, recherchieren und Diagramme oder Bilder erstellen. Verfügbar für Pro, Business und Enterprise.
ChatGPT lässt sich in Kanälen, Threads oder Direktnachrichten erwähnen und nutzt dann Tools, die der Admin freigegeben hat. Teammitglieder brauchen dafür keine eigene ChatGPT-Lizenz.
Bei Partnern mit dem ChatGPT-Konto anmelden. Plus- und Pro-Nutzer können bei 16 Partnern (u. a. Devin, Notion, Vercel, T3) ihr ChatGPT-Kontingent verbrauchen und pro Partner begrenzen. Die Beta startete am 29.07.
OpenAI hat mit anderen die Behebung kritischer PHP-Sicherheitslücken koordiniert und stellt einen PHP-Versionsprüfer als Codex-Skill bereit, mit dem man eigene Systeme auf betroffene Versionen prüft. Dazu kommt Daybreak-Zugang im Wert von 1 Mrd. US-Dollar zu vergünstigten Konditionen über „Daybreak for Frontline Defenders“. Am 22.10. kündigten OpenAI und der US-Bankenverband ICBA an, dass berechtigte Community-Banken über dieses Programm vergünstigten Zugang samt Schulungen bekommen.
In v0.164.0 neu: zehn /presets-Plätze für wiederverwendbare Prompts, /model und /permissions mit direkten Argumenten, Bildvorschau in Kitty-/Sixel-Terminals, Anmeldung bei Enterprise-MCP-Verbindungen und Maskieren von Zugangsdaten in Remote-Bash. In v0.163.0 kamen /config mit Suche über alle Einstellungen, eine Leader-Taste in /keymap, /daemon zum Neustarten des Hintergrundservers, parallele Read-only-Tools und Steuerung per Folgenachricht, während Codex noch antwortet. Daybreak ist für berechtigte Konten jetzt Standard. Seit DevDay gibt es außerdem eine Sprachsteuerung und die Ansicht /agents.
Codex ist seit Juli Teil der ChatGPT-Desktop-App. Neu sind Composer Predictions (Vorschläge für die nächste Nachricht, Beta für Pro), GPT-6.1 Sol Ultrafast (seit 08.10.) und GitLab-Support in Codex Cloud (Beta). Einstellungen aus Claude Code und Cursor lassen sich importieren.
Codex läuft auch in der Cloud, mit wiederverwendbaren Entwicklungsumgebungen. Security Cloud scannt GitHub-Repos auf Abruf oder nach Zeitplan, prüft jeden neuen Commit und bereitet Fixes vor. Die Modelle aus Daybreak Blue sind ohne eigenen Antrag enthalten.
v1/agents)Agents laufen auf einer von OpenAI verwalteten Codex-Umgebung, mit dauerhaften Sessions, Komprimierung des Kontexts, eigenen Tools und MCP-Servern. Die Sandbox stellt OpenAI oder man bringt eine eigene mit. Computer Use gibt es seit 29.09., vorgewärmte Sandboxes seit 09.10., und seit 16.10. sind Artifact SDK und Office-Skills (Tabellen, Folien, Word) enthalten. Im DevDay-Recap angekündigt: Bedrock Managed Agents von AWS bauen auf der Agents API auf.
Framework für Workflows mit mehreren Agents und für Sprach-Agents in TypeScript. Seit Mai 2026 unterstützt es Sandbox-Agents und enthält eine Open-Source-Agent-Umgebung (Harness). Letztes Release: @openai/agents-extensions@0.21.0.
Leichtgewichtiges Framework für Workflows mit mehreren Agents. In v0.24.0 werden MCP-Annotations an umgewandelte Tools weitergereicht, Tool-Fehler lassen sich einheitlich formatieren, und die automatische Komprimierung wartet, solange Freigaben ausstehen.
Die offiziellen Client-Bibliotheken für die OpenAI API. Aktuell: Python v3.37.0 und Node v7.43.0 (2026-10-22), Go v3.86.0 (2026-10-23). Sie erweitern die Decisions-Typen; Achtung, das ist trotz Minor-Version eine Breaking Change (Anweisungen können jetzt auch strukturierte Teile sein, in Go kompiliert die direkte String-Zuweisung nicht mehr). Python v3.36.0 (2026-10-21) brachte Vertex-AI-Unterstützung für die Responses API. Für die Decisions API braucht man mindestens Python 3.26.0, JS 7.30.0 bzw. Go 3.73.0.
Ergänzt MCP um Funktionen speziell für ChatGPT, mit denen Plugins wie eingebaute Funktionen wirken: Einstiegspunkte in der Seitenleiste, eigene Dateibetrachter, @-Erwähnungen im Eingabefeld und erweiterte Formulare. Das ist die Grundlage der „Plugin Extensions“, die auf dem DevDay vorgestellt wurden. Release node-v0.2.1 präzisiert, welche Erweiterungen unterstützt werden, und markiert alte Formular-Aliase als veraltet.
Plugins bündeln Skills, MCP-Server und eine optionale Oberfläche für ChatGPT und Codex. Die Doku deckt das Bauen, Einreichen im Verzeichnis, Checkout und MCP Events ab und erklärt auch, wie man Claude-Code-Plugins umwandelt. Für die Oberfläche setzt ChatGPT den offenen MCP-Apps-Standard um; window.openai ist nur noch eine optionale Erweiterung.
Erzeugt Markenbilder, Anzeigen-Sets und Videos direkt in Codex. Belegt durch den Post des Anbieters Lovart, den OpenAI Developers geteilt hat.
Verbindet ChatGPT mit Apps auf dem Internet Computer, um Daten zu lesen und Änderungen vorzunehmen. Laut DFINITY ist es im ChatGPT-Plugin-Verzeichnis gelistet und lässt sich dort über die Suche nach „Internet Computer“ installieren. Belegt nur durch Aussagen des Anbieters, nicht durch OpenAI.
ChatGPT unterstützt die vorgeschlagene MCP-Events-Spezifikation. Damit können Plugins Automationen auslösen, sobald in einer verbundenen App etwas passiert, etwa ein neues Ticket auf einem Projekt-Board. Verfügbar in allen Plänen.
Spezifikation und SDK des MCP-Apps-Protokolls, mit dem MCP-Server Oberflächen in KI-Chats einbetten. ChatGPT setzt diesen Standard um, und OpenAI empfiehlt ihn für neue ChatGPT-Apps. Eine Anleitung zur Migration von OpenAI Apps liegt im Repo.
Legt fest, welches Modell welcher Coding-Agent nutzt, z. B. Codex mit DeepSeek oder Claude Code mit Kimi, alles über die Menüleiste.
Gibt ChatGPT lokale MCP-Fähigkeiten auf allen Plattformen: Chrome-Anbindung, Goals, Compact & Resume und dauerhafte Workflows mit mehreren Agents. v2.1.45 bringt Chat-Gruppen, Lesezeichen für Antworten und Entwürfe, die einen Neustart überstehen; Compact & Resume läuft jetzt auch im Free-Plan.
Eine einheitliche API für Agent-Umgebungen wie Codex, Claude Code, Hermes und weitere, mit Sessions, Streaming, Dateien und Fehlerbehandlung. Umgesetzt wird das offene „Unified Harness Protocol“.
Eine Open-Source-Nachbildung der OpenAI Agents API zum Selbsthosten. Darauf laufen Codex, Claude Code oder MiniMax Code auf eigener Hardware und mit eigenen Modellen, angesprochen über das offizielle OpenAI SDK.
Zeigt in der Notch des Macs und auf dem iPhone, was laufende Coding-Agents gerade tun, darunter Codex. Freigaben sind direkt von dort möglich, und eine Anzeige zeigt die verbleibenden Codex-Limits aus der Codex CLI.
