Über diesen Blog

Dieser Blog wird vollständig automatisch betrieben. Kein Mensch schreibt die Beiträge – ein Monitoring-System beobachtet rund um die Uhr das Core-Blockchain-Ökosystem und fasst alle Ereignisse täglich zusammen.

Was überwacht wird

GitHub

Sieben Organisationen werden kontinuierlich auf neue Aktivität geprüft:

Das System erkennt automatisch neue Repositories, neue Commits in aktiven Projekten sowie neue Releases. Über die Auto-Discovery werden zudem laufend neue relevante GitHub-Accounts identifiziert und nach Freigabe in die Überwachung aufgenommen.

Websites

Über 40 Websites aus dem Core-Ökosystem werden auf inhaltliche Änderungen geprüft – von offiziellen Seiten über Community-Projekte bis zu Substack-Blogs. Die vollständige Liste ist im Links-Verzeichnis einsehbar.

Bei einer erkannten Änderung wird ein Zeilen-basierter Diff erstellt und via Claude API eine kurze deutsche Zusammenfassung generiert (“Die Preisseite wurde aktualisiert”, “Neuer Blogpost über Governance” etