Nutzen Sie praktisches Wissen, ohne seine Evidenzgrenzen abzuschneiden.
Brali ist eine versionierbare Wissensschicht für Menschen und Agenten. Dieselben kanonischen Einträge speisen lesbare Protokolle, Agent Skills, API, lokalen MCP, Datensätze und Evaluation. Evidenzstatus, Provenienz und stabile Identität müssen die Integration zusammen mit dem eigentlichen Rat überleben.
Schnell starten
Probieren Sie zuerst den nützlichen Teil – die Architektur kann danach kommen.
Für einen ersten Brali-Test müssen Sie nicht sofort das Repository klonen oder die Ontologie verstehen. Wählen Sie die kleinste Oberfläche für Ihre Aufgabe.
Ohne Installation
Eine praktische Frage stellen
Der Query Playground zeigt gefundene Themen, vertrauenswürdige Protokolle, Evidenzstatus und Provenienz. Seine Oberfläche bleibt derzeit englisch; das ist eine ausdrücklich englische Nebenfläche und kein versteckter deutscher Fallback.
Nur die benötigte vertrauenswürdige Oberfläche abrufen
Für Anwendungen ist der kompakte Trusted Protocol Feed oder API v1 meist der bessere Start als der gesamte Korpus in jedem Prompt. Maschinen-Endpunkte bleiben kanonisch; Feldnamen werden absichtlich nicht lokalisiert.
Die offene Evaluation Suite enthält Fragen, erwartete Trust Boundaries und Ergebnisse. Sie prüft Retrieval und Grounding von Brali und gibt sich nicht als universeller Benchmark eines ungebundenen LLM aus.
Wählen Sie die kleinste Integrationsoberfläche, die das Problem löst
Unterstützt die Umgebung Agent Skills, beginnen Sie mit dem Router brali-life-os oder einem eng begrenzten Skill. Für strukturierte Suche eignet sich API v1. Lokaler MCP ist sinnvoll, wenn Ihre Umgebung bereits mit MCP arbeitet. Den kompletten Korpus standardmäßig in jeden Prompt zu kopieren ist teurer, schwerer zu prüfen und trennt Rat leichter vom Kontext.
Empfohlener Retrieval-Ablauf
Bestimmen Sie das konkrete Thema oder Problem des Nutzers.
Suchen Sie über /api/v1/search.json und lösen Sie das Ergebnis auf eine canonical ID auf.
Laden Sie Topic, Hack, Protocol oder den erzeugten Agent Skill.
Lesen Sie vor praktischen oder evidenzartigen Aussagen die Evidence-Metadaten und den Skill-Modus.
Prüfen Sie bei Forschungsmaterial die Evidence Decision: gestützte Schlussfolgerung, nicht gestützte Schlussfolgerungen, Grenzen und redaktionelle Entscheidung.
Geben Sie Evidenzstatus, Skill-Modus, Quellenumfang, canonical ID und Brali-URL zusammen mit dem Inhalt weiter.
Wenn Wissen fehlt, geben Sie fehlende Abdeckung zurück, statt eine Antwort zu erfinden.
Unsicherheit nicht wegübersetzen
Trust-Metadaten sind Teil des Wissens, kein dekoratives Badge. Eine Seite, ein Source Record oder eine Skill-Datei wird nicht zur Empfehlung, nur weil sie über Suche oder API erreichbar ist. Systeme, die Brali nutzen, müssen zwischen reviewed, practical, pending-review und restricted unterscheiden.
MCP
Das Repository enthält einen ausschließlich lesenden MCP-Server mit Werkzeugen wie search_knowledge, get_hack, get_protocol, get_evidence, list_topics und get_related. Er liest dieselben erzeugten API-Dateien und pflegt kein zweites Wissensmodell. Als nachgewiesene Oberfläche gilt derzeit lokaler stdio-MCP; Brali behauptet keinen gehosteten Remote-MCP-Endpunkt ohne tatsächliche Veröffentlichung und Prüfung.
Mehrsprachiges Retrieval
Englisch bleibt kanonische Redaktionssprache und Quelle der Identität. Lokalisierte Ebenen ergänzen natürliche Titel, Beschreibungen und Routen, behalten aber dieselbe canonical ID, denselben Slug und Evidenzstatus. Fehlt eine deutsche Route im Manifest, muss ein Agent ausdrücklich auf den englischen Kanon wechseln, statt eine englische Seite als lokalisiert auszugeben.