Kategorie: Allgemein

PPNP-Wissensdatenbank

Die PPNP-Wissensdatenbank macht das Regelwerk von „Pen, Paper and Pyxlinge“ für KI-Assistenten wie Claude durchsuchbar. Statt Regeln aus dem Gedächtnis zu raten, schlägt die KI über das Model Context Protocol direkt in den Regelwerk-Beiträgen auf ppnp.weinify.de nach und antwortet mit dem tatsächlichen Wortlaut samt Link zur Quelle.

Allgemein

Wozu dient er?

Beim Spielen, Leiten oder Weiterentwickeln von PPNP tauchen ständig Regelfragen auf: Wie funktionieren Rettungswürfe? Was bringt eine Expertise? Welche Trainerklassen gibt es? Die Wissensdatenbank beantwortet solche Fragen aus dem offiziellen Regelwerk, sodass eine KI verlässlich mit den aktuellen Regeln arbeitet – auch dann, wenn sich diese inzwischen geändert haben.

Immer der aktuelle Stand

Der Server pflegt keine eigene Kopie des Regelwerks. Er liest die veröffentlichten Regelwerk-Beiträge von ppnp.weinify.de und hält sie nur wenige Minuten zwischengespeichert. Wird ein Beitrag geändert oder kommt ein neuer hinzu, findet die Suche ihn kurz darauf ohne weiteres Zutun.

Zweisprachig

Die Regelwerk-Beiträge liegen auf Deutsch und Englisch vor. Suche und Abruf lassen sich auf eine Sprache beschränken oder liefern beide Fassungen zusammen.

Für KI-Clients

Ein per Dashboard erzeugter Zugangs-Token mit Zugriff auf „ppnp-wiki“ reicht, um den Server in Claude oder einen anderen MCP-fähigen Client einzubinden. Zur Verfügung stehen zwei Werkzeuge; beide akzeptieren den optionalen Parameter „language“ (de oder en):

Werkzeug	Beschreibung
search_ppnp_wiki	Durchsucht das Regelwerk nach einem Stichwort oder einer Frage und liefert die passendsten Beiträge mit Titel, Link und Textausschnitt
get_ppnp_wiki_article	Liefert den vollständigen Text eines einzelnen Beitrags anhand seiner ID aus der Suche

Technischer Aufbau

Keine eigene Datenbank

Der Server speichert selbst nichts. Er liest ausschließlich die öffentlichen Regelwerk-Beiträge von ppnp.weinify.de und wandelt sie in Klartext um, getrennt nach Sprache.

Einfache Stichwortsuche

Die Suche bewertet, wie oft die Suchbegriffe in Titel und Text vorkommen; Treffer im Titel zählen stärker. Zu jedem Treffer gibt es einen kurzen Ausschnitt rund um die Fundstelle, den vollständigen Beitrag liefert das zweite Werkzeug.

Nur für KI-Clients

Der Server ist ausschließlich über den MCP-Gateway erreichbar und hat keine eigene Web-Oberfläche. Wer die Regeln selbst lesen möchte, findet sie direkt im Regelwerk auf ppnp.weinify.de.

PPNP knowledge base

The PPNP knowledge base makes the rulebook of „Pen, Paper and Pyxlinge“ searchable for AI assistants like Claude. Instead of guessing rules from memory, the AI looks them up directly in the rulebook posts on ppnp.weinify.de via the Model Context Protocol and answers with the actual wording plus a link to the source.

General

What is it for?

Playing, running or developing PPNP constantly raises rule questions: How do saving throws work? What does an expertise give you? Which trainer classes exist? The knowledge base answers such questions from the official rulebook, so an AI reliably works with the current rules – even after they have changed.

Always up to date

The server keeps no copy of the rulebook of its own. It reads the published rulebook posts from ppnp.weinify.de and caches them for only a few minutes. When a post is changed or a new one is added, the search finds it shortly afterwards without any further action.

Bilingual

The rulebook posts exist in German and English. Search and retrieval can be limited to one language or return both versions together.

For AI clients

An access token generated via the dashboard with access to „ppnp-wiki“ is enough to connect the server to Claude or another MCP-capable client. Two tools are available; both accept the optional parameter „language“ (de or en):

Tool	Description
search_ppnp_wiki	Searches the rulebook for a keyword or a question and returns the best matching posts with title, link and text excerpt
get_ppnp_wiki_article	Returns the full text of a single post by its ID from the search

Technical setup

No database of its own

The server stores nothing itself. It only reads the public rulebook posts from ppnp.weinify.de and converts them into plain text, separated by language.

Simple keyword search

The search rates how often the search terms appear in title and text; matches in the title count more. Every match comes with a short excerpt around the location found, and the second tool returns the full post.

For AI clients only

The server is reachable only through the MCP gateway and has no web interface of its own. Anyone who wants to read the rules themselves will find them directly in the rulebook on ppnp.weinify.de.