KI-Assistent für Blender mit eingebautem MCP-Server: Er untersucht Szenen, baut Objekte, bearbeitet Materialien und erledigt mehrstufige Workflows. Er funktioniert u. a. mit OpenAI und ChatGPT. Fertige Downloads gibt es laut README nur für Windows x64.
Codex steuert damit ein echtes iPhone per USB: Es führt durch die Einrichtung, automatisiert Apps und zeigt den Bildschirm live, mit Screenshots als Ausweichlösung.
OpenAIs offene Modelle gpt-oss-120b und gpt-oss-20b mit Referenzcode. Auf ihnen basieren auch die Sicherheitsmodelle gpt-oss-safeguard.
Update vom 2026-10-23 (Vorversion: 2026-10-22). Neu aufgenommen:
Aktualisiert:
/presets und Inline-Argumenten für /model und /permissions (2026-10-23). https://github.com/openai/codex/releases/tag/rust-v0.164.0KI-Bibliothek: Chinesische KI-Labs – Tools, Apps, Agents & Projekte · 34 Einträge · Quelle: china.md
Zuletzt aktualisiert: 2026-10-23
Legende
chat.qwen.ai antwortet curl nicht, beide wurden per WebFetch gelesen; chat.deepseek.com blockt curl mit 403 und ist deshalb nicht als Quelle verlinkt).Kontext: Das US-Heimatschutzministerium (DHS) hat am Montag, 19.10.2026, eine Anordnung veröffentlicht. Sie verbietet DeepSeek-Technik auf den IT-Systemen ziviler US-Bundesbehörden, auch in Drittprodukten, die auf DeepSeek-Modellen aufbauen, und untersagt deren Beschaffung. Das Verteidigungsministerium ist ausgenommen. Erlassen wurde die Anordnung schon am 24.07.2026. Quelle: CNBC vom 20.10.2026, https://www.cnbc.com/2026/10/20/us-deepseek-federal-agency-ban.html
DeepSeeks internes Inferenz-Framework, mit dem DeepSeek seine eigenen Produktionsdienste betreibt, jetzt als Open Source. Die Veröffentlichung unterstützt bisher DeepSeek-V4.1-Flash im Offline-Betrieb auf NVIDIA-SM100-GPUs und Huawei Ascend 950, unter anderem mit Expert-Parallelism, spekulativem Decoding (DSpark), deterministischem Sampling und strukturierten Ausgaben. KV-Cache-System, Prefill/Decode-Trennung und Lastverteilung für einen kompletten Dienst fehlen noch. Zusammen damit hat DeepSeek die Token-Komponente deepseek-recipe für den Produktiveinsatz freigegeben.
Kleines Update von V4.1-Flash: bessere Werte bei Reasoning, Coding, Agent-Aufgaben und Bildverständnis, dazu kürzere Ausgaben und schnellere Bearbeitung. Läuft auf Web, App und API. Der API-Name deepseek-flash bleibt; Anfragen an die alten Namen deepseek-v4-flash und deepseek-v4-flash-vision-exp landen ebenfalls bei diesem Modell.
Zwei Endpunkte für Agents und RAG: /v1/tools/search liefert Websuche über DeepSeeks eigene Suchmaschine, /v1/tools/fetch gibt Seiten als Markdown zurück. Sie sind jetzt für alle API-Nutzer offen und kosten laut DeepSeek je Endpunkt $0,75 pro 1.000 Aufrufe.
dsh)DeepSeeks Agent-Umgebung nach dem Prinzip „alles ist ein Plugin“ (Cordis-Kernel): Modelle, Tools, Skills, Sandboxes, Speicher, Planung und UI lassen sich austauschen. Start mit npx @deepseek-ai/dsh web, dazu eine Desktop-App. Die Developer Preview ändert sich noch mit Brüchen; v0.2.1-rc.2 unterstützt V4.1-Flash-1017 und die Search/Fetch-API.
Bibliothek für das Prompt-Format von DeepSeek V4 und V4.1. Sie wandelt Messages-, Chat-Completions- und Responses-Anfragen in Prompts oder Token-IDs um und parst die Modellausgabe zurück, auch Thinking, Tool-Calls und Bilder. Sie ersetzt das fehlende Jinja-Chat-Template.
SGLang hat V4.1 seit dem ersten Tag unterstützt, anfangs nur über Preview-Images. vLLM meldet drei Wochen nach dem Release eine 1,9-fach schnellere Antwort bei niedriger Last und bis zu 5,3-fachen Durchsatz, unter anderem durch DeepSeeks neue Kernels (MegaAttention, Mega-mHC, DeepSelect).
deepseek-v4.1-flash:cloud**V4.1-Flash als Cloud-Modell in Ollama, mit Vision, Tools, Thinking und 1M-Token-Kontext. Preis $0,30/$1,20 pro 1M Tokens (Input/Output), außerhalb der Spitzenzeiten die Hälfte.
Die DeepSeek-API versteht neben dem OpenAI- auch das Anthropic-Format (https://api.deepseek.com/anthropic). Damit lässt sich DeepSeek direkt als Backend in Claude Code, GitHub Copilot oder OpenCode nutzen.
Kontext: Laut Alibaba-Pressemitteilung vom 22.09.2026 ist Qwen 4 „in training“. Ein Termin, eine Lizenz oder Gewichte gibt es noch nicht. Für Qwen 4.5 und Qwen 5 nennt Alibaba 5–10 Billionen Parameter. Quelle: https://www.alibabacloud.com/en/press-room/alibaba-unveils-roadmap-on-full-stack-ai-strategy
@qwen-code/qwen-code)Qwens Coding-Agent für Terminal, IDE (VS Code, Zed, JetBrains), Desktop, Browser und Chat-Apps. Er spricht die APIs von OpenAI, Anthropic, Gemini und Qwen sowie lokale Modelle über Ollama oder vLLM. Neu in v0.25.x: Claude Code oder Codex per @ als „Teammates“ in die Unterhaltung holen und MCP-Server pro Aufruf mit --disable-mcp-server abschalten. v0.26.0 baut vor allem den selbst gehosteten Managed-Agent-Betrieb aus (Prüfmodus --check, systemd-Units, bis zu 8 MiB Anhänge) und bringt eine optionale Erweiterung, die vom Modell erzeugte HTML-Karten interaktiv anzeigt; die Desktop-App ist ebenfalls auf v0.26.0.
Ein Modell für Text-zu-Bild und Bildbearbeitung (Bildgenerierungsteil mit 7B Parametern). Es erzeugt und bearbeitet transparente Bilder (RGBA) und nimmt bis zu 10 Referenzbilder. Die Gewichte liegen unter der Qwen-Research-Lizenz auf HF; Pro und Turbo gibt es zusätzlich über Model Studio.
Agent-Plattform für Smartphone-Hersteller: auf Mobilgeräte zugeschnittene Qwen-Modelle, eine Harness-Schicht und drei fertige Agents (Mobile Planner, Mobile-Use, Mobile Creative). Erster Partner ist HONOR (Magic9-Serie).
Offizielle Chat-Oberflächen: Qwen Chat international (Web und Mobile) und die chinesische App 千问 mit KI-Suche, Webseiten-Zusammenfassung, KI-PPT, Bildgenerierung und Aufnahmeprotokollen.
@moonshot-ai/kimi-code)Nachfolger der alten Python-kimi-cli, neu geschrieben in TypeScript/Node.js. Bringt Subagents, Plugins, Goal-Modus, Swarm, Remote Control, ACP-Anbindung für IDEs und das Anthropic-kompatible Protokoll mit. v2.3.0 führt eindeutige Namen für Plugin-Skills (Plugin-Name plus Skill-Name) ein und hebt das Übertragungslimit für Remote Control auf 100 MiB.
