Anfrage
FastAPI → persistente Operations-Anfrage + Audit-Ereignis
Agentische KI · Production Engineering / v1.0.0
Eine Plattform zur agentischen Automatisierung von Geschäftsprozessen mit den technischen Kontrollmechanismen, die nötig werden, wenn KI operative Aktionen vorschlagen und ausführen kann: Schema-Validierung, deterministische Richtlinien, Human-in-the-Loop-Freigaben, erlaubte Tools, Audit-Ereignisse, Hintergrundverarbeitung, Zuverlässigkeit, Observability, Security Gates und cloudfähige Infrastruktur.
Sobald ein KI-Assistent nicht nur Text erzeugt, sondern reale Geschäftsaktionen vorschlägt, steigen die Risiken deutlich. Ein produktionsorientierter Workflow braucht klare Autorisierungsgrenzen, deterministische Kontrollen, menschliche Prüfung für sensible Aktionen, zuverlässige asynchrone Verarbeitung, Nachvollziehbarkeit, Security-Prüfungen und eine Infrastruktur, in der das LLM nicht als Autorisierungsinstanz dient.
Ich habe einen FastAPI- und LangGraph-Workflow entwickelt, in dem Modellausgaben per Schema validiert und durch deterministische Anwendungsregeln geprüft werden, bevor eine Aktion ausgeführt werden darf. Sensible Anfragen gehen in einen persistenten Freigabeprozess, genehmigte Aktionen laufen ausschließlich über eine explizite Tool-Registry, PostgreSQL speichert Workflow- und Audit-Zustände und Celery/Redis übernimmt die asynchrone Verarbeitung mit Idempotenz und begrenzten Retries. Docker, GitHub Actions, strukturierte Logs, Correlation IDs, Security Scanning und validiertes Terraform erweitern das Projekt um produktionsorientiertes Software Engineering.
FastAPI nimmt interne Operations-Anfragen entgegen und speichert Zustand und Audit-Trail in PostgreSQL.
Celery und Redis verarbeiten Agent-Aufgaben asynchron und trennen längere Workflows vom API-Request.
LangGraph erzeugt einen schema-validierten Vorschlag; deterministische Anwendungsregeln entscheiden über automatische Ausführung oder menschliche Freigabe.
Genehmigte Aktionen laufen ausschließlich über eine Allow-List-Tool-Registry; Freigaben und Zustandswechsel bleiben auditierbar.
Idempotenz, begrenzte Retries, strukturierte JSON-Logs, Correlation IDs, Health/Readiness, Docker, Security Scanning und Terraform ergänzen die produktionsorientierte Betriebsschicht.
FastAPI → persistente Operations-Anfrage + Audit-Ereignis
LangGraph → schema-validierter strukturierter Vorschlag
Deterministische Policy → automatische Route oder Human-Approval-Gate
Genehmigter Vorschlag → explizite Allow-List-Tool-Registry
Celery/Redis + Idempotenz + Retries + strukturierte Observability
Modellausgaben gelten als nicht vertrauenswürdig. Pydantic-Schemas und deterministische Anwendungsregeln entscheiden, was ausgeführt werden darf; ausführbare Fähigkeiten sind auf eine explizite Tool-Registry begrenzt.
Celery arbeitet mit At-least-once-Zustellung. Deshalb schützen Idempotenzregeln abgeschlossene und auf Freigabe wartende Requests vor doppelter Verarbeitung; temporäre Fehler nutzen begrenztes exponentielles Backoff.
Das Repository validiert AWS Infrastructure as Code und dokumentiert Deployment und Rollback, unterscheidet diese Nachweise aber ausdrücklich von einer tatsächlich provisionierten Produktionsumgebung.
Das Projekt zeigt eine End-to-End-Architektur für agentische Operations-Automatisierung statt eines weiteren Chat-Demos: auditierbare Request-Zustände, strukturierte KI-Vorschläge, policy-gesteuerte Tool-Ausführung, Freigabe-/Ablehnungsprozesse, asynchrone Worker, Reliability-Kontrollen, Security Quality Gates und validierte AWS Infrastructure as Code für ECS/Fargate, RDS, ElastiCache, ECR, Secrets Manager, ALB und CloudWatch. Die AWS-Architektur wird bewusst als produktionsorientierte IaC und nicht als bereits live betriebene Produktionsumgebung beschrieben.
Dieser Projektbericht basiert auf der Projektdokumentation. Die verlinkten Originaldokumente sind auf Englisch.
Lokale Sprach-KI · Full-Stack-Anwendung
Ein datenschutzorientierter Meeting-Assistent, der Aufnahmen lokal transkribiert, strukturierte Notizen erstellt und belegte Fragen beantwortet.
Evidenzbasierte KI · Full-Stack-Anwendung
Ein lokaler CV-Stellen-Matcher mit transparentem Scoring, Evidenzstatus und abgesicherter KI-Textgenerierung.
Lokales RAG · Full-Stack-KI-Anwendung
Ein datenschutzorientierter Dokumentenassistent mit lokaler KI, gestreamten Antworten und nachvollziehbaren Quellen.