22. Oktober 2026

Server-Wartung (ops)

Der ops-Server beantwortet die Frage „Läuft bei den Servern alles?“ – mit einem Aufruf statt vieler Einzelbefehle. Er prüft Updates, Docker-Container, Zertifikate, Backups und Dienste und liefert eine kurze, lesbare Zusammenfassung. Er ist sowohl für KI-Assistenten wie Claude über das Model Context Protocol erreichbar als auch über eine eigene Web-Oberfläche direkt hier auf dieser Seite.

Allgemein

Wozu dient er?

Wer Server betreibt, prüft regelmäßig dieselben Dinge: Gibt es Updates? Läuft jeder Container? Laufen die Zertifikate bald ab? Hat das nächtliche Backup funktioniert und liegt es auch auf dem Sicherungsspeicher? Der ops-Server nimmt diese Routine ab und fasst das Ergebnis so zusammen, dass man nur noch lesen muss, was auffällt.

Der Tagesreport: nur Auffälliges

Der Einstieg ist der Report. Er prüft alles auf einmal und zeigt ausschließlich Abweichungen – etwa eine fast volle Festplatte, offene Sicherheits-Updates, einen ausgefallenen Container, ein zu altes Backup oder ein Zertifikat kurz vor dem Ablauf. Fällt nichts auf, steht dort schlicht „Ergebnis: OK“. Erst bei einer Auffälligkeit lohnt der Blick in die Einzelprüfungen.

Nur lesen, nichts ändern

Alle Prüfungen sind rein lesend. Der ops-Server spielt keine Updates ein, startet nichts neu und löscht nichts. Wer etwas ändern will, tut das bewusst und getrennt davon. So ist der Server auch bei einem Fehlgriff ungefährlich.

Nachts vorgerechnet

Aufwendige Prüfungen – etwa der Inhaltscheck der Backup-Archive oder der Abgleich der Docker-Images mit ihren Quellen – laufen nachts und liegen morgens fertig bereit. Ein Klick zeigt das Ergebnis sofort, ohne minutenlang zu warten.

Für KI-Clients

Ein per Dashboard erzeugter Zugangs-Token mit Zugriff auf „ops“ reicht, um den Server in Claude oder einen anderen MCP-fähigen Client einzubinden. Der Zugriff ist auf ausdrücklich freigegebene Nutzer beschränkt. Zur Verfügung stehen zehn Werkzeuge; die meisten akzeptieren den Parameter „host“ (ein einzelner Server oder alle):

Werkzeug	Beschreibung
ops_report	Prüft alles auf einmal und zeigt nur Abweichungen (Warnungen, kritische Punkte, Hinweise) – sonst „Ergebnis: OK“
ops_status	Kurzüberblick je Server: Laufzeit, Auslastung, Festplatte, Speicher, Neustart nötig, Zombie-Prozesse, offene Updates, Container
ops_updates	Offene Betriebssystem-Updates (davon Sicherheits-Updates), Neustart nötig, laufender gegen neuesten Kernel – spielt nichts ein
ops_docker	Docker-Version, laufende Container mit Alter des Images und Vergleich mit der Quelle (aktuell, Update verfügbar, selbst gebaut), Speicherverbrauch
ops_certs	Restlaufzeit der Zertifikate aller Domains und Auffälligkeiten im Proxy-Log
ops_zombies	Zombie-Prozesse mit Elternprozess und zugehörigem Container
ops_backups	Tägliche Backups (Datum, Größe), letzte Abholung auf den Sicherungsspeicher, Ergebnis der nächtlichen Archiv-Prüfung, manuelle Sicherungen
ops_logs	Fehler der letzten 24 Stunden je Container und Anmeldeversuche von außen (Anzahl, Herkunft)
ops_services	Erreichbarkeit der öffentlichen Webseiten (Status und Antwortzeit) sowie Zustand der Spieleserver
ops_apps	Versionen und offene Updates der eingesetzten Anwendungen (WordPress, Nextcloud, Gitea, Vaultwarden) – nur Anzeige

Technischer Aufbau

Keine eigene Datenbank

Der ops-Server speichert selbst nichts. Er fragt die Server bei jedem Aufruf frisch ab; nur die nächtlich vorgerechneten Ergebnisse liegen als kleine Dateien auf den Servern.

Eingeschränkter Zugang

Die Prüfungen laufen über einen Zugang, der ausschließlich feste, lesende Abfragen erlaubt – eine freie Eingabe von Befehlen ist nicht möglich. Zusätzlich muss ein Nutzer im ops-Server selbst ausdrücklich zugelassen sein; die Freigabe im Dashboard allein genügt nicht.