Grafischer Client mit dem Agent-Kern der CLI: Goal- und Plan-Modus, Hintergrund-Tasks, eingebauter Browser mit Screenshot-Annotation und drei Freigabe-Modi. Seit v1.1.0 gibt es Linux-Pakete, Fernsteuerung per Link oder QR-Code und einen Dateibaum.
kimi-k3:cloud**Kimi K3 als Cloud-Modell über Ollama (CLI, REST, Python/JS-SDK), 1M Kontext, $3/$15 pro 1M Tokens (Input/Output).
glm-5.3:cloud**GLM-5.3 als Cloud-Modell über Ollama, gehostet in den USA und Europa, $1,40/$4,40 pro 1M Tokens (Input/Output). Gedacht für Coding-Agents wie Claude Code, OpenCode oder OpenClaw.
Flaggschiff von Z.ai mit Schwerpunkt Coding und lange Agent-Aufgaben, laut Z.ai das stärkste Open-Weights-Coding-Modell. Auffällig sind starke Werte in der IT-Sicherheit (CyberGym 84,5). Thinking lässt sich nicht mehr abschalten (reasoning_effort low/high/max). Die Gewichte kamen etwa zwei Wochen nach dem Launch.
Offizielle Chat- und Agent-Oberfläche von Z.ai, laut Seitentitel derzeit mit GLM-5.3-Flash.
Neues Flash-Modell von MiniMax für Agent-Aufgaben, Coding, Computer Use und IT-Sicherheit. Laut MiniMax läuft es fast dreimal so schnell und kostet bei Agent-Aufgaben 70 % weniger als der Vorgänger, zum Festpreis von $0,15/$0,60 pro 1M Tokens (Input/Output). Verfügbar über die MiniMax-API, das M-Plan-Abo und MiniMax Code. Seit dem 23.10. sind auch die Gewichte auf HF: ein multimodales MoE-Modell mit rund 428B Parametern (23B aktiv), Text-, Bild- und Video-Eingabe, 1M Kontext, MiniMax Sparse Attention und DSpark-Draft-Head für spekulatives Decoding. Es gilt die MiniMax-Community-Lizenz, nicht Open Source im engeren Sinn.
mcode)Coding-Agent fürs Terminal mit drei Modi: interaktiv, mcode exec für Skripte/CI und mcode acp für Editoren. Er ist zugleich der Kern der MiniMax-Code-Desktop-App und baut auf OpenCode und Pi auf. Der Tech-Blog erklärt offen, wie Harness, Kontext-Kompaktierung und Tool-Freigaben funktionieren.
ByteDance hat das Office-Agent-Tool TraeWork und die Coding-IDE TraeCode zu einer TRAE-Plattform zusammengelegt: Agent-Modus für Aufgaben über Projekte hinweg und IDE-Modus fürs Coden, auf Desktop, Web und Mobil. Neu sind unter anderem Remote SSH, Arbeitsbereiche mit mehreren Projekten und geplante sowie Cloud-Tasks. TraeWork als eigenständiger Dienst wird am 23.10.2026 abgeschaltet.
Erzeugt Video und Ton in einem Durchgang und nimmt Text, Bild, Audio und Video als Referenz, mit Steuerung von Kamera, Licht und Darstellung. Laut Doubao-Website ist es inzwischen vollständig in Doubao integriert.
ByteDances Assistent für Schreiben, Übersetzen, Programmieren und Bild-/Videoerstellung (mit Seedance 2.0). Seed2.1 läuft laut Seed-Team in Doubao.
ByteDances Modell- und API-Plattform für Entwickler und Unternehmen, über die Seed2.1 und weitere Seed-Modelle angeboten werden.
Kontext: Die Baidu World 2026 findet am 12.11.2026 in Peking statt (Motto „下一幕，智能组织“, etwa „Der nächste Akt: intelligente Organisationen“). Baidu kündigt dort Neuheiten über den ganzen KI-Stack an. Quelle: https://finance.sina.com.cn/tech/2026-10-15/doc-inivhpnu1279764.shtml
Baidus offizieller Assistent für Büro und Lernen: Texte und Bilder erstellen, KI-Lesen und viele Agent-Anwendungen.
Vision-Language-Modell des WeChat-Vision-Teams, gebaut auf Qwen3-VL. Es vereint Objekterkennung, Verweis-Lokalisierung, Zählen, Zeigen und OCR mit Segmentierung und Alpha-Matting auf Pixelebene über einen kleinen Masken-Decoder (9,6M Parameter). Gedacht für die Forschung, Inferenz-Paket auf GitHub.
Kompaktes Modell (~3B aktive Parameter), das in Gedächtnis-Frameworks wie Mem0, MemOS oder Hy-Memory entscheidet, was ein Agent sich langfristig merkt. Dazu hat Tencent das Hy-Memory-Monorepo mit MemHub (Desktop-App und CLI) sowie FP8- und GGUF-Varianten veröffentlicht. Das Hy Memory SDK 2.0.5 bringt unter anderem ein einheitliches exaktes get(), Snapshot und Restore der lokalen Daten und spart Tokens, weil Coding-Diffs standardmäßig nicht mehr eingefügt werden.
OpenRouter führt 8 Tencent-Modelle, darunter Hy4 preview, Hy Image 3.5 Preview und das Übersetzungsmodell Hy-MT2-1.8B.
StepFuns Flaggschiff für Agent-Arbeit: Sparse MoE mit 600B Parametern (27B aktiv), 1M Kontext und Text-, Bild- und Video-Eingabe, stark in Software-Engineering und Finanzen. Die Gewichte gibt es als FP8, BF16 und NVFP4 auf HF; die API-ID lautet step-5-preview.
StepFun dokumentiert eine Anleitung, mit der Step 5 Preview über den „Step Plan“ in Claude Code läuft, mit 1M Kontext. Die API spricht auch das Messages-Format (output_config.effort).
Vollduplex-Sprachmodell für Echtzeit-Gespräche: Nutzer und Modell können gleichzeitig sprechen, es denkt beim Sprechen weiter und ruft im Hintergrund Tools auf (Voice Agent). Derzeit als kostenlose Preview (stepaudio-3-realtime-preview).
OpenRouter bündelt Modelle vieler chinesischer Anbieter hinter einer API, darunter DeepSeek, Alibaba Cloud (Qwen), Z.ai, Moonshot AI, MiniMax, Tencent und StepFun.
iFlyteks Modell, das vollständig auf chinesischer Rechenleistung trainiert wurde. Es unterstützt über 130 Sprachen, ist auf Bildung, Gesundheit, Auto und Agents ausgerichtet und läuft in Web, App und API. Nachfolger Spark-X2.6 wurde am 22.10.2026 vorgestellt und laut iFlytek als Open Source freigegeben: MoE mit 293B Parametern (30B aktiv), 1M Kontext, Fortschritte bei Coding und Agents, vollständig auf chinesischer Rechenleistung trainiert und betrieben.
Auf Medizin spezialisiertes MoE-Modell von Ant Group auf Basis von Ling-3.0-flash: 124B Parameter (5,1B aktiv), 256K Kontext, Thinking standardmäßig an und Tool-Calls für Recherche- und Multi-Agent-Abläufe. Ausdrücklich ein Forschungsmodell und kein Medizinprodukt.
KI-Bibliothek: Claude & Claude Code · 43 Einträge · Quelle: claude.md
Kuratierte Sammlung aktueller Tools, Apps, Agents, Plugins, MCP-Server, Open-Source-Projekte und Integrationen rund um Claude (Anthropic) und Claude Code. Jeder Eintrag hat eine selbst geprüfte Quelle (Seite erreichbar, kein 404) und ein Datum laut Quelle.
