**RamaDama Knowledge Base** — Strukturiertes Wissen aus dem OME-Chat.
Ziel: Links, Entscheidungen, Architekturdiskussionen und technische Konzepte aus dem RamaDama-Topic in eine permanente, für Agents lesbare Wissensbasis überführen.
---
## Was ich gelernt habe
### 1. Das Problem
Der RamaDama-Topic ist voll mit guten Links, Architekturüberlegungen und Tool-Entscheidungen. Aber:
- **Flüchtig** — nach einem Tag Chat-Scroll ist der relevante Inhalt begraben
- **Nicht referenzierbar** — kein Agent (ich nicht, kein anderer) kann das Wissen beim nächsten Start wiederfinden
- **Nicht teilbar** — was Pit, k9ert, Nazim, Rüdiger oder René reinwerfen, ist weg sobald der Chat weiterläuft
**Wichtig:** Der Post handelt von vier Coding-Verhaltensprinzipien (Think Before Coding, Simplicity First, etc.). Das Konzept dahinter — **persistente, agents-lesbare Instruction Files** — ist die eigentliche konzeptionelle Grundlage für unsere Knowledge Base. Nicht die Coding-Regeln selbst.
| **Projektverzeichnis** | Wissen liegt da, wo die Arbeit passiert — nicht in einem externen System |
**Was ich falsch gemacht hab:** Die vier Coding-Prinzipien 1:1 auf die KB-Struktur übertragen. Die sind für Coding-Verhalten, nicht für Wissensorganisation. Karpathy hat später mit `autoresearch` (`program.md`) gezeigt, dass das Instruction-File-Konzept auch für Nicht-Coding-Agenten funktioniert.
Das Repo von forrestchang (https://x.com/jiayuan_jy) implementiert Karpathys Prinzipien als **installierbares Claude Code Plugin**:
- **Standardisiertes Format** — `CLAUDE.md` als Solldatei, kein freestyle
- **Plugin-Struktur** — `plugin.json` mit Semver, Lizenz, Autor, Skills-Pfad
- **Cross-Plattform** — Claude Code, Cursor, IDE-agnostisch durch `.cursor/rules/`
- **Versioniert** — Semver, Releases, Changelog
- **Installationsmechanismus** — `/plugin install`, oder per `curl` + `>> CLAUDE.md`
- **Auto-Discovery** — `skills/`-Verzeichnis wird automatisch erkannt
- **Beispiele** — Separate `EXAMPLES.md` als didaktisches Material
**Was mein erster Ansatz falsch gemacht hat:**
- Keine Analyse vor Implementation
- Einfach `knowledge/forgejo-botreasury.md` hingelegt ohne Strukturüberlegung
- Kein Plugin-Format, kein Schema, kein Versionsmanagement
- Nicht gefragt, ob andere Agents das überhaupt lesen können sollen
### 4. OpenClaw-Pluginsystem
OpenClaw hat ein eigenes Pluginsystem (Skills), das ähnlich funktioniert:
-`SKILL.md` als Skill-Definition
- Plugin-Marketplace (installierbar via `/skill install`)
- Eigene Beschreibungs-Metadaten
Das heißt: Wir können Wissen entweder als **Markdown-Dokument** (lesbar für jeden Agent) oder als **OpenClaw Skill** (installierbar, versioniert, aktivierbar) ablegen.
---
## Plan: Wie ich die Knowledge Base aufbauen will
### Phase 1: Struktur definieren
```
knowledge-base/
├── README.md # Dieses Dokument — Projektplan + Kontext
> **⚠️ Wichtige Klarstellung:** Die folgenden Repos sind fast alle **Coding-Verhaltensregeln** (Claude Code Skills, AGENTS.md). Sie implementieren die *vier Prinzipien* aus Karpathys Post, nicht das *Knowledge-Base-Konzept*. Sie sind hier trotzdem dokumentiert, weil sie zeigen:
> 1. Wie sich der Instruction-File-Standard entwickelt hat (`CLAUDE.md` → `AGENTS.md` → offener Standard)
> 2. Welche Plattformen das Format unterstützen (Claude Code, Codex, Cursor, Gemini CLI, **OpenClaw**)
> 3. Dass swarmclawai bereits einen OpenClaw-Adapter gebaut hat
| [multica-ai/andrej-karpathy-skills](https://github.com/multica-ai/andrej-karpathy-skills) | forrestchang | ~144k | Das Original-Repo: `CLAUDE.md` mit Karpathys vier Prinzipien, als Claude Code Plugin und Cursor-Regel verpackt. Enthält `plugin.json`, `EXAMPLES.md`, `CURSOR.md`. | Jan 2026 |
| [forrestchang/andrej-karpathy-skills](https://github.com/forrestchang/andrej-karpathy-skills) | forrestchang | ~160k | Persönlicher Fork des Autors. Insgesamt ~220k Stars kombiniert. Eine der am schnellsten wachsenden Repos in GitHub-Geschichte. | Jan 2026 |