Zwei Zugriffswege, ein Zugangsschlüssel

Der Server ist über den MCP-Gateway für KI-Clients erreichbar und gleichzeitig über eine eigene Web-Oberfläche direkt hier eingebettet. Die Oberfläche zeigt für jede Prüfung eine Schaltfläche und beim Öffnen gleich den Tagesreport; Warnungen und kritische Punkte sind farbig markiert. Für die Einbettung erzeugt WordPress bei jedem Seitenaufruf automatisch einen frischen, nur wenige Stunden gültigen Zugangsschlüssel im Hintergrund – es muss nichts manuell kopiert oder eingetragen werden.

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

Server maintenance (ops)

The ops server answers the question „Is everything running on the servers?“ – with a single call instead of many individual commands. It checks updates, Docker containers, certificates, backups and services and returns a short, readable summary. It is reachable both for AI assistants like Claude via the Model Context Protocol and through its own web interface embedded directly on this page.

General

What is it for?

Anyone running servers checks the same things regularly: Are there updates? Is every container running? Are the certificates about to expire? Did the nightly backup work, and does it also exist on the backup storage? The ops server takes over this routine and condenses the result so that all you have to read is what stands out.

The daily report: only what stands out

The entry point is the report. It checks everything at once and shows deviations only – for example an almost full disk, open security updates, a failed container, a backup that is too old or a certificate close to expiry. If nothing stands out, it simply says „Ergebnis: OK“. Only when something is flagged is it worth looking at the individual checks.

Read only, never change anything

All checks are strictly read-only. The ops server does not install updates, does not restart anything and does not delete anything. Anyone who wants to change something does so deliberately and separately. That keeps the server harmless even if something goes wrong.

Prepared overnight

Time-consuming checks – such as inspecting the contents of the backup archives or comparing the Docker images with their sources – run at night and are ready in the morning. One click shows the result instantly instead of waiting for minutes.

For AI clients

An access token generated via the dashboard with access to „ops“ is enough to connect the server to Claude or another MCP-capable client. Access is limited to users who have been explicitly authorized. Ten tools are available; most of them accept the parameter „host“ (a single server or all):

Tool	Description
ops_report	Checks everything at once and shows deviations only (warnings, critical items, notes) – otherwise "Ergebnis: OK"
ops_status	Quick overview per server: uptime, load, disk, memory, restart needed, zombie processes, open updates, containers
ops_updates	Open operating system updates (including security updates), restart needed, running versus newest kernel – installs nothing
ops_docker	Docker version, running containers with image age and comparison against the source (up to date, update available, self-built), storage usage
ops_certs	Remaining lifetime of the certificates of all domains and anomalies in the proxy log
ops_zombies	Zombie processes with parent process and the container they belong to
ops_backups	Daily backups (date, size), last pickup by the backup storage, result of the nightly archive check, manual backups
ops_logs	Errors of the last 24 hours per container and login attempts from outside (count, origin)
ops_services	Reachability of the public websites (status and response time) and state of the game servers
ops_apps	Versions and open updates of the applications in use (WordPress, Nextcloud, Gitea, Vaultwarden) – display only

Technical setup

No database of its own

The ops server stores nothing itself. It queries the servers afresh on every call; only the results prepared overnight are kept as small files on the servers.

Restricted access

The checks run through an access that only allows fixed, read-only queries – entering arbitrary commands is not possible. In addition, a user has to be explicitly allowed inside the ops server itself; the release in the dashboard alone is not enough.

Two access paths, one access key

The server is reachable through the MCP gateway for AI clients and, at the same time, embedded directly on this page via its own web interface. The interface shows a button for every check and the daily report as soon as it opens; warnings and critical items are highlighted in colour. For the embed, WordPress automatically mints a fresh access key valid for a few hours in the background on every page load – nothing needs to be copied or entered manually.

Web access is only available to authorized users.

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

21. September 2026

Scheduler

Der Scheduler-Server ist eine Erinnerung an das, was regelmäßig getan werden muss – Wartungs-Checks, Kontrollrunden, Daueraufgaben. Er ist sowohl für KI-Assistenten wie Claude über das Model Context Protocol erreichbar als auch über eine eigene Web-Oberfläche direkt hier auf dieser Seite.

Allgemein

Wozu dient er?

Manche Dinge sind nie „fertig“: Updates prüfen, Zertifikate kontrollieren, Backups aufräumen. Eine normale Aufgabe wird nach dem Erledigen gelöscht – für so etwas passt das nicht. Der Scheduler hält solche wiederkehrenden Checks fest, sagt jederzeit, was gerade fällig ist, und merkt sich, wann und mit welchem Ergebnis sie zuletzt erledigt wurden.

Aufbau: Intervall, Fälligkeit, Verlauf

Jeder Eintrag besteht aus einem Titel, einer Beschreibung (was genau zu tun ist), einem Intervall in Tagen und einer nächsten Fälligkeit. Optional lassen sich ein Projekt-Tag, ein Zuständiger und Verknüpfungen zu Erinnerungen aus dem Erinnerungs-Server ergänzen – etwa das passende Runbook mit der Schritt-für-Schritt-Anleitung. Wird ein Eintrag erledigt, schreibt der Scheduler einen Verlaufseintrag mit Datum und Kommentar und setzt die nächste Fälligkeit automatisch auf Erledigungsdatum plus Intervall.

