MelonS/MelonS-Agents

Was macht MelonS-Agents?

Multi-Skill KI-Assistenten-Framework, agentskills.io-konform. Skill #1 Musikvideo (60s 9:16 Kurzvideos, beat-synchron, genre-bewusst), Skill #2 Jobsuche (30+ Plattformen, LLM-Filter). v0.4.0 ausgeliefert. Orchestrator + 4 Unter-Agenten + 3-stufiger reaktiver Prüfer.

Übersicht

MelonS/MelonS-Agents ist ein Framework für die Erstellung und Ausführung mehrerer KI-Fähigkeiten (Skills) innerhalb eines einheitlichen Assistenten. Es folgt den agentskills.io-Spezifikationen, um Interoperabilität und Erweiterbarkeit zu gewährleisten. Das System besteht aus einem zentralen Orchestrator, der die Arbeitsabläufe koordiniert, sowie 4 spezialisierten Unter-Agenten, die jeweils für bestimmte Aufgaben zuständig sind. Ein 3-stufiger reaktiver Auditor überwacht und validiert die Ergebnisse in Echtzeit, um Fehler zu minimieren und die Ausgabequalität zu sichern.

Skills

Skill #1: Musikvideo-Erstellung

• Erstellt 60-sekündige Kurzvideos im 9:16-Format (perfekt für TikTok, Instagram Reels, YouTube Shorts).
• Beat-Synchronisation: Das Video wird automatisch an den Rhythmus des Hintergrundmusikstücks angepasst.
• Genre-Bewusstsein: Das System erkennt das Musikgenre (z. B. Pop, Hip-Hop, Klassik) und wählt passende visuelle Stile, Übergänge und Effekte.
• Workflow: Orchestrator plant die Videosegmente, Unter-Agenten generieren Szenen, wählen Effekte und passen den Schnitt an den Beat an. Der Auditor prüft die Kohärenz und Qualität.

Skill #2: Jobsuche mit KI-Filter

• Durchsucht über 30 Jobbörsen und Unternehmenswebseiten nach passenden Stellenanzeigen.
• LLM-basierter Filter: Ein großes Sprachmodell analysiert jede Anzeige und filtert irrelevante, unpassende oder veraltete Einträge heraus.
• Automatisierte Bewertung: Der Filter berücksichtigt Fähigkeiten, Erfahrung, Standort, Gehaltsvorstellungen und andere Kriterien des Nutzers.
• Workflow: Orchestrator startet die Suche, Unter-Agenten scrapen die Plattformen, der LLM-Filter bewertet die Ergebnisse, der Auditor validiert die Filterlogik.

Architektur

+-------------------+       +---------------------+
|                   |       |                     |
|   Orchestrator    +------>+   Skill #1 (Video)  |
|                   |       +---------------------+
| - Koordiniert     |
| - Steuert         +------>+---------------------+
| - Überwacht       |       |                     |
|                   |       |   Skill #2 (Job)    |
+-------------------+       +---------------------+
        |
        v
+-------------------+
|                   |
| 3-Layer Auditor   |
|                   |
| Schicht 1: Syntax |
| Schicht 2: Logik  |
| Schicht 3: Kons.  |
+-------------------+

Komponenten

1. Orchestrator – Zentrales Steuerungsmodul. Plant den Ablauf, delegiert Aufgaben an Unter-Agenten und sammelt Ergebnisse ein. Implementiert Wiederholungslogik bei Fehlern.
2. Unter-Agenten (4 Stück) – Spezialisierte Einheiten, die jeweils eine Teilaufgabe übernehmen (z. B. Szenengenerierung, Effektauswahl, Job-Scraping, LLM-Filter).
3. Reaktiver Auditor (3-stufig) – Überprüft die Ausgaben:
   • Schicht 1: Formale Syntax und Formatierung.
   • Schicht 2: Logische Korrektheit und Konsistenz.
   • Schicht 3: Kohärenz mit den Gesamtzielen des Skills.

Plattformen

• Unterstützte Ausführungsumgebungen: Claude Code, Cursor, Codex, sowie beliebige agentskills.io-konforme Hosts.
• Ausgabe-Formate: JSON, Markdown, und bei Musikvideo: MP4 (H.264) im 9:16-Format.

Verwendung

Installation

# Klone das Repository
git clone https://github.com/MelonS/MelonS-Agents.git
cd MelonS-Agents

# Installiere Abhängigkeiten (empfohlen in einer virtuellen Umgebung)
pip install -r requirements.txt

Schnellstart

# Starte den Assistenten mit Skill #1 (Musikvideo)
python run.py --skill music-video --input song.mp3 --duration 60

# Starte mit Skill #2 (Jobsuche)
python run.py --skill job-hunt --keywords "Data Scientist" --location "Berlin"

Konfiguration

Umgebungsvariablen (optional):

• VIDEO_API_KEY – API-Schlüssel für externe Videogenerierung (falls verwendet).
• JOB_BOARDS – Kommagetrennte Liste der zu durchsuchenden Jobbörsen (Standard: indeed, linkedin, stepstone, etc.).
• LLM_MODEL – Bevorzugtes Sprachmodell für den Filter (z. B. gpt-4, claude-3).

Lizenz

MIT-Lizenz – siehe LICENSE für Details.

Mitwirken

Beiträge sind willkommen! Bitte lesen Sie die CONTRIBUTING.md für Richtlinien.

Roadmap

• v0.5.0: Erweiterung der Skill-Unterstützung (z. B. Text-to-Speech, E-Mail-Automation).
• v0.6.0: Verbesserung der Auditor-Logik mit maschinellem Lernen.
• v0.7.0: Integration von Echtzeit-Kollaboration für mehrere Benutzer.