Velith — KI-basierte Pipeline zur Erstellung von Langform-Inhalten

Hallo.

Ursprünglich war das kein Projekt, das mit dem Ziel gestartet wurde, ein Buch zu machen.

Ich verwalte mein Wissen normalerweise mit Obsidian und habe es mit KI-Agenten wie Claude Code verbunden, um Dokumente zu ordnen oder technische Reports zu erstellen. Dabei wurden etwa Notizen analysiert, ihre Verknüpfungen organisiert oder technische Dokumente zu bestimmten Themen automatisch erzeugt.

Eines Tages kam mir plötzlich dieser Gedanke.

In Obsidian haben sich bereits Hunderte von Notizen angesammelt – könnte man daraus nicht ein Buch machen?

Also habe ich zunächst einen Workflow zur Erstellung technischer Reports gebaut. Danach kamen Whitepaper, Tutorials und Non-Fiction dazu, und mit der Haltung „Mal sehen, wie weit das geht“ habe ich immer weitere Genres ergänzt. Irgendwann war es nicht mehr nur ein einfacher Dokumentgenerator, sondern eine Pipeline zum Schreiben von Büchern, die von der Idee bis zum publizierten Ergebnis reicht.

So habe ich das Projekt aufbereitet und unter dem Namen Velith veröffentlicht.

GitHub: https://github.com/epicsagas/Velith

Was ist das für ein Projekt?

Velith ist ein Workflow zur Erstellung von Langform-Inhalten, der in einer KI-Agenten-Umgebung läuft. Entwickelt wurde er hauptsächlich mit Claude Code, funktioniert aber auch in Agenten-Umgebungen wie Codex CLI oder Antigravity.

Es geht nicht darum, per einmaligem Prompt einfach ein Buch zu erzeugen, sondern darum, den tatsächlichen Schreibprozess eines Menschen so genau wie möglich nachzubilden.

/book-ideation   → Themenfindung und Konzeptausarbeitung  
/book-outline    → Inhaltsverzeichnis und Struktur entwerfen  
/book-draft      → Entwurf einzelner Kapitel schreiben  
/book-edit       → Stil und Konsistenz überarbeiten  
/book-publish    → EPUB / PDF ausgeben  

Mit einem einzelnen Befehl bearbeitet der Agent den jeweiligen Schritt, und der Mensch entscheidet, ob es zum nächsten Schritt weitergeht.

Wo liefert es gute Ergebnisse?

Die Ergebnisse werden deutlich besser, wenn es bereits ein Obsidian-Vault oder einen Workspace gibt, in dem Materialien gesammelt wurden. Besonders wenn wie bei Zettelkasten oder einem LLM Wiki Verbindungen zwischen den Notizen vorhanden sind, konnte der Agent dem Kontext tendenziell besser folgen. Ich habe es direkt in einem Vault getestet, den ich als Zettelkasten betreibe, und die Ergebnisse unterschieden sich sichtbar von Fällen, in denen nur lose gesammelte Clippings vorhanden waren.

Es ist weniger dafür gedacht, dass die KI aus dem Nichts ein Buch schreibt, sondern eher ein Workflow, der bereits geordnete Notizen, Recherchen und Memos in ein strukturiertes Ergebnis überführt. Am besten passt es für Fälle, in denen schon viele Materialien vorhanden sind, diese aber noch nicht in Buch- oder Dokumentform aufbereitet wurden.

Wie weit wurde es ausprobiert?

Tatsächlich habe ich bereits Ergebnisse mit mehr als 100 Seiten erzeugt. Ich habe es mit technischen Fachbüchern, Fiction und Essays ausprobiert, und die Ausgabe als EPUB oder PDF funktioniert gut.

Ganz ehrlich gesagt liegen die aktuellen Ergebnisse aber auf dem Niveau „lesbar, aber nicht perfekt“. Vor allem EPUB und PDF sind für den direkten Einsatz noch deutlich zu unausgereift und erfordern viel Nacharbeit. Besser geeignet ist es für einen Workflow, bei dem schnell ein Rohentwurf erzeugt und anschließend von Menschen überarbeitet wird.

Ausblick

Ich arbeite weiter daran, weil mir das Projekt persönlich noch Spaß macht, daher gibt es noch viele unzureichende Stellen.

Wenn Sie eine persönliche Wissensbasis in Obsidian, Notion oder anderswo pflegen und schon länger denken „Daraus sollte ich irgendwann ein Buch machen“, oder wenn Sie schon einmal versucht haben, mit einem KI-Agenten ein langes Dokument zu schreiben und frustriert waren, weil unterwegs der Kontext verloren ging, würde ich mich gern darüber austauschen.

Feedback ist willkommen.

Koreanische Dokumentation