Erledigt heißt: bleibt bestehen

Anders als beim Aufgaben-Server wird ein Eintrag beim Erledigen nicht gelöscht. Er rutscht lediglich um das Intervall weiter, und der Verlauf wächst um einen Kommentar. So lässt sich später nachvollziehen, was bei den letzten Durchläufen gefunden wurde – zum Beispiel, ob eine Zahl im Vergleich zum letzten Mal gestiegen ist. Gelöscht wird ein Eintrag nur, wenn der Check dauerhaft nicht mehr gebraucht wird.

Zum Sessionstart prüfen

Zu Beginn einer Sitzung ruft die KI ab, was fällig ist. Ist etwas dran, fragt sie vor der eigentlichen Arbeit nach, ob es jetzt erledigt werden soll – und vermerkt es danach mit einem kurzen Kommentar. Ist nichts fällig, kostet die Abfrage praktisch nichts.

Für KI-Clients

Ein per Dashboard erzeugter Zugangs-Token mit Zugriff auf „scheduler“ reicht, um den Server in Claude oder einen anderen MCP-fähigen Client einzubinden. Zur Verfügung stehen sieben Werkzeuge:

Werkzeug	Beschreibung
list_due	Zeigt nur die jetzt fälligen oder überfälligen Einträge, eine Zeile pro Eintrag, älteste Fälligkeit zuerst
list_schedules	Listet alle wiederkehrenden Einträge, sortiert nach nächster Fälligkeit, optional per Stichwort, Projekt-Tag oder Zuständigem gefiltert
get_schedule	Liefert einen Eintrag vollständig, inklusive verknüpfter Erinnerungen und Verlauf mit Kommentaren
create_schedule	Legt einen neuen Check an (Titel, Intervall in Tagen, optional Beschreibung, Projekt-Tag, Zuständiger, Erinnerungs-Verknüpfung, erste Fälligkeit)
update_schedule	Ändert Felder eines Eintrags oder verschiebt die nächste Fälligkeit
complete_schedule	Vermerkt einen Eintrag als erledigt – Verlaufseintrag mit Kommentar, nächste Fälligkeit wird automatisch gesetzt
delete_schedule	Entfernt einen Eintrag samt Verlauf unwiderruflich – nur wenn er dauerhaft nicht mehr gebraucht wird

Technischer Aufbau

Eigene, isolierte Datenbank

Die Daten liegen wie bei den anderen Servern nicht in WordPress, sondern in einer eigenen SQLite-Datenbank. Jede Abfrage ist strikt nach Nutzer gefiltert. Fälligkeiten sind tagesgenau und richten sich nach dem Berliner Kalendertag.

Zwei Zugriffswege, ein Zugangsschlüssel

Der Server ist über den MCP-Gateway für KI-Clients erreichbar und gleichzeitig über eine eigene Web-Oberfläche direkt hier eingebettet. Für die Einbettung erzeugt WordPress bei jedem Seitenaufruf automatisch einen frischen, nur wenige Stunden gültigen Zugangsschlüssel im Hintergrund – es muss nichts manuell kopiert oder eingetragen werden.

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

Scheduler

The scheduler server is a reminder for everything that has to be done regularly – maintenance checks, review rounds, recurring chores. It is reachable both for AI assistants like Claude via the Model Context Protocol and through its own web interface embedded directly on this page.

General

What is it for?

Some things are never „done“: checking for updates, checking certificates, cleaning up backups. An ordinary task is deleted once it’s finished – that doesn’t fit here. The scheduler keeps such recurring checks, tells you at any time what is due right now, and remembers when and with what result they were last completed.

Structure: interval, due date, history

Each entry has a caption, a description (what exactly needs to be done), an interval in days and a next due date. Optionally you can add a project tag, an assignee and links to memories from the memory server – for example the matching runbook with the step-by-step instructions. When an entry is completed, the scheduler writes a history entry with date and comment and automatically sets the next due date to completion date plus interval.

Done means: it stays

Unlike the tasks server, an entry is not deleted when it is completed. It simply moves forward by its interval, and the history grows by one comment. That makes it possible to see later what the last runs found – for instance whether a number has gone up compared to last time. An entry is only deleted once the check is no longer needed at all.

Check at session start

At the start of a session the AI asks what is due. If something is, it asks before starting the actual work whether it should be done now – and records it afterwards with a short comment. If nothing is due, the query costs practically nothing.

