Wissen / Dokumentation / Wiki.js / Agenten-Pipeline (Automatisierte Pflege mit LLMs)

Aus Dokument
Zur Navigation springen Zur Suche springen

Wiki.js Agenten-Pipeline: Automatisierte Pflege mit LLMs

Wiki.js ist ein modernes, Node.js-basiertes Wiki mit nativer Markdown-Unterstützung und einer GraphQL-API (siehe Einordnung in Klassische Wiki-Systeme mit LLM-Integration). Dieses Kapitel ergänzt die reine API-Anbindung um eine KI-Schicht: Ein Sprachmodell generiert, prüft und aktualisiert Wiki-Inhalte selbstständig — nach demselben Human-in-the-Loop-Prinzip wie bei MediaWiki und XWiki in diesem Repository.

Hinweis: Kein natives KI-Feature, dafür GraphQL-native Draft-Funktion

Wiki.js bringt kein eingebautes KI-Feature mit (Weg B: Eigenbau/MCP-Server). Anders als bei MediaWiki oder XWiki, wo eine Entwurfs-Markierung manuell per Vorlage/Makro nachgebaut werden muss, unterstützt die Wiki.js-API das nativ: Jede Seite hat ein isPublished-Flag — ein KI-Agent kann Seiten also direkt als unveröffentlichten Entwurf anlegen.


Installation (kurz)

docker run -d -p 3000:3000 \
  -e DB_TYPE=postgres -e DB_HOST=db -e DB_PORT=5432 \
  -e DB_USER=wikijs -e DB_PASS=wikijspw -e DB_NAME=wikijs \
  --name wikijs requarks/wiki:2

GraphQL-API und API-Tokens werden anschließend unter Administration → API Access aktiviert bzw. generiert (mit möglichst eng gefasstem Permission-Scope für das Bot-Konto).


Übersicht

1. Skript-Bot mit eingebettetem LLM-Aufruf

pip install requests anthropic

import requests
import anthropic

WIKIJS_URL = "https://wiki.deine-domain.de/graphql"
HEADERS = {"Authorization": "Bearer <API_TOKEN>", "Content-Type": "application/json"}

client = anthropic.Anthropic()  # nutzt ANTHROPIC_API_KEY aus der Umgebung

GET_PAGE_QUERY = """
query ($path: String!, $locale: String!) {
  pages { singleByPath(path: $path, locale: $locale) { id content } }
}
"""

CREATE_DRAFT_MUTATION = """
mutation (
  $content: String!, $description: String!, $editor: String!,
  $isPublished: Boolean!, $isPrivate: Boolean!, $locale: String!,
  $path: String!, $tags: [String]!, $title: String!
) {
  pages {
    create(
      content: $content, description: $description, editor: $editor,
      isPublished: $isPublished, isPrivate: $isPrivate, locale: $locale,
      path: $path, tags: $tags, title: $title
    ) {
      responseResult { succeeded errorCode message }
      page { id path }
    }
  }
}
"""

def get_page(path, locale="en"):
    r = requests.post(WIKIJS_URL, json={"query": GET_PAGE_QUERY, "variables": {"path": path, "locale": locale}}, headers=HEADERS)
    data = r.json()["data"]["pages"]["singleByPath"]
    return data["content"] if data else ""

bestehender_text = get_page("entwicklung/python-pipelines")

# LLM generiert einen Ergänzungs-Entwurf auf Basis des bestehenden Inhalts
response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1500,
    messages=[{
        "role": "user",
        "content": (
            "Ergänze folgende Wiki-Seite um einen Abschnitt 'Fehlerbehandlung', "
            "im gleichen Markdown-Stil. Antworte NUR mit dem neuen Abschnitt.\n\n"
            f"{bestehender_text}"
        )
    }]
)
neuer_abschnitt = response.content[0].text
entwurf = f"{bestehender_text}\n\n{neuer_abschnitt}"

variables = {
    "content": entwurf,
    "description": "KI-Entwurf, wartet auf Review",
    "editor": "markdown",
    "isPublished": False,   # <- zentrale Draft-Markierung, kein manuelles Makro nötig
    "isPrivate": False,
    "locale": "en",
    "path": "entwicklung/python-pipelines",
    "tags": ["ki-entwurf"],
    "title": "Python Pipelines",
}
r = requests.post(WIKIJS_URL, json={"query": CREATE_DRAFT_MUTATION, "variables": variables}, headers=HEADERS)
result = r.json()["data"]["pages"]["create"]["responseResult"]
print("✅ Entwurf gespeichert (unveröffentlicht) — wartet auf menschliche Freigabe." if result["succeeded"] else f"❌ Fehler: {result['message']}")

Tipp: Freigabe per pages.update

Die Freigabe selbst ist eine zweite, separate Mutation (pages { update(id: ..., isPublished: true) { ... } }), die ein Mensch erst nach Review im Wiki.js-Editor auslöst — entweder per Klick auf „Veröffentlichen" in der Oberfläche oder über ein eigenes, nur für Reviewer freigegebenes Freigabe-Skript.


2. MCP-Server: Wiki.js als Werkzeug für allgemeine Agenten

Community-MCP-Server binden die GraphQL-API bereits an (siehe Wiki.js & BookStack: MCP statt native KI) — im Gegensatz zu MediaWiki und XWiki muss hier meist kein Eigenbau-Server geschrieben werden.

Tool Funktion Schreibzugriff?
search(query) Volltextsuche über die Wiki.js-Suche nein
get_page(path) Seiteninhalt (Markdown) abrufen nein
create_page(path, content) Legt Seite mit isPublished:false an — Draft-Verhalten ist API-nativ ja, aber nur als unveröffentlichter Entwurf
move_page(path, newPath) Seite verschieben/umbenennen ja

Achtung: API-Token-Scope bewusst eng fassen

Anders als bei MediaWiki (Bot-Rechtegruppe) oder XWiki (native Rechteverwaltung) hängt bei Wiki.js die gesamte Zugriffskontrolle des Agenten am Scope des API-Tokens. Ein zu weit gefasster Token (z. B. mit Admin-Rechten) hebelt das Human-in-the-Loop-Prinzip faktisch aus, selbst wenn der Agent brav mit isPublished:false arbeitet — der Token selbst könnte auch direkt veröffentlichen.


Governance & Sicherheitsleitplanken

Maßnahme Zweck
Eigenes API-Token pro Agent, minimal berechtigt Nie das Admin-Token wiederverwenden
isPublished:false als Standard bei jedem Agent-Write Human-in-the-Loop — kein KI-Inhalt geht ohne Freigabe live
Separates Freigabe-Skript/-Konto für isPublished:true Trennt „Entwurf erstellen" strikt von „veröffentlichen"
Rate-Limits im Bot-Skript Verhindert Überlastung der GraphQL-API bei Batch-Läufen
Sperrliste für sensible Pfade (z. B. Impressum, rechtliche Seiten) KI-Agent darf bestimmte Pfade grundsätzlich nicht anfassen
Erst gegen Testinstanz laufen lassen Neue Prompt-Versionen vor Produktiveinsatz gegen eine Wiki-Kopie validieren


Verwandte Themen

Abgerufen von „https://mediawiki.wissen-ahrensburg.de/index.php?title=Wissen_/_Dokumentation_/_Wiki.js_/_Agenten-Pipeline_(Automatisierte_Pflege_mit_LLMs)&oldid=3664“