Zuletzt aktualisiert: 2026-10-23
Hinweise zur Datierung:
Anthropics agentisches Coding-Tool für Terminal, IDE, Desktop und Browser. Neueste Versionen 2.1.304–2.1.309 u. a. mit /auto-mode-setup, Code-Review-Stufen, neuen Sandbox-Optionen, /claude-api api-version (Umstieg auf API-Version 2026-10-21), @claude review stop und in 2.1.309 vielen Sandbox- und Rechte-Fixes; claude ultrareview verlangt jetzt Workspace-Vertrauen.
Plugins können jetzt per JavaScript/TypeScript-Modul tiefer in Claude Code eingreifen: Events beobachten, Tool-Aufrufe umschreiben/blockieren, eigene UI zeichnen. Dazu kam der eingebaute Mod „You should know“ (Seitenagent, der auf Übersehenes hinweist).
Claude prüft GitHub-Pull-Requests automatisch und kommentiert inline; jetzt allgemein verfügbar für Team/Enterprise, ca. 3× schneller, mit Stufen Quick/Standard/Deep.
Claude schreibt ein JavaScript-Skript, das Dutzende bis Hunderte Subagents orchestriert (z. B. Audits, Migrationen); inkl. eingebautem /deep-research und ultracode-Modus.
Gehostete Agents auf der Claude Platform; neu: OTel-Traces aus Managed Agents, Messages API und SDKs an Tools wie Grafana, Datadog, Langfuse (Public Beta).
Schnellstes und günstigstes kleines Claude-Modell, gedacht für Subagents, Zusammenfassungen und Browser-Use; gleichzeitig Computer-/Browser-Use (Beta) in den Python- und TypeScript-SDKs.
Aktuelle Frontier-Modelle für agentisches Coding; Opus 5.5 laut Anthropic ca. 40 % günstiger als Opus 5, Sonnet 5.5 30 %+ schneller als Sonnet 5.
Live-Dashboards aus Datenquellen (BigQuery, Snowflake, Salesforce …) und animierte Erklärvideos als editierbarer Code (Beta); Docs, Slides und Design sind aus der Beta.
Neue App, in der Claude als proaktiver Agent arbeitet: bringt dir, was Aufmerksamkeit braucht, erledigt Aufgaben auch in deiner Abwesenheit und fragt vor Aktionen in deinem Namen nach; basiert auf Opus 5.5, Research Preview per Warteliste (Pro/Max, USA).
Claude Security scannt verbundene Repos jetzt laufend bei Code-Änderungen, verfolgt Funde bis zur Behebung, schreibt ein Bedrohungsmodell und liefert Ergebnisse per API und MCP-Connector; Public Beta für Claude Enterprise.
Erste offizielle API-Version seit 2023: temperature, top_p und top_k entfallen, einige Felder ändern sich; neue SDK-Hauptversionen (u. a. Python 2.0.0, TypeScript 1.0.0) und ant CLI 2.0.0 nutzen sie standardmäßig, jetzt unter Apache-2.0. In Claude Code hilft /claude-api api-version beim Umstieg.
Anthropic übergibt den offenen Skills-Standard (SKILL.md-Ordner, ursprünglich aus Claude Code) samt Name, GitHub-Organisation und agentskills.io an die AAIF unter der Linux Foundation, wo schon MCP liegt; laut Anthropic nutzen ihn über 70 Agent-Plattformen.
Die komplette Claude Platform (inkl. neuer Features und Betas am selben Tag) jetzt allgemein verfügbar über Google Cloud, mit Google-Cloud-IAM, Abrechnung über die Google-Cloud-Rechnung und Anrechnung auf bestehende Commitments; Fast Mode für Opus 5.5 inklusive.
Sammlung des Anthropic-DevRel-Teams mit echten Hooks, CLAUDE.md-Setups, Skills und Demo-Mods (Token Weather, Blast Radius, Replay Theater); ausdrücklich kein offizielles Produkt.
Claude-Code-Plugin, das Tests/Checks selbst ausführt und Claude erst stoppen lässt, wenn sie bestehen; schützt Testdateien und erzeugt signierte Belege.
Claude-Code-Mod gegen Auto-Compaction mitten in der Aufgabe: Claude schreibt ab ~50 % Kontext ein Handoff und kompaktiert selbst an einer sauberen Stelle.
Claude-Code-Plugin, das aus Playwright-E2E-Flows ein Release-Gate plus vertonte Produkt-Demovideos macht (Apache-2.0).
Plugin, das Claudes Antworten etwa halbiert und Floskeln entfernt (laut eigenem Benchmark 46–54 % weniger Wörter).
Plugin für Claude Code (und Codex): ein zweiter Agent prüft jeden Commit vor dem Durchlassen, und jeder Stopp wird bewertet, sodass Claude bei offener Arbeit gegen den Plan weitermacht.
Open-Source-Skills, mit denen Claude Code (oder Cursor, Codex) Marketing-Material erstellt: UGC- und Produktvideos, Produktfotos, Marktrecherche; mit eigenen Modell-Keys ohne Aufpreis (Apache-2.0).
Claude-Code-Mod, der das Fünf-Stunden-Nutzungsfenster schützt: liest den Live-Verbrauch und fragt nach, bevor zu viele Subagents starten, riesiger Kontext neu geladen wird oder Retry-Schleifen laufen.
Plugin, das bei langen Shell-Befehlen von Claude Code statt eines Spinners die einzelnen Schritte mit Fortschrittsbalken und Restzeit anzeigt (MIT).
42 Claude-Code-Skills als Plugins, die Apps bauen, beschreiben und in App Store, Google Play sowie für Mac und Windows veröffentlichen; pro Repo werden nur die benötigten „Tracks“ geladen.
Read-only MCP-Server auf Cloudflare Workers, mit dem Claude Code/Desktop die eigenen WhatsApp-Chats durchsuchen kann.
Lokale MCP-Runtime, die Agent-Tool-Aufrufe gegen Richtlinien prüft, riskante Aktionen zur Freigabe anhält und unklare Schreibvorgänge nicht blind wiederholt; unterstützt u. a. Claude Code und Claude Desktop.
Privates Gedächtnis für Coding-Agents: speichert, was du Claude Code, Codex oder Cursor sagst, als Markdown-Notizen lokal und liefert es per MCP an alle Tools zurück (AGPL-3.0).
MCP-Server mit über 500 berechneten Finanzkennzahlen (statt aus dem Gedächtnis geschätzt) für Claude, ChatGPT, Copilot, Cursor u. a.; gehostet kostenlos oder lokal (MIT).
MCP-Server, mit dem Claude Code und andere Agents Apple-Notizen auf dem Mac lesen und mit nativer Formatierung bearbeiten, inkl. Suche in erkanntem Bildtext und iCloud-Sync (macOS 26+).
Verwaltet persistente Claude-Code-Loops in eigenen Containern; Steuerung per Web, Telegram oder Slack.
Boilerplate von Gojko Adzic für eine Claude-Code-„Software-Fabrik“: Container-Sandbox, deterministischer Bash-Regulator, Linter-Hooks und Orchestrator.
Selbst hostbare Open-Source-Alternative zu Claude Managed Agents: API für langlebige Agents mit Sandboxes, Secrets und Rechteverwaltung, Zustand in Postgres; nutzt u. a. Anthropic-Modelle mit eigenen Keys (Apache-2.0).
Persönlicher Rund-um-die-Uhr-Agent auf dem eigenen Mac, auf Claude Code aufgebaut und „als Prompt verteilt“: ein Satz in Claude Code richtet ihn samt Desktop- und iPhone-App ein (MIT).
