ai-monorepo 0.1.0

AI Monorepo — AI-agnostic versioned knowledge store with ingestion, index and MCP access

AI Monorepo

AI-agnostisches, versioniertes Wissens-Repo als Single Source of Truth für beliebige AIs. Heterogene Eingaben (YouTube, URLs, PDF, Audio, Bild, Slides) werden automatisch zu sauberem Markdown aufbereitet und über einen MCP-Server für jede MCP-fähige AI abrufbar gemacht.

Konzept & Entscheidungen: siehe AI-Monorepo-Konzept.md (im Begleit-Repo MacOS-monitoring).

Zwei Repos — bewusst getrennt

Repo	Inhalt
dieses (ai-monorepo)	Code: Ingestion, Index, MCP-Server, (später) App
Store (separat, privat)	Daten = Source of Truth: Markdown + Frontmatter, vom Tooling beschrieben

Der Store-Pfad wird über die Config (monorepo.example.toml → monorepo.toml) gesetzt. Der Code committet nie sich selbst in den Store.

Struktur

src/monorepo/
  pipeline/          Ingestion-Orchestrierung
    adapters/        je Quellentyp ein Adapter (youtube, pdf, url, audio, …)
  index/             Vektorindex (LanceDB), aus dem Store gebaut
  mcp/               MCP-Server (search_context …)
  cli.py             Kommandozeilen-Einstieg
docs/
  frontmatter-schema.md   Vertrag für jeden Store-Eintrag

Leitprinzipien

1. Embeddings/Index = wegwerfbarer Cache, nie Source of Truth (→ rebuild statt migrieren).
2. Originale werden zu Pointern; das Transkript ist die SoT.
3. Pipeline-AI veredelt beim Ablegen, Roh-Original bleibt immer erhalten.
4. MCP filtert zur Abfragezeit nach Lebenszyklus (as_of-Zeitreise möglich).
5. Lokal-first, „nur ich".

Phasen-Status

• Phase 0 — Skelett & Konventionen
• Phase 1 — YouTube-Adapter
• Phase 2 — AI-Veredelung
• Phase 3 — Index (LanceDB)
• Phase 4 — MCP-Server
• Phase 5 — Lebenszyklus + weitere Adapter
• Phase 6 — Host + Mac-Fallback
• Phase 7 — App + CaptureKit (eigener Track)

Entwicklung

python3 -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"
ruff check .