For AI clients

An access token generated via the dashboard with access to „scheduler“ is enough to connect the server to Claude or another MCP-capable client. Seven tools are available:

Tool	Description
list_due	Shows only the entries that are due or overdue right now, one line per entry, oldest due date first
list_schedules	Lists all recurring entries sorted by next due date, optionally filtered by keyword, project tag or assignee
get_schedule	Returns one entry in full, including linked memories and history with comments
create_schedule	Creates a new check (caption, interval in days, optional description, project tag, assignee, memory links, first due date)
update_schedule	Changes fields of an entry or postpones the next due date
complete_schedule	Marks an entry as done – history entry with comment, next due date is set automatically
delete_schedule	Removes an entry including its history permanently – only when it is no longer needed at all

Technical setup

Own, isolated database

As with the other servers, the data doesn’t live in WordPress but in its own SQLite database. Every query is strictly filtered by user. Due dates are day-precise and follow the calendar day in Berlin.

Two access paths, one access key

The server is reachable through the MCP gateway for AI clients and, at the same time, embedded directly on this page via its own web interface. For the embed, WordPress automatically mints a fresh access key valid for a few hours in the background on every page load – nothing needs to be copied or entered manually.

Web access is only available to authorized users.

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

21. September 2026

Aufgaben

Der Aufgaben-Server ist ein schnelles Merkzettel-System für unterwegs – erreichbar sowohl für KI-Assistenten wie Claude über das Model Context Protocol als auch über eine eigene Web-Oberfläche direkt hier auf dieser Seite.

Allgemein

Wozu dient er?

Fällt einem unterwegs oder abseits vom Rechner ein, dass noch etwas zu erledigen ist, geht die Notiz dazu schnell wieder verloren. Der Aufgaben-Server löst das: eine kurze Aufgabe ist in Sekunden erfasst – per Zuruf an die KI oder direkt über die Web-Oberfläche – und später über Stichwortsuche oder Filter genauso schnell wiedergefunden.

Aufbau: Titel, Beschreibung und optionale Felder

Jede Aufgabe besteht aus einem kurzen Titel und einer optionalen ausführlicheren Beschreibung. Dazu kommen optionale Felder: ein Projekt-Tag zum Gruppieren, ein Zuständiger (wer die Aufgabe erledigen soll – etwa ich selbst oder die KI), eine frei wählbare Art (zum Beispiel Bugfix oder Recherche), eine Priorität (hoch, normal oder niedrig) und Verknüpfungen zu Erinnerungen aus dem Erinnerungs-Server, etwa ein passendes Runbook mit der Schritt-für-Schritt-Anleitung. Projekt, Zuständiger und Art sind bewusst freie Textfelder an der Aufgabe selbst, keine eigenen Objekte – das hält das Erfassen auf ein Minimum reduziert. Die Übersicht ist nach Priorität sortiert und lässt sich nach Projekt und Zuständigem filtern.

Erledigt heißt gelöscht

Es gibt bewusst keinen eigenen „erledigt“-Status. Eine abgeschlossene Aufgabe wird schlicht gelöscht, sowohl über die Web-Oberfläche als auch über das entsprechende Werkzeug für KI-Clients – das hält die Liste aufgeräumt, ohne eine wachsende Ablage erledigter Punkte. Für Dinge, die regelmäßig wiederkehren und nie „fertig“ sind, gibt es den separaten Scheduler-Server.

Für KI-Clients

Ein per Dashboard erzeugter Zugangs-Token mit Zugriff auf „aufgaben“ reicht, um den Server in Claude oder einen anderen MCP-fähigen Client einzubinden. Zur Verfügung stehen fünf Werkzeuge:

Werkzeug	Beschreibung
add_task	Erfasst eine neue Aufgabe (Titel; optional Beschreibung, Projekt-Tag, Zuständiger, Art, Priorität und verknüpfte Erinnerungen)
search_tasks	Durchsucht die eigenen Aufgaben nach Stichwörtern und Filtern (Projekt, Zuständiger, Art), liefert eine kompakte Übersicht mit einer Zeile pro Aufgabe, nach Priorität sortiert
get_task	Liefert eine einzelne Aufgabe vollständig, inklusive der verknüpften Erinnerungen
update_task	Ändert einzelne Felder einer bestehenden Aufgabe
delete_task	Entfernt eine Aufgabe unwiderruflich – z. B. wenn sie erledigt ist

Technischer Aufbau

Eigene, isolierte Datenbank

Die Daten liegen wie beim Erinnerungs-Server nicht in WordPress, sondern in einer eigenen SQLite-Datenbank. Jede Abfrage ist strikt nach Nutzer gefiltert.

Zwei Zugriffswege, ein Zugangsschlüssel

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

Tasks

The tasks server is a quick jot-it-down system for things to do – reachable both for AI assistants like Claude via the Model Context Protocol and through its own web interface embedded directly on this page.

General

What is it for?

Something to do often comes to mind away from the computer, and the note about it gets lost just as quickly. The tasks server solves that: a short task is captured in seconds – by telling the AI or directly through the web interface – and found again just as quickly later via keyword search or filters.