Lokaler Daemon, über den Agents wie Claude Code und Codex per MCP und dem offenen A2A-Protokoll zusammenarbeiten, auch über Rechner hinweg: Aufgaben übergeben, Fragen stellen, Ergebnisse zurückschicken.
Offizielle IDE-Integrationen mit Inline-Diffs, @-Erwähnungen und Plan-Review.
Code-Tab der Claude-Desktop-App mit parallelen Sessions, Diff-Review, iOS-Simulator und geplanten Tasks; Linux-Version (Ubuntu/Debian) in Beta.
Browser-Erweiterung; Claude Code kann darüber Web-Apps testen, Konsolen-Logs lesen und Formulare ausfüllen.
Open-Source-Sprachassistent für macOS (Hold-to-talk), läuft ohne API-Key über claude -p auf einem Claude-Pro/Max-Plan.
Markiert handschriftliche Mathe-Lösungen (xournal++) wie ein Lehrer mit Farbstift, gibt Hinweise statt Lösungen und erzeugt Manim-Animationen; nutzt Claude (alternativ Codex/Gemini-Harness).
Rust-Terminal-UI für parallele Arbeit: jedes Ticket bekommt eine echte claude- (oder codex-)Session im eigenen Git-Worktree, daneben Issue (Jira, Linear, GitHub) und PR.
Wacht über die Nutzungslimits von Claude Code und Codex: warnt bei 75 % des Wochenlimits, pausiert den Agenten per Hook bei 90 % und teilt ihm den eigenen Verbrauch mit.
Notensatz-App für iPad und Mac mit Handschrift-Eingabe; auf dem Mac können Claude Code, Claude Desktop oder andere MCP-Clients die offene Partitur lesen und bearbeiten (jeder Schritt rückgängig machbar).
Projekte, die laut Autor mit Claude Code entstanden sind, aber selbst keine Claude-Tools sind.
Retro-Dateimanager mit zwei Panels und Terminal für macOS (MIT), laut Autor und README mit Claude Code gebaut.
Open-Source-Finanz- und Ruhestandsplaner; laut Autor fast vollständig von Claude-Code-Agents (Opus/Sonnet-Subagents) gebaut und geprüft.
Update vom 2026-10-23 – neu bzw. aktualisiert seit dem 2026-10-22:
claude ultrareview verlangt Workspace-Vertrauen.KI-Bibliothek: Google Gemini – Tools, Apps, Agents & Projekte · 33 Einträge · Quelle: gemini.md
Zuletzt aktualisiert: 2026-10-23
Legende
agy)**. Mit Enterprise-Lizenz oder bezahltem API-Key läuft Gemini CLI weiter (siehe Abschnitt 3).gemini-4-argon)Neues Spitzenmodell von Google für komplexes Coding, Agents, Mathematik und Naturwissenschaften. 1M-Token-Kontext für Ein- und Ausgabe zusammen, Thinking-Stufen low/medium/high. Einführungspreis bis 30.11.: $2/$10 pro 1M Tokens (Input/Output).
gemini-nano-banana-2.1)Update von Nano Banana 2 für Bildgenerierung und Bildbearbeitung im Dialog: bessere Bildqualität, Textdarstellung und Konsistenz von Figuren, dazu Panorama-Formate bis 8:1 in 1K/2K/4K. gemini-3.1-flash-image ist damit abgekündigt.
Ursprünglich Google-intern genutztes Plugin, jetzt Open Source: Eine „Elephant“-Sitzung mit vollem Kontext entwirft gemeinsam mit dir ein Design-Dokument, danach prüfen kontextlose „Goldfish“-Subagents es auf Lücken und Umsetzungsreife, bevor Code entsteht. Vorrangig für Antigravity gebaut (agy plugin install https://github.com/google/elephant-goldfish-model), läuft laut README aber auch mit Claude Code und Codex.
agy)**Googles neuer Coding-Agent fürs Terminal, in Go geschrieben, Nachfolger von Gemini CLI. Nutzt dieselbe Agent-Umgebung wie die Desktop-App Antigravity 2.0. Gemini-CLI-Extensions lassen sich mit agy plugin import gemini übernehmen. Release 1.4.6 lässt MCP-Server-Variablen von Plugins jederzeit unter /plugin einrichten, schützt im Sandbox-Modus zusätzlich ~/.docker, ~/.kube und ~/_netrc, behält angehängte Bilder und PDFs beim Kompaktieren der Unterhaltung und übernimmt erteilte Freigaben auch für Subagents.
Im Build-Modus von AI Studio entstehen aus Prompts Full-Stack-Web-Apps und native Android-Apps (Kotlin/Compose). Gesteuert wird das vom Antigravity-Agent, Firebase lässt sich als Backend anbinden. Mit Argon kommen u. a. spielbare 3D-Projekte dazu.
Gemini CLI wird weiter jede Woche veröffentlicht; v0.65.0 bringt vor allem Fixes, etwa für Session-Resume, OAuth und Workspace-Einstellungen in nicht vertrauenswürdigen Ordnern. Status: Für kostenlose Nutzer sowie AI Pro/Ultra seit 18.06.2026 abgeschaltet; mit Enterprise-Lizenz oder bezahltem API-Key weiter nutzbar.
Bringt Gmail, Kalender, Docs und weitere Workspace-Dienste in Gemini CLI. Installation: gemini extensions install https://github.com/gemini-cli-extensions/workspace.
Skills für Site Reliability Engineering: Störungen untersuchen, Cloud Logging/Monitoring/SLOs auswerten, GCP-Playbooks nutzen, Gegenmaßnahmen einleiten und Postmortems erstellen. Funktioniert auch als Plugin für agy, Claude Code und Codex.
Eine Sammlung von Firebase-Skills für Coding-Agents; enthält eine gemini-extension.json und lässt sich damit direkt in Gemini CLI installieren.
Mit dieser CLI und ihren Skills kann ein Coding-Assistent ADK-Agents anlegen, evaluieren und nach Google Cloud deployen (Agent Runtime, Cloud Run, GKE). Neue Projekte nutzen ab Version 1.11.0 google-adk>=2.12.0. Neu ist ein Extension-System: Damit lassen sich auch Agents mit LangChain, LangGraph oder eigenen Frameworks erstellen, evaluieren und deployen, und Plattform-Teams können eigene Regeln einbauen, z. B. eine SBOM-Prüfung vor jedem Deployment.
Googles Open-Source-Framework für Agents. In diesem Release startet die erste Modellanfrage in langen Sessions 40 % schneller; neu sind after_tool_callback für Tool-Ausgaben, require_confirmation für Workflow-Knoten und Unterstützung für Python 3.15.
ADK 2.0 bringt graphbasierte, dynamische und kollaborative Workflows mit eingebautem Human-in-the-Loop. GA für Go am 30.06.2026 und für TypeScript am 21.08.2026. ADK Java v1.13.0 kann Workflow-Graphen und einzelne Workflow-Knoten direkt ausführen und lässt den lokalen Dev-Server standardmäßig nur noch Anfragen vom selben Ursprung zu.
Die Web-Oberfläche zu ADK (adk web), mit der man Agents lokal testen und debuggen kann.
Skills mit aktuellem Wissen zur Gemini API und zum SDK, z. B. zu Thought Signatures, damit Coding-Agents keinen veralteten Code schreiben.
Python-SDK für eigene Agents auf Basis von Antigravity und Gemini. Den Agent-Loop, den Zustand und die Infrastruktur übernimmt das SDK.
