Home

MultiGPT-Wiki

MultiGPT ist ein lokales Multi-KI-Chatsystem für die Familie. Ein Django-Server im Intranet bietet Chats mit verschiedenen KI-Anbietern an, online und lokal über LM Studio. Die Daten liegen in PostgreSQL mit pgvector. MultiGPT läuft dauerhaft auf einem Rechner im Heimnetz (z. B. einem NAS mit Debian 13 „trixie“) und wird als Debian-Paket multi-gpt installiert. Aus dem Internet ist es nicht erreichbar.

Hier stehen Anleitungen zu Diensten, die MultiGPT ergänzen.

Anleitungen

• Chat-Bedienung: markierten Text zitieren (auch mehrere Zitate in einer Nachricht), Kontextmenü und Leiste bei Textauswahl, Schnellaktionen, Mitscrollen beim Schreiben der KI mit „↓ Neueste“, Tastaturkürzel
• Chat-Einstellungen: Grundregeln für alle Modelle, Anzeige im Chat (auch der eigene Rollen-Prompt), Kreativität (Temperatur) und Denktiefe (Reasoning) je Chat, Projekt und Standard, Abbildung je Anbieter
• Projekte: Chats gruppieren, Anweisungen, Standardmodell und Sammlungen je Projekt, verschieben, Archiv, Löschen mit oder ohne Chats
• Chats teilen: Chats mit Konten oder Gruppen teilen, Rechte Lesen, Schreiben, Bearbeiten, Löschen (RWUD), Kopie, Kosten und Datenschutz
• Anbieter und Modelle: Fähigkeiten-Matrix (Werkzeuge, Bilder, MCP), automatische Erkennung, welche Modelle MCP-Server nutzen dürfen
• MCP-Server: Server anlegen oder aus JSON importieren, Online-Status und Ursachen, Werkzeuge einstufen (mit/ohne Rückfrage), Freigabe je Modell
• API-Keys: MultiGPT als MCP-Server unter /mcp/ – Keys je Konto mit Rechten (Scopes), Werkzeuge (ask, Dokumente hochladen und durchsuchen, Indexierung starten und überwachen, Dateien abholen), Sicherheit und Audit-Log
• n8n: beide Richtungen – MultiGPT nutzt n8n-Workflows als Werkzeuge, n8n steuert MultiGPT; Schritt für Schritt mit Beispiel-Workflows
• Bilder erzeugen: Bildmodell einrichten (z. B. OpenAI gpt-image-1), Werkzeug generate_image, Modus „Bild“, Hinweis bei Modellen ohne Werkzeuge, Kosten je Bild
• Berechnungen: Werkzeug run_python (numpy, sympy, mpmath, Diagramme mit matplotlib), Sandbox mit bubblewrap, Grenzen, „Sandbox testen“, Fehlersuche
• Blätter und Dokumente (PDF): Werkzeug create_pdf für Arbeitsblätter, Lineaturen mit Häuschen, Rechenblätter mit Lösungen, Uhr, Zahlenstrahl, Briefe und Tabellen
• Kosten und Budgets: Kontenrahmen (Geld, nur Tokens, Pauschale), Preise mit Historie, Wechselkurse, Budgets je Konto, Beispiele für Anthropic, OpenAI und LM Studio
• Fragen an eigene Dokumente (RAG): Sammlungen, Upload, Status, Auswahl im Chat, Quellen und Datenschutz
  • RAG einrichten: Embedding-Modell, LM Studio, OCR, Worker, Neu-Indexieren und Fehlersuche
  • Verzeichnisquellen: NAS-Ordner regelmäßig in eine Sammlung einlesen
  • Zitieren: Zitierstile, Fundstelle (Abschnitt, Seite, Absatz), Literaturangaben pflegen, Normen und Verlagstexte
• Konfiguration: alle Schlüssel in /etc/multi-gpt/.env mit Standardwerten und Bedeutung
• mgpt-ctl: alle Verwaltungsbefehle, darunter index status --follow (Indexierung live beobachten) und apikey; nach dem Update auf 0.3 einmalig sudo mgpt-ctl guess_capabilities --apply
• nginx und TLS: was das Paket für nginx einrichtet, Hostname und Zertifikat ändern, Standard-Server, Upload-Grenze und Fehlersuche
• SearXNG als Such-Backend: wozu MultiGPT eine Suchmaschine braucht, welche Variante passt, Test, Eintragen in MultiGPT und Fehlersuche
  • Variante a) SearXNG mit Docker
  • Variante b) SearXNG nativ auf Debian 13

Weitere Informationen

• Quellcode und Fehlermeldungen: https://github.com/Beerlesklopfer/multi-gpt
• Website mit Beschreibung und Stand: https://beerlesklopfer.github.io/multi-gpt/
• Lizenz: AGPL-3.0-or-later