Structure: caption, description and optional fields

Each task has a short caption and an optional longer description. On top of that there are optional fields: a project tag for grouping, an assignee (who is supposed to do the task – me or the AI, for example), a free-form type (such as bugfix or research), a priority (high, normal or low) and links to memories from the memory server, such as a matching runbook with step-by-step instructions. Project, assignee and type are deliberately free-text fields on the task itself, not objects of their own – keeping the act of capturing a task down to a minimum. The overview is sorted by priority and can be filtered by project and assignee.

Done means deleted

There is deliberately no separate „done“ status. A finished task is simply deleted, both via the web interface and via the matching tool for AI clients – keeping the list tidy instead of growing a pile of completed items. For things that recur regularly and are never „finished“, there is the separate scheduler server.

For AI clients

An access token generated via the dashboard with access to „aufgaben“ is enough to connect the server to Claude or another MCP-capable client. Five tools are available:

Tool	Description
add_task	Captures a new task (caption; optionally description, project tag, assignee, type, priority and linked memories)
search_tasks	Searches your own tasks by keyword and filters (project, assignee, type), returns a compact overview with one line per task, sorted by priority
get_task	Returns a single task in full, including its linked memories
update_task	Changes individual fields of an existing task
delete_task	Removes a task permanently – e.g. once it's done

Technical setup

Own, isolated database

As with the memory server, the data doesn’t live in WordPress but in its own SQLite database. Every query is strictly filtered by user.

Two access paths, one access key

Web access is only available to authorized users.

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

16. September 2026

Erinnerung

Erinnerungen

Der Erinnerungs-Server ist ein persistentes, Session-übergreifendes Gedächtnis für Projekte, Entscheidungen und Notizen – erreichbar sowohl für KI-Assistenten wie Claude über das Model Context Protocol als auch über eine eigene Web-Oberfläche direkt hier auf dieser Seite.

Allgemein

Wozu dient er?

Wenn man regelmäßig mit einem KI-Assistenten an denselben Projekten arbeitet, geht zwischen einzelnen Sitzungen viel Kontext verloren – Entscheidungen, Umsetzungsdetails, offene Punkte müssen mühsam wieder rekonstruiert werden. Der Erinnerungs-Server löst das: eine eigene, dauerhafte Wissensdatenbank, die eine KI lesend und schreibend nutzen kann, und die auch zwischen komplett unabhängigen Sitzungen erhalten bleibt.

Aufbau: Projekte → Erinnerungen

Erinnerungen werden in Projekten organisiert. Jedes Projekt hat einen Namen und optional eine kurze Beschreibung, jede Erinnerung darin einen Titel und einen Inhalt in Markdown. Dazu kommen vier optionale Felder: eine Kurzfassung in einem Satz, eine frei wählbare Art (zum Beispiel Regel, Runbook, Referenz oder Zugang), Bereiche innerhalb des Projekts (siehe unten) und die Markierung „angeheftet“. Die Web-Oberfläche führt in drei Schritten dorthin: erst die Projektliste, dann die Erinnerungen innerhalb eines Projekts (mit den Optionen Öffnen, Bearbeiten und Löschen pro Eintrag), zuletzt die eigentliche Bearbeitungsmaske.

Token-sparend: Einzeiler statt Volltexte

Suche und Sitzungsstart liefern pro Erinnerung nur eine Zeile mit Titel, Art und Kurzfassung. Den vollständigen Text lädt die KI erst gezielt, wenn sie ihn wirklich braucht. Angeheftete Erinnerungen – kurze Dinge, die in jeder Sitzung gebraucht werden, etwa Hinweise zur eigenen Person – bekommt sie beim Sitzungsstart immer vollständig mit. So bleibt der Kontext klein und trotzdem ist alles Wichtige sofort da.

Bereiche: nur laden, was zum Thema gehört

Große Projekte lassen sich zusätzlich in Bereiche gliedern, etwa Frontend, Backend und Datenbank. Eine Erinnerung kann mehreren Bereichen angehören oder gar keinem. Beim Sitzungsstart und bei der Suche kann die KI nach Bereichen filtern: Sie bekommt dann die passenden Erinnerungen plus alle ohne Bereich, der Rest wird nicht verschwiegen, sondern nur gezählt („+5 in anderen Bereichen: Backend 3, Datenbank 2“). Die vorhandenen Bereiche eines Projekts werden mit Anzahl angezeigt, damit bestehende wiederverwendet statt neue erfunden werden; Groß- und Kleinschreibung spielen keine Rolle. In der Web-Oberfläche gibt es dafür eine Filterleiste über der Liste und Chips mit Vorschlägen im Editor.