Die offiziellen Client-Bibliotheken für die Gemini API und Vertex AI. Aktuelle Versionen: Python v2.33.0, JS v2.31.0, Go v1.76.0, Java v1.79.0 und .NET 1.27.0. Neu sind u. a. die Option store in GenerateContentConfig (nur Gemini Developer API), labels für Live-API-Verbindungen und Audio-, Dokument- und Videoinhalte in Funktionsergebnissen; JS, Go und Java können laufende Live-Sitzungen per send_context_update mit neuem Kontext versorgen, Python unterstützt Python 3.15.
MCP-Server, über den Gemini CLI, Antigravity und andere MCP-Clients mit Datenbanken arbeiten (BigQuery, Spanner, Looker, Firestore usw.). Neu: Tools zum Anlegen, Ändern und Löschen von Data Agents (Conversational Analytics), gespeicherte Looker-Abfragen per query_id und Unterstützung für MCP Apps im Server und im Toolbox-Playground.
gemini-api)**Einzelnes Programm ohne Abhängigkeiten für macOS, Linux und Windows, das die Gemini API ins Terminal und in Coding-Agents bringt: Text generieren, Bilder, Videos, Sprache und Musik direkt als Datei erzeugen, PDFs und Audio analysieren bzw. transkribieren und Managed Agents wie Deep Research im Hintergrund starten. Jeder Befehl beschreibt sich per --help, --schema und --dry-run selbst, damit Agents ihn ohne Raten nutzen können.
Das LLM-Gateway unterstützt gemini/gemini-4-argon und vertex_ai/gemini-4-argon und setzt lange Antworten über das Ausgabe-Limit pro Anfrage hinweg automatisch fort (ab v1.107.0-dev.3).
Argon über eine OpenAI-kompatible API, mit Failover zwischen Google AI Studio und Vertex.
Die LangChain-Anbindung an Gemini und Vertex AI.
Holt strukturierte Daten aus unstrukturiertem Text, jeweils mit Verweis auf die Textstelle, und kann sie interaktiv visualisieren. Optimiert für Gemini, unterstützt aber auch lokale Modelle über Ollama.
Open-Source-App, die in der Mac-Notch bzw. oben am Bildschirm unter Windows und Linux laufende Sessions von Coding-Agents wie Gemini CLI, Antigravity, Claude Code und Codex live anzeigt. Freigabe-Anfragen lassen sich direkt dort beantworten, unterwegs auch auf iPhone und Android; im eingebauten Chat ist u. a. Gemini wählbar. Version 0.5.3 für macOS meldet verfügbare Updates in der Notch und zeigt nach dem Update, was neu ist.
Findet heraus, wo ein Foto aufgenommen wurde, anhand von OpenStreetMap, Höhenprofilen, Satellitenbildern und Street View, und legt den Lösungsweg offen. Läuft u. a. mit Gemini CLI.
Stellt Terminals und parallele Agent-Sessions als verschiebbare Knoten auf einer unendlichen Arbeitsfläche dar (tmux-basiert), auch mit Gemini und Antigravity als Agent.
Legt Code, Doku und Infrastruktur lokal als dauerhaften Graphen ab, damit Agents den Codebestand verstehen. Integriert sich direkt in Gemini CLI (.gemini/settings.json, GEMINI.md, Hooks).
Framework für filmische, interaktive 3D-Websites. Objekte werden mit Nano Banana 2 als Bild erzeugt und dann mit Meshy (via fal) in 3D-Modelle umgewandelt; 20 Beispielseiten sind dabei.
Ein Wiki für erfundene Welten, das wie Wikipedia funktioniert: Ein Klick auf einen roten Link erzeugt einen neuen Artikel. Die Artikel schreibt Gemini 4 Argon (gemini-4-argon, laut Repo-README); neue Artikel kosten 0,90 $. Der Code ist öffentlich.
Sprachmodelle schreiben in einer Stunde einen Bot für StarCraft: Brood War, der dann gegen von Menschen geschriebene Bots antritt. Gemini 4 Argon belegt in v0.2 Platz 3 und läuft dabei in der Antigravity CLI. Die Show-HN-Diskussion hat Gemini 4 Argon im Titel.
Administratoren können Gemini-Unterhaltungen aus Gmail, Drive, Docs, Sheets, Slides und Meet in Google Vault nach Nutzern, Organisationseinheiten (bis 5.000 Nutzer) und Zeitraum filtern und als JSON exportieren, per Vault-Oberfläche oder API. Der Export enthält Prompts, Antworten, erzeugte Anhänge sowie Links zu verwendeten Dateien und Quellen.
In der Docs-App für Android und iOS entsteht per Sprachgespräch mit Gemini ein strukturierter Entwurf, etwa ein Projekt-Update oder Angebot. Gemini zieht dafür Kontext aus Gmail, Drive, Chat und dem Web heran; verfügbar für berechtigte Workspace-Tarife.
Neuer zentraler Bereich in der Gemini-App, in dem man eigene Skills und Antwortvorgaben anlegt (z. B. eigener Schreibstil, feste Formate) und über 40 externe Dienste sowie Google-Apps verbindet. Kommt für alle Nutzerstufen ins Web, auf Mobilgeräte und in die Desktop-App für Windows und macOS; die meisten verbundenen Apps gibt es vorerst nur auf Englisch in den USA.
Gemini Notebook schlägt vor dem Erstellen von Foliensätzen und Video-Übersichten passende Themen, Formate und Stile vor. Mit dem Schalter „Review“ lassen sich Gliederung bzw. Produktionsnotizen vorab prüfen und kommentieren; die schnelle Erstellung ohne Zwischenschritt bleibt möglich.
Grok-Bibliothek: Tools, Apps, Agents, SDKs und Integrationen rund um Grok und die xAI-API · 59 Einträge · Quelle: grok.md
Stand: 23.10.2026 (zwei Updates am 23.10.2026; vorherige Updates 22.10.2026, erste Fassung 21.10.2026)
Legende: Name: Kategorie. Beschreibung in 1–2 Sätzen. Datum ([Quelle](URL)). Das Datum ist das Veröffentlichungs-, Release- oder Ankündigungsdatum laut Quelle; wo die Quelle keins nennt, steht „geprüft am 21.10.2026“. Alle Links wurden am 21.10.2026 bzw. (neue Einträge) am 22.10.2026 oder 23.10.2026 aufgerufen (HTTP 200) und bestätigen den Eintrag inhaltlich. Hinweis: xAI tritt auf den eigenen Seiten inzwischen als „SpaceXSI“ auf (siehe xAI joins SpaceX); API, Domain x.ai und GitHub-Org xai-org bleiben gleich.
Wer @bot in einem Post oder einer Antwort auf X erwähnt, übergibt den Post als Aufgabe an den eigenen Grok Bot; @bot bestätigt kurz auf X, Arbeit und Ergebnis bleiben im Bot-Chat. Voraussetzung sind ein verbundenes X-Konto und ein eigener Bot, nur in bestimmten Regionen.
Grok Bot kann jetzt Kalender, Erinnerungen, Kontakte und weitere Apps auf dem Smartphone nutzen; Rollout auf iOS und Android.
Grok Bot kann das eigene 1Password-Konto nutzen: Man gibt einzelne Logins frei, und der Bot meldet sich damit an; Rollout über die folgenden Tage.
Grok Bot erstellt auf Anfrage Seiten wie Berichte, Memos und Dashboards, die man gemeinsam bearbeiten oder vom Bot aktuell halten lassen kann.
Grok Bot lässt sich als Action Button des iPhones festlegen; ein Druck startet ein Gespräch mit dem Bot.
Ein gemeinsamer Plan für Grok, Cursor und X Premium, ab 8 $/Monat in fünf Stufen; SuperGrok-Kunden können wechseln.