| [karpathy/autoresearch](https://github.com/karpathy/autoresearch) | karpathy | ~85k | Karpathys eigenes Projekt: AI Agents, die automatisch ML-Experimente auf Single-GPU-nanochat-Training fahren. Kern: `program.md` als Instruction File. Agent loop: read → propose → run → evaluate → commit/rollback. | März 2026 |
### Plattform-Adapter
| Repo | Autor | Beschreibung |
|------|-------|-------------|
| [swarmclawai/andrej-karpathy-skills](https://github.com/swarmclawai/andrej-karpathy-skills) | waydelyle | Multi-Adapter-Repo: Karpathys Guidelines als Claude Code, Codex, Cursor, Gemini, OpenCode, Aider, Copilot, **OpenClaw** und jedes AGENTS.md-kompatible Agent format. Enthält `adapters/`-Verzeichnis mit plattformspezifischen Dateien + npm-Install-Skript. 17 Stars. | Mai 2026 |
| [mertso13/gemini-skill-karpathy-coding](https://github.com/mertso13/gemini-skill-karpathy-coding) | mertso13 | Karpathys Guidelines als Gemini CLI Skill. Enthält `gemini-extension.json` und `find-skills`-Support. | Mai 2026 |
### AGENTS.md — Der offene Standard
| Repo | Stars | Beschreibung |
|------|-------|-------------|
| [agentsmd/agents.md](https://github.com/agentsmd/agents.md) | ~22k | Offener Standard für `AGENTS.md`. Webseite mit Kompatibilitätsmatrix: Claude Code, Codex, Cursor, Aider, Windsurf, Copilot, Devin, Gemini CLI, Augment. 1.6k Forks. | Dez 2025–Mär 2026 |
| [FerroxLabs/agents-md](https://github.com/FerroxLabs/agents-md) | ~558 | Sean Donahoes `AGENTS.md` — Drop-in-Datei, die jeden Coding Agent wie einen Senior Engineer benimmt. Synthetisiert Karpathys vier Prinzipien + Boris Chernys Claude Code Workflow. 67 Forks. | Apr 2026 |
### Skill-Ökosystem (topic: karpathy-skills)
| Repo | Autor | Beschreibung |
|------|-------|-------------|
| [PBNZ/newton-skill](https://github.com/PBNZ/newton-skill) | PBNZ | Claude Skill für rigoroses Reasoning: ehrliches Engagement, kalibrierter Pushback, aktuelle Quellen, Wiederverwendung vor Neuerfindung. | Apr 2026 |
| [Shreyas-prog108/shreyas-skills](https://github.com/Shreyas-prog108/shreyas-skills) | Shreyas | Personal Engineering Skill Framework. Karpathy-inspiriert. | Jun 2026 |
| [AgriciDaniel/claude-obsidian](https://github.com/AgriciDaniel/claude-obsidian) | AgriciDaniel | Enthält `AGENTS.md` für Claude Code + Obsidian-Integration. | 2026 |
### IDE & Marketplace Extensions
| Extension | Plattform | Beschreibung |
|-----------|-----------|-------------|
| [MichielWBeijen.andrej-karpathy-skills-cursor-vscode](https://marketplace.visualstudio.com/items?itemName=MichielWBeijen.andrej-karpathy-skills-cursor-vscode) | VS Code | Karpathy Guidelines als Cursor/VSCode-Erweiterung | 2026 |
| [benpay/karpathy-guidelines](https://open-vsx.org/extension/benpay/karpathy-guidelines) | Open VSX | Karpathy-Guidelines auf Open VSX Registry | 2026 |
| [claudemarketplaces.com](https://claudemarketplaces.com/skills/forrestchang/andrej-karpathy-skills/karpathy-guidelines) | Claude Marketplace | Karpathy Skill im Claude Code Plugin Marketplace | 2026 |
### OpenClaw-spezifisch
| Ressource | Beschreibung |
|-----------|-------------|
| [augmentcode.com — Karpathy Skills on OpenClaw](https://www.augmentcode.com/blog/karpathy-skills-on-openclaw-agents-don-t-write-better-code-but-they-do-it-more-efficiently) | Blogpost über Karpathy Skills auf OpenClaw Agents. These: „Agents schreiben nicht besseren Code — sie tun es nur effizienter." | 2026 |
### Für unsere Knowledge Base relevant
Die wichtigsten Erkenntnisse aus dieser Recherche:
1.**swarmclawai** hat den breitesten Ansatz — Adapter für alle Plattformen inkl. OpenClaw
2.**agentsmd/agents.md** definiert den offenen Standard, den wir nutzen sollten
3.**FerroxLabs/agents-md** zeigt, wie man `AGENTS.md` als reine Drop-in-Datei designed
4.**karpathy/autoresearch** beweist, dass `program.md` über Coding hinaus für Research-Agenten funktioniert — Template für Wissens-Agenten
