Architektur
Ember CoreUI teilt sich die Kognitionsarchitektur mit E.M.B.E.R. in STU Alpha, läuft aber als vollständig eigenständige Anwendung. Diese Seite zeigt, was seit der Herauslösung als eigenes Paket dazugekommen ist.
Eigenständige Infrastruktur
Modellkompatibilität: Ember CoreUI ist gezielt auf die Gemma-4-Modellfamilie zugeschnitten (Prompt-Format, Werkzeugprotokoll, Thinking-Direktiven, Vision-Payload). Am besten abgestimmt und im Alltag am meisten getestet ist 26B-A4B, die auch in STU Alpha produktiv laufende Variante. Die anderen Gemma-4-Größen (E2B, E4B, 12B, 31B) sind über dasselbe Prompt-Format ansprechbar, aber nicht im gleichen Umfang gegen sie verifiziert.
Bild-, Video- und Dokumentverständnis
Ein Bild geht als native Vision-Eingabe in den Turn, nicht als Dateiname. Ember beschreibt, was tatsächlich zu sehen ist — hier mehrere Lore-Artworks in einer einzigen Nachricht.
Videos werden als Frame-Folge zerlegt und gemeinsam ausgewertet. Der Player bleibt im Verlauf abspielbar, die Antwort bezieht sich auf den Inhalt der Frames.
Live-Browser statt Textprotokoll
Denkprozess-Härtung
Sitzungen mit harter Zuordnung
Admin Core & Benutzerprofile
Runtime-Sektor des Admin Core: Registrierung, Wartungsmodus, System-Prompt-Limit, die drei Werkzeugpfade und der vorbereitete, inaktive externe Adapter.
Langzeitgedächtnis als CRUD: Fakt, Geltungsbereich, Relevanz und Zuordnung zu Benutzer oder Charakter.
Benutzer und Rechte: neue Konten mit Anzeigename, Login-E-Mail, Startpasswort und Rolle anlegen. Jedes Konto bekommt dabei automatisch Profil, privaten Operator und funktionierende Sitzungen.
RAG-Lite-Quellen mit ihrer Chunk-Anzahl und einer Volltextsuche über die indizierten Auszüge. Die Neuindizierung bleibt bewusst ein Terminal-Schritt.
Profil, Avatare und Modellwahl
Zwei getrennte Avatar-Slots, eigener Anzeigename, frei wählbarer Name für die KI — darunter Memory-Kontext, Antwortbudget, Temperatur und die Modellwahl aus dem echten Ollama-Katalog.
Privates RAG-Lite je Konto
Privates RAG-Lite in den Einstellungen: eigene Quellen mit Chunk-Anzahl und Größe, daneben der global kuratierte Kanon als getrennte Zählung. Scan-PDFs ohne Textebene werden abgelehnt statt geraten.
Geräte-Anmeldungen und Kontoexport
Passwortwechsel, aktive Geräte-Anmeldungen mit Gerät, Browser, letzter Aktivität und Ablauf — die eigene ist als solche markiert. Daneben der private JSON-Export der eigenen Daten.
Diagnostik & Selbsttests
Jede sicherheitsrelevante Änderung bekommt einen eigenen, wiederholbaren Selbsttest: für Video-Frames, PDF-Verarbeitung, Thinking-Sanitizing, Sitzungstrennung, Profil und privates Wissen, Kontosicherheit und die Löschtransaktion — letztere legt zwei isolierte Testsitzungen samt Nachricht, Antwort, Upload und Browser-Job an, löscht nur eine davon und rollt den gesamten Test anschließend zurück. Compose- und Native-Preflight prüfen vor jedem Start Laufzeitpfade, Datenbankschema, Nginx-Templates und die Erreichbarkeit zentraler Routen.
Bekannte Alpha-Grenze: Die Neuindizierung des global kuratierten Kanons bleibt bewusst ein kontrollierter Terminal-Schritt und ist nicht aus dem Panel heraus auslösbar — privates Wissen dagegen lädt jeder Benutzer selbst über die Einstellungen hoch. Der optionale externe Modell-Anbieter ist zwar serverseitig vorbereitet, aber abgeschaltet; Referenzbetrieb ist und bleibt das lokale Gemma 4 über Ollama.
Wissenschaftlicher Hintergrund
Die zugrundeliegende Kognitionsarchitektur — RAG-Lite über native FULLTEXT-Indizes, probabilistisch gesteuerte Selbstreflexion, die autonome Initiative-Engine und das Konkurrenzmodell für CPU-Inferenz — ist unabhängig von Ember CoreUI im EMBER-Whitepaper dokumentiert.