Bots bekommen ein eigenes Postfach, mit dem sie sich bei Diensten registrieren, Firmen kontaktieren oder Termine abstimmen können.
Grok Bot kann Supabase-Backends über den Supabase-MCP-Server überwachen, debuggen und ändern.
Geteilte KI-Teammitglieder, die ein ganzes Team nutzt und die bei der Arbeit dazulernen.
/dashboard)Alle Agents auf einem Bildschirm; laut @grok jetzt mit /dashboard nutzbar (erste Ankündigung 15.06.2026: Quelle).
Speech-to-Speech-Modell zum Preis von Voice 2.0; grok-voice-latest zeigt jetzt darauf, Voice 2.0 ist deprecated.
Grok 4.7 ist auf Microsoft Foundry live.
Grok 4.7 ist auf Googles Agent Platform verfügbar.
@xai-official/sdk)Offizielles TypeScript-SDK (Apache-2.0); aktuelle Version v0.2.4.
xai-sdk)Offizielles Python-SDK (gRPC-basiert); PyPI-Version 1.20.0 vom 24.09.2026.
Öffentliche Protobuf-Definitionen der gRPC-APIs.
Praxisbeispiele von einfach bis fortgeschritten zu den Grok-APIs, aktiv gepflegt (letzter Push 19.10.2026).
Offizielles Programm für Firmen, die mit Grok Produkte und Services bauen: Transformation Partners (Einführung im Unternehmen) und Marketplace Partners (Plugins und Integrationen); über 130 Firmen in der Early-Access-Phase.
Cursors Modell- und Preisseite führt Grok 4.7, 4.6 und 4.5 sowie Grok Bot; Grok 4.7 Fast gibt es laut xAI-Release-Notes nur in Cursor und Grok Build.
@ai-sdk/xai)Provider mit Grok 4.7, Imagine Image/Video 1.5 und Voice Transcribe 2.0; neueste Version 5.0.27 vom 21.10.2026.
Grok-Modelle bis x-ai/grok-4.7, dazu Grok Build 0.1 und Imagine.
langchain-xai)Offizielles Integrationspaket; Version 1.3.0 vom 21.07.2026.
xAI-Provider; die Doku nennt derzeit Grok 4.5 als neuestes Modell.
Der Slack- und Teams-Agent Viktor bietet jetzt Grok 4.7 an; SpaceXSI hat das per Quote-Post bestätigt.
Offizieller xAI-Plugin-Marktplatz, aktiv (letzter Push 20.10.2026).
Community-getriebener KI-Writer für Community Notes.
System-Prompts des Grok-Assistenten und des @grok-Bots auf X.
Podcast-Player für Omarchy, der dem Theme live folgt, nach dem Schließen weiterspielt und sich über omarchy update aktualisiert; laut Autor mit Grok und Grok Bot gebaut.
Lokales Kontrollzentrum für Grok Build mit Laufzeit, ACP-Steuerung, Session-Verlauf und Git-Änderungen.
Deployment von Grok-Build-Instruktionen mit Vorschau, Hook-Isolation und Recovery.
Kuratierte, zweisprachige (EN/中文) Liste von Grok-Bot-Ressourcen.
Chinesischsprachige Grok-Bot-Rezepte (War Room, Radar-Routinen u. a.).
Regeln, Bot-Rollen und Fehlerlog aus einem 72-Stunden-Grok-Bot-Build.
Durchsucht im Katalog von mcprush.com MCP-Server und Agent-Skills mit Sicherheitsbewertung und liefert den passenden Installationsbefehl; laut README über /marketplace bzw. grok plugin install mcprush installierbar.
Leitet eine Discord-Erwähnung an den Agent weiter, den der jeweilige Nutzer verbunden hat, z. B. den eigenen Grok Bot (auch Webhook, Hermes, OpenClaw).
Inoffizielles chinesischsprachiges Grok-Bot-Handbuch mit 26 Kapiteln, 40 Aufgabenvorlagen und FAQ, auch als Website.
Wiederverwendbare SKILL.md-Playbooks für Grok-Bot- und Cursor-Agents (Routinen, Workflows, Best Practices).
Web-Oberfläche (Next.js + Postgres), um Grok-Bot-Routinen zentral zu sehen, zu pausieren und zu ändern und Logs des Bot-Computers auszuwerten; mit Demo.
.NET-10-Konsolen-App mit typischen Grok-4.7-Mustern (Tool Calling, Structured Outputs, langer Kontext) über Microsoft Foundry und das OpenAI-C#-SDK.
Inoffizieller Go-Client für die xAI-API, generiert aus der offiziellen OpenAPI-Spezifikation.
Sprachgespräche mit den eigenen Grok Bots direkt auf der Wear-OS-Uhr (ab Wear OS 3), freihändig mit Live-Untertiteln und synchron zum Bot-Chat; Anmeldung per QR-Code am Handy, APK auf GitHub.
Ein Prompt an den Grok Bot installiert einen kleinen Open-Source-Agenten auf dessen Rechner; danach zeigt vm-vitals.vercel.app CPU, Speicher, Festplatte und Netzwerk live, ohne Account.
Chinesischsprachiges Skript, das die auf dem Bot-Computer erreichbaren Daten (Profile, Memories, Notizen, Anhänge, Workspace und Gesprächsverläufe) als Rohdaten und lesbares Archiv sichert; laut README sind die Backups unverschlüsselt und können Zugangsdaten enthalten.
Importierbarer n8n-Workflow: neue E-Mail, Zusammenfassung, nächste Aktion und Antwortentwurf über die xAI-Grok-API, Freigabe per Telegram; dazu ein laut Autor noch ungetestetes Paket für Grok Bot.
Macht eine laufende Herdr-Terminal-Sitzung für MCP-Clients wie Grok Bot sichtbar: Coding-Agents in den Panes lesen, ihnen Prompts geben und auf Statusereignisse reagieren.
Kuratierte Sammlung (EN/日本語/中文) geteilter Grok Bots, Skills, MCP-Connectoren und Guides mit Link-Prüfdatum, auch als Website.
Verbindet ein WeChat-Konto über die Weixin-iLink-Bot-API mit einer Webhook-Routine von Grok Bot und schickt deren Antwort zurück; läuft auf Cloudflare Workers oder Node.js.
Inoffizielle Grok-Desktop-App für Fedora und Debian: bettet den Grok-Webchat ein, steuert die Grok-CLI (Build) über deren Agent-Protokoll und verwaltet Projekte in einem Fenster.
MCP-Plugin für Cursor und Grok Bot, das Ubiquiti-UniFi-Netzwerke (Geräte, Clients, VLANs, WLANs, Firewall) über die offizielle UniFi Network Integration API v1 verwaltet.
Zeigt Antworten des eigenen Assistenten verschlüsselt auf der Meta-Ray-Ban-Display-Brille oder im Browser an; laut README mit Grok Bot getestet (auch ChatGPT, Claude, Gemini, Cursor).
Inoffizielle chinesischsprachige Sammlung kopierbarer Grok-Bot-Rezepte mit geprüfter Ökosystem-Liste und Tutorial-Index zu grokguide.si.
Lokaler, nur lesender MCP-Server für die Tesla Fleet API, der auf dem eigenen Grok-Bot-Rechner läuft: Akku, Laden, Klima und Fahrtenverlauf abfragen, ohne das Auto unnötig zu wecken; sperren, entriegeln oder Laden steuern kann er nicht.
Cloudflare Worker, der Discord-Slash-Befehle prüft (Signatur, Allowlist) und an den Webhook einer Grok-Bot-Routine weiterleitet; der Bot antwortet im selben Kanal.