Kleine Änderungen, kleine Nachrichten

Soll in einer langen Erinnerung nur ein Satz geändert oder ein Punkt ergänzt werden, muss die KI nicht den ganzen Text neu schicken: Sie ersetzt gezielt einzelne Textstellen oder hängt etwas an das Ende eines Abschnitts an. Jede zu ersetzende Stelle muss dabei genau einmal vorkommen; passt eine nicht, bleibt die Erinnerung komplett unverändert.

Verknüpfungen: nichts doppelt schreiben

Erinnerungen können auf andere Erinnerungen verweisen. Baut ein Runbook auf einer Zugangs-Erinnerung auf oder ist eine Übersicht der Einstieg zu mehreren Detailthemen, wird der Inhalt nicht kopiert, sondern verknüpft. Ein Fakt steht so an genau einer Stelle und muss nur dort gepflegt werden. Eine Verknüpfung zeigt in eine Richtung; beim Öffnen einer Erinnerung erscheinen beide Seiten: „Verknüpft mit“ (worauf sie verweist) und „Wird referenziert von“ (wer auf sie verweist), jeweils mit Titel und Kurzfassung. Wird eine Erinnerung gelöscht, verschwinden ihre Verknüpfungen automatisch. In der Web-Oberfläche findet man die Ziel-Erinnerung über eine Titelsuche, in der Liste zeigt ein Chip die Anzahl der Verknüpfungen. Auch Aufgaben und wiederkehrende Checks aus den anderen Servern können auf Erinnerungen verweisen, etwa auf das passende Runbook.

Markdown, Vorschau und Download

Erinnerungen werden als Markdown geschrieben. Ein Umschalter im Editor zeigt den Inhalt wahlweise als Rohtext oder gerendert an (Überschriften, Listen, Code, Zitate, Links) – ganz ohne externe Bibliothek. Jede Erinnerung lässt sich außerdem jederzeit als eigenständige .md-Datei herunterladen.

Dateianhänge

Zu jeder Erinnerung lassen sich beliebige Dateien hochladen – Bilder, PDFs, was auch immer dazugehört. Anhänge lassen sich sowohl über die Web-Oberfläche als auch über eigene Werkzeuge für KI-Clients verwalten.

Für KI-Clients

Ein per Dashboard erzeugter Zugangs-Token mit Zugriff auf „memory“ reicht, um den Server in Claude oder einen anderen MCP-fähigen Client einzubinden. Zur Verfügung stehen dreizehn Werkzeuge:

Werkzeug	Beschreibung
session_briefing	Sitzungsstart in einem Aufruf: angeheftete Erinnerungen vollständig, alle Projekte als Einzeiler und die übrigen Erinnerungen ausgewählter Projekte als Einzeiler mit Kurzfassung, samt vorhandener Bereiche, optional auf Bereiche gefiltert
list_projects	Listet alle eigenen Projekte mit Anzahl enthaltener Erinnerungen und ihren Bereichen
create_project	Legt ein neues Projekt an, optional mit Beschreibung
update_project	Benennt ein Projekt um und/oder ändert seine Beschreibung, die Erinnerungen bleiben im Projekt
search_memories	Durchsucht die eigenen Erinnerungen nach Stichwörtern, optional auf ein Projekt und Bereiche eingeschränkt, und liefert Einzeiler mit Kurzfassung und Anzahl der Verknüpfungen
get_memory	Liefert eine einzelne Erinnerung vollständig, inklusive Anhang-Metadaten und Verknüpfungen (Verweist auf / Wird referenziert von, jeweils als Einzeiler)
create_memory	Legt eine neue Erinnerung in einem Projekt an (Markdown-Inhalt, optional Kurzfassung, Art, Bereiche, Anheften und Verknüpfungen zu anderen Erinnerungen)
update_memory	Ändert Titel, Inhalt, Kurzfassung, Art, Bereiche, Anheften-Markierung und/oder die Verknüpfungen einer bestehenden Erinnerung
patch_memory	Ändert einzelne Textstellen im Inhalt oder hängt Text an das Ende oder an einen Abschnitt an, ohne den ganzen Inhalt neu zu schicken (alles oder nichts)
delete_memory	Löscht eine Erinnerung unwiderruflich
add_attachment	Hängt einer Erinnerung eine Datei an
get_attachment	Liefert einen Anhang zum Lesen
delete_attachment	Entfernt einen Anhang unwiderruflich

Projekte lassen sich nachträglich sowohl über die Web-Oberfläche als auch per update_project umbenennen. Das ist nützlich, weil die KI beim Sitzungsstart Projekte über ihren Namen auswählt: Passt der Name zum Arbeitsverzeichnis oder Thema, findet sie das richtige Projekt ohne Umwege.

Technischer Aufbau

Eigene, isolierte Datenbank

Die Daten liegen bewusst nicht in WordPress, sondern in einer eigenen SQLite-Datenbank – getrennt von der Website, ohne sie unnötig aufzublähen. Jede Abfrage ist strikt nach Nutzer gefiltert, auch wenn aktuell nur ein einziger Account darauf zugreift.

