
ShunyaNet Sentinel ist ein leichtgewichtiges Programm, das RSS-Feeds überwacht, sie zur Analyse an ein LLM sendet und Zusammenfassungen oder Warnmeldungen direkt an die GUI und Slack liefert.
ShunyaNet Sentinel ist ein schlankes Programm im Cyberpunk-Stil, das RSS-Feeds (Eilmeldungen, soziale Medien, Regierungswarnungen) einliest, sie zur Analyse an ein LLM sendet und in regelmäßigen Abständen Warnmeldungen und Zusammenfassungsberichte an die GUI und deine Benachrichtigungskanäle liefert.
Das Projekt nutzt ein LLM, das lokal auf derselben Maschine oder im selben Netzwerk (z. B. mit Tailscale) über LM Studio, Ollama oder llama.cpp gehostet wird – oder die OpenAI API. Die Alarmierung funktioniert über Slack, Discord, Telegram, ntfy, jeden generischen Webhook und Desktop-Popups (nutze so viele gleichzeitig, wie du möchtest).
Kompatibel mit aktuellen Versionen von Linux, macOS und Windows.
Die Qualität der Berichte hängt von deinem Prompt, der Kontextgröße, den RSS-Feeds und dem LLM ab. Möglicherweise musst du „Thinking“-Funktionen deaktivieren, falls dein Modell solche hat. Ich nutze das am häufigsten mit Qwen3.8 27B und Qwen3.8 Flash Next. Gemma-Modelle sollten ebenfalls recht gut funktionieren.
agent_handoff.json-Index, damit Skripte und KI-Agenten die Ausgabe von Sentinel nutzen können, ohne die GUI zu berühren/v1/chat/completions-Endpunkt: LM Studio, Ollama, llama.cpp, OpenAI#> ALERT / #> SUMMARY / #> MEMORYAbgesehen vom Abrufen der RSS-Feeds und dem Versenden deiner Benachrichtigungen (beides optional) bleiben alle Informationen auf Hardware, die du kontrollierst.
Sentinel schreibt stabile, maschinenlesbare Artefakte neben jeden Bericht: Report_Output/agent_handoff.json verweist auf die neueste Warnmeldungs-/Zusammenfassungsdatei sowie auf die Speicherdateien. Jeder lokale Agent kann diese eine JSON-Datei abfragen, um zu verfolgen, was Sentinel sieht. Die vollständige Spezifikation findest du in docs/AGENT-INTEGRATION.md und unter Hilfe → Agent / Script Integration in der App.
requirements.txt): PySide6, feedparser, requestsLLM gehostet über:
git clone https://github.com/EverythingsComputer/ShunyaNet-Sentinel.git
cd ShunyaNet-Sentinel
macOS / Linux:
python3 -m venv venv
source venv/bin/activate
Windows (PowerShell):
python -m venv venv
venv\Scripts\Activate.ps1
pip install -r requirements.txt
macOS / Linux: python3 ShunyaNet_Sentinel.py
Windows: python ShunyaNet_Sentinel.py
Beim ersten Start führt Sentinel dich mit einem geführten Einrichtungsassistenten durch die Einrichtung (jederzeit erneut öffnen mit Ctrl+W oder Hilfe → Einrichtungsassistent):
Manuelle Einrichtung (unter Umgehung des Assistenten):
.txt, eine RSS-URL pro Zeile — deine geladene Liste bleibt über Neustarts hinweg erhalten).Ctrl+,) → Tab Verbindung: Anbieter wählen, Server-URL festlegen (LM-Studio-Beispiel: http://localhost:1234/v1), Verbindung testen drücken, Speichern & Anwenden.Ctrl+Enter, oder warte auf den Auto-Abruf-Countdown in der Statusleiste)Um Benachrichtigungen auf dein Telefon zu senden: Einstellungen → Benachrichtigungen → fülle einen Kanal aus (Slack/Discord/Telegram/ntfy), drücke Testbenachrichtigung senden, Speichern & Anwenden. Einrichtungshinweise für jeden Dienst findest du in den Tooltips des jeweiligen Tabs.
Jede Einstellung hat einen Hover-Tooltip; Hilfe (F2) listet die Tastenkürzel auf. Matrix-Rain-Bildschirmschoner: F1.