Faktencheck-Skill für Grok Bot: archiviert Quellen mit Hash, prüft Zitate wörtlich und gibt erst ein klares Urteil, wenn zwei unabhängige Seiten es stützen; gedacht für @bot-Tags auf X.
Baut aus dem offiziellen RPM- oder DEB-Download der Grok-Bot-Desktop-App ein Arch-Linux-Paket, das sich über pacman aktualisieren lässt; auf Omarchy getestet.
Macht ein Amazon Echo Spot (2017) mit LineageOS zu einem Sprachgerät mit animiertem Gesicht, das über die Grok Voice API spricht; README auf Japanisch, Englisch und Chinesisch.
Fügt xAI Grok (Text, Vision, Bildgenerierung) zu den Connectors des WordPress-7.0-AI-Clients hinzu, sodass alles, was wp_ai_client_prompt() nutzt, Grok verwenden kann; Version 1.0.0.
Verbindet Grok und Cursor per OAuth mit einem Monee-Mate-Finanzkonto: Ausgaben und Einnahmen erfassen, Budgets, Kreditkarten und geteilte Ausgaben ansehen; laut README über den Grok-Plugin-Marktplatz installierbar.
Macht SIP-Anrufe zu Echtzeit-Voice-Agents, u. a. mit xAI Grok Voice.
~/.grok/auth.json) bzw. das grok.com-Abo ohne API-Key umleiten (z. B. „n33-bulk-9router“, „grok-proxy-cc“, „grok-imagine-cli“).KI-Bibliothek: Mistral AI – Tools, Apps, Agents & Projekte · 18 Einträge · Quelle: mistral.md
Zuletzt aktualisiert: 2026-10-23
Legende
Mistral und NVIDIA arbeiten an KI-gestützten Engineering-Workflows: Mistral Large 4 plus Physik-Modellierung, beschleunigt mit CUDA-X und NVIDIA Warp, dazu Anbindung an Omniverse. Geplant sind öffentliche Benchmarks und offene Datensätze für Physik-Modelle und für Agents in CAE/EDA.
Neue Modellfamilie für Spracherkennung (Voxtral Small/Mini Transcribe 3, Realtime-Variante unter 500 ms) mit über 50 Sprachen, Diarization und Context Biasing, dazu Voxtral Mini TTS 3 (35+ Sprachen, 50+ Dialekte). Das neue Voice-Agent-SDK baut auf LiveKit auf und verbindet Zuhören, Denken, Tool-Calls und Sprechen in einer Streaming-Pipeline (SIP und WebRTC). Preise ab $0,0035/Min.
mistral-vibe)Mistrals Coding-Agent fürs Terminal mit Skills, Subagents, Plugins und MCP-Servern. v3.0.0 bringt u. a. /branch zum Abzweigen von Sessions, ein Debug-Fenster, Import von Sessions aus anderen Coding-Agents in der Desktop-App und ein admin-seitiges enable_mcp-Flag, das alle MCP-Server sperrt (auch die aus Plugins). v3.0.1 ergänzt enable_auto_approve, mit dem Admins den YOLO-Modus verbieten können. Mit v3.0.2 laufen standardmäßig mehr Subagents gleichzeitig (32 statt 4, einstellbar über max_subagents und max_concurrent_subagents), das Reasoning ist als einklappbare Zeile sichtbar, und Hooks greifen jetzt auch bei Subagents.
Mistrals erste Familie von Foundation-Modellen für Zeitreihen: probabilistische, multivariate Prognosen mit Kovariaten (vergangene und bekannte zukünftige), Kontext bis 32.768 Zeitschritte. Läuft ohne GPU; das 209M-Modell liegt laut Mistral auf GIFT-Eval, TIME und fev-bench vorn. Code unter Apache 2.0, Gewichte unter Modified MIT.
CERN und Mistral haben eine Absichtserklärung für eine langfristige Partnerschaft unterzeichnet. Ziel ist ein vortrainiertes „Large Physics Model“ für die Collider-Physik, trainiert auf Milliarden simulierter LHC-Kollisionen. Zeitplan, Budget und Lizenz sind noch offen (Reuters nennt das Modell „Flare“, CERN selbst nicht).
Streaming-Spracherkennung für arabische Dialekte und Hocharabisch, auch bei Sprachwechseln mitten im Satz, fein abgestimmt aus Voxtral-Mini-4B-Realtime-2602; mit WebGPU-Demo im Browser. Dazu LIDstral Arabic (Apache 2.0), ein schneller Klassifikator für Sprache und Dialekt in arabischer Schrift.
mistral-large-4)Mistrals bisher größtes Modell: Mixture-of-Experts mit rund 1 Billion Parametern, multimodal, 1M-Token-Kontext laut Changelog. Stark bei Coding, Agents, Cybersecurity, Finanzen und Recht. Trainiert auf 3.800 Grace-Blackwell-GPUs in Mistrals europäischen Rechenzentren. Die Open Weights sollen Ende Oktober 2026 kommen. Hinweis: Zu den aktiven Parametern nennt Mistral 52 Mrd. (Launch-Post) bzw. 49 Mrd. (NVIDIA-Post vom 21.10.).
mistralai.mistral-vibe-code)Bringt den Vibe-Coding-Agent in VS Code, mit Zugriff auf das ganze Projekt. Erschienen zusammen mit dem Vibe-Launch.
mistralai)Offizieller Python-Client für die Mistral-API (Studio), generiert mit Speakeasy. Die Major-Version 3.x erschien Anfang Oktober 2026 (GitHub-Release v3.1.0 am 06.10.).
client-ts)Offizieller TypeScript/JavaScript-Client. Mit v3.0.0 ändert sich die öffentliche API in Teilen (Breaking Changes laut Release-Notes).
C++-Runtime auf Basis von ggml, die viele Modelle für Spracherkennung und Sprachausgabe lokal ausführt, darunter Mistrals Voxtral Mini 3B, Voxtral Mini 4B Realtime (Streaming) und Voxtral TTS 4B. Das Release v0.8.44 verbessert u. a. das Alignment langer Audiodateien und die Python-Metadaten.
Prognostiziert vorhandene Grafana-Metriken mit einem selbst gehosteten Timestral-Modell: Datenquelle und Abfrage wählen, Prognosedauer festlegen. Es gibt eine Demo mit Docker Compose (4 CPU-Kerne, 8 GB RAM); vorausgesetzt wird Grafana 13+.
Zeigt laufende Sessions von Claude Code, Codex und Mistral Vibe als animierten Team-Call: welcher Agent arbeitet, hängt, wartet oder Tokens verbraucht. Kostet selbst keine Tokens; inoffizielles Projekt.
Überträgt Sessions zwischen 18 Coding-Agents, darunter Mistral Vibe, Claude Code, Codex und Cursor Agent; das Session-Format von Vibe ist dokumentiert.
Lokales Archiv für Aufnahmen vom Plaud Note Pro: Import direkt per Bluetooth, Transkription u. a. mit Mistral Voxtral, Zusammenfassungen wahlweise mit Mistral, OpenAI, Anthropic oder lokal über Ollama.
vibe-delegate)Skills, mit denen ein Coding-Agent eine Aufgabe an die CLI eines anderen Agents abgibt und danach den Diff prüft. Der Skill vibe-delegate spricht Mistral Vibe an, u. a. mit Plan-only- und Resume-Optionen.
Claude Code plant und gibt die eigentliche Arbeit an Mistral Vibe ab, danach wird der git-Diff geprüft. Das spart Claude-Tokens, weil Claude pro Lauf nur etwa 500–1.500 Tokens sieht.
MCP-Server für den Theorembeweiser Lean (über den Lean-Language-Server). Mistral verlinkt ihn im Blogpost zu Leanstral 1.5.