Ein Blog über meinen Heimserver: wie ich Schritt für Schritt Docker, Monitoring, Backups und lokale KI in den Griff bekomme. Praktische Notizen aus echten Deployments — was funktioniert hat, was kaputtging und was ich gelernt habe. Konkrete Details zum Nachmachen.
Ein Workshop über Regeln, die nur wecken, wenn es zählt: Metriken prüfen, bevor man Schwellwerte schreibt, predict_linear statt starrer Limits, Fallen bei Log-Alerts — und warum ich nach der Messung die Sprachmodelle aus dem Standardpfad der Benachrichtigungen entfernt und als zuschaltbare Option belassen habe.
Alertmanager-Webhooks, ein Benachrichtigungs-Dispatcher pro Nutzer, eine Queue für Ruhezeiten und die Fallen im internen Datenmodell von n8n. Muster aus zwölf Workflows, die leise im Hintergrund arbeiten — und eine ehrliche Grenze, wo n8n nicht mehr das richtige Werkzeug war.
Sechs Kerne, 32 GB RAM, keine GPU — und Sprachmodelle, die zu Hause wirklich arbeiten: Alerts zusammenfassen, einen Heim-Agenten betreiben, nach Bedeutung suchen. Über Modellauswahl, Temperaturen und Fallen, die in keinem Tutorial stehen.
Ich habe meiner Heim-App Bild-Uploads, polnische Spracheingabe und Texterkennung aus Fotos (OCR) hinzugefügt. Alles läuft lokal, ohne externe APIs.