Schlagwort: Debian

Tooling mit OpenClaw und warum KI unendlich Zeit kosten kann

Nachdem ich nach vielen Stunden Interaktion mit ChatGPT und Gemini den Ansatz mit Openclaw über eine KVM/QEMU-VM mit Debian auf meinem Hauptrechner und  LM Studio auf dem Mint-Host als grundsätzlichen Workflow zum Laufen gebracht habe, war noch das Tooling offen. Der Agent sollte also konkrete Aufgaben erledigen, statt nur Textantworten von einer KI abfragen. Das geht sowieso ohne Agent viel effizienter.

Und wieder hat mich die KI in eine völlig falsche Richtung geschickt. Ich habe wieder Stunden damit verbracht, Vorschläge von ChatGPT abzuarbeiten, warum das Tools-Flag in der Antwort der KI leer war und nur eine JSON-Struktur mit den grundsätzlichen Aufrufen zurückkam. Nachdem ich gestern dann aufgegeben habe, ist mir auf dem Weg zum Gleitschirmhang der korrekte Workflow als Idee gekommen.

Dass die KI nicht Tools aufgerufen hat, war nicht das Problem, sondern der Beweis, dass OpenClaw keinen Unsinn machen kann. Der Agent läuft in der VM, die KI auf dem Host. Auf dem Host dürfen ausdrücklich keine Tools ausgeführt werden. Das ist der ganze Sinn des Aufbaus. Der Aufruf der Tools muss in der VM erfolgen. Und nur da. Das hatte ChatGPT überhaupt nicht auf dem Schirm und das zeigt, dass es extrem riskant ist, wenn KI die Lösung einer Aufgabe steuert. Das ist ein Try-and-Error-Verfahren, bei dem irgendwelche Vorschläge gemacht werden und u.U. auch Fehlermeldungen interpretiert werden. Fehler werden teils auch von der KI gelöst, aber es fehlt die Richtung. Deshalb braucht man oft mit dem Einsatz von KI ein Vielfaches der Zeit, die man ohne KI brauchen würde – wenn man das Wissen hat, wie etwas funktioniert.

Mehr und mehr empfinde ich KI als superschlauen Junior-Partner, dessen Vorschläge aber Gesamtaufgaben mehr zerstören als in der Gesamtheit lösen. Viele isoliert und auf spezielle Konstellationen gut passende Vorschläge, die aber ein Gesamtproblem nicht lösen.

Ich behaupte, dass ich den grundsätzlichen Workflow mit OpenClaw in der VM und dem lokalen LLM auf dem Host in vielleicht 10% der Zeit hinbekommen hätte, die ich mit KI gebraucht habe. Ich hätte nur vorher ein sauberes Konzept bzw. einen echten Plan und nicht eine vage Vorstellung haben müssen. Unter keinen Umständen darf aber die KI die „Projektleitung“ bekommen. Das geht in die Hose und stimmt mich optimistisch für die berufliche Zukunft. KI ist ein Werkzeug und ein Hammer entscheidet auch nicht selbst, worauf er geschlagen wird.

Nachdem ich ChatGPT auf die richtige Spur gesetzt habe, gehe ich das Tooling durch OpenClaw neu an und gebe radikal die Richtung vor, was mir ChatGPT zuzuarbeiten hat. Ich folge nicht mehr seinen Vorschlägen, denn ich habe genug durch diese Irrwege gelernt und will jetzt die Problemlösung.

pipx und virtuelle Python-Umgebungen

Mein „Crash“ gestern Abend hatte ja die Ursache, dass ich pip unter meiner Python-Installation vermisst und dann ein paar „destruktive“ Ansätze zur Lösung versucht habe. Heute morgen habe ich dann das Problem beseitigt, wobei ich gerne zugebe, dass ChatGPT wieder unterstützt hat. Wobei man die richtigen Fragen stellen und die Antworten als auch Fehlermeldungen und Ausgaben vernünftig verstehen und Tipps anpassen muss (was ich als meine Eigenleistung sehe). Gestern habe ich ja erfahren, was ein blindes Verwenden von Vorschlägen bedeutet. Doch als Spoiler zuerst meine beiden Lösungen, worüber ich pip jetzt verwenden kann, um fehlende Module wie pandas, numpy, matplotlib etc. auf meinem Linux Mint 22 zu installieren:

  1. pipx
  2. Eine virtuelle Umgebung
  3. Eine alternative Python-Installation wie zusätzliches CPython oder IronPython nutzen

Die Frage, ob ich nicht bis 3 zählen kann, weil ich von „beiden“ Lösungen rede, soll in der Antwort münden, dass ich die ersten beiden ausprobiert habe und die mir vollständig genügen.

Doch erst einmal die Ursache für mein Problem. Ich habe pip bzw. pip3 erst einmal nicht gefunden und dann trotz verschiedener Aufrufanweisungen nicht ausführen können. Der Ausgangsfehler war im Prinzip die Fehlermeldung:

error: externally-managed-environment

× This environment is externally managed

Irgendwann hatte ich diese eigentlich sehr aussagekräftige Fehlermeldung auch endlich mal verstanden. Der Fehler tritt auf, weil unter meinem Linux-System mein Python-Umfeld als „extern verwaltet“ betrachtet wird und das darin resultiert, dass das System den direkten Einsatz von pip für die Installation von Paketen in der globalen Python-Umgebung nicht zulässt. „pipx und virtuelle Python-Umgebungen“ weiterlesen

Deepin Linux

In der Familie wird ein Notebook für ein bisschen Textverarbeitung benötigt und wegen Black Friday & Co stand zur Diskussion, ein solches zu kaufen. Doch da ich die Preise eine Weile schon verfolge – das lohnt sich n.E. im Moment gar nicht. Für mich sieht es nach meinen Aufzeichnungen der Preise über die letzten Wochen so aus als wären die – wie üblich – die letzten Tage massiv erhöht und jetzt nur auf einen Stand reduziert worden, der immer noch über dem vor einigen Wochen liegt. Gerade bei Notebooks und anderer PC-Hardware.

Zudem schlummerten unter dem Sofa noch ein paar uralte Notebooks, für die eine Wiederbelebung eine Option war. Mein altes HP EliteBook habe ich mit diversen Tools komplett bereinigt und es scheint halbwegs zu laufen. Windows 10 und Office ist drauf und deshalb durchaus eine Option. Allerdings ist das Teil ziemlich „träge“.

Ein anderes Notebook von meinem Sohn musste ich erst an verschiedenen Stellen kleben und da war Windows nicht wirklich mehr vernünftig instand zu setzen gewesen.

Also ein Kandidat für Linux. Deepin Linux ist mir da untergekommen. Kommt aus China und basiert vom Unterbau auf Debian. Von der Oberfläche ein Mix aus macOS und Windows 11 verspricht es dennoch geringe Hardwareanforderungen. Ausprobiert und ich muss sagen – sieht verdammt schön von der Oberfläche aus und läuft smart auf dem uralten Notebook. Sonst nutze ich Mint Linux mit Xfce auf alter Hardware, aber Deepin scheint auch auf alter Hardware eine modernere und schöne GUI hinzuzaubern. Auch wenn mir Design und Optik eigentlich vollkommen egal sind – wenn es von der Funktionalität gleichwertig ist – warum nicht das optisch schöne System verwenden? Die Nachinstallation von Software, die nicht standardmäßig in den Repos zu finden ist, ist nach ersten Versuchen mau, aber als „Out-of-the-box“-System für reine Anwender scheint das zu taugen.