Zwei Zugriffswege, ein Zugangsschlüssel

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

Memory

The Memory server is a persistent, cross-session memory for projects, decisions and notes – accessible both to AI assistants like Claude via the Model Context Protocol and through its own web interface right here on this page.

General

What’s it for?

When you work with an AI assistant on the same projects over time, a lot of context gets lost between sessions – decisions, implementation details, open questions all have to be painstakingly reconstructed. The Memory server solves this: a persistent knowledge base an AI can read from and write to, one that survives across completely independent sessions.

Structure: projects → memories

Memories are organised into projects. Each project has a name and an optional short description, each memory within it a title and Markdown content. On top of that come four optional fields: a one-sentence summary, a free-form type (for example rule, runbook, reference or access), areas within the project (see below) and a „pinned“ flag. The web interface gets you there in three steps: the project list first, then the memories within a project (with Open, Edit and Delete options per entry), and finally the actual editing screen.

Token-saving: one-liners instead of full texts

Search and session start return only one line per memory, with title, type and summary. The AI loads the full text only when it really needs it. Pinned memories – short things that are needed in every session, such as notes about myself – are always delivered in full at session start. That keeps the context small while everything important is immediately available.

Areas: load only what belongs to the topic

Large projects can additionally be split into areas, such as frontend, backend and database. A memory can belong to several areas or to none. At session start and in search, the AI can filter by area: it then gets the matching memories plus all memories without an area, and the rest isn’t hidden silently but counted („+5 in other areas: Backend 3, Database 2“). The existing areas of a project are shown with their counts so that existing ones get reused instead of new ones being invented; upper and lower case don’t matter. In the web interface there is a filter bar above the list and chips with suggestions in the editor.

Small changes, small messages

If only one sentence in a long memory needs changing or a point needs adding, the AI doesn’t have to send the whole text again: it replaces specific passages or appends to the end of a section. Every passage to be replaced must occur exactly once; if one doesn’t match, the memory stays completely unchanged.

Links: don’t write things twice

Memories can point to other memories. If a runbook builds on an access memory, or an overview is the entry point to several detail topics, the content isn’t copied but linked. A fact then lives in exactly one place and only has to be maintained there. A link points in one direction; when a memory is opened, both sides appear: „Linked to“ (what it points to) and „Referenced by“ (who points to it), each with title and summary. If a memory is deleted, its links disappear automatically. In the web interface the target memory is found via a title search, and in the list a chip shows the number of links. Tasks and recurring checks from the other servers can also point to memories, for example to the matching runbook.

Markdown, preview and download

Memories are written as Markdown. A toggle in the editor shows the content either as raw text or fully rendered (headings, lists, code, quotes, links) – no external library involved. Every memory can also be downloaded at any time as a standalone .md file.

File attachments

Any file can be attached to a memory – images, PDFs, whatever belongs with it. Attachments can be managed both through the web interface and through dedicated tools for AI clients.

For AI clients

An access token generated via the dashboard with access to „memory“ is enough to connect the server to Claude or any other MCP-capable client. Thirteen tools are available:

Tool	Description
session_briefing	Session start in one call: pinned memories in full, all projects as one-liners and the remaining memories of selected projects as one-liners with summary, including existing areas, optionally filtered by area
list_projects	Lists all of your projects with the number of memories each contains and their areas
create_project	Creates a new project, optionally with a description
update_project	Renames a project and/or changes its description, its memories stay in the project
search_memories	Searches your memories by keyword, optionally scoped to one project and to areas, and returns one-liners with summary and number of links
get_memory	Returns a single memory in full, including attachment metadata and links (points to / referenced by, each as a one-liner)
create_memory	Creates a new memory within a project (Markdown content, optionally summary, type, areas, pinning and links to other memories)
update_memory	Changes title, content, summary, type, areas, the pinned flag and/or the links of an existing memory
patch_memory	Changes specific passages of the content or appends text to the end or to a section, without sending the whole content again (all or nothing)
delete_memory	Permanently deletes a memory
add_attachment	Attaches a file to a memory
get_attachment	Returns an attachment for reading
delete_attachment	Permanently removes an attachment

Projects can be renamed afterwards both in the web interface and via update_project. That matters because the AI selects projects by name at session start: if the name matches the working directory or topic, it finds the right project straight away.

Technical setup

Own, isolated database

The data deliberately doesn’t live in WordPress but in its own SQLite database – kept separate from the website, without bloating it unnecessarily. Every query is strictly filtered by user, even though only a single account currently uses it.

Two access paths, one access key

The server is reachable through the MCP gateway for AI clients and, at the same time, embedded right here via its own web interface. For the embed, WordPress automatically mints a fresh access key valid for a few hours in the background on every page load – nothing needs to be copied or entered manually.

Web access is only available to authorized users.

Der Webzugang ist nur für freigeschaltete Nutzer möglich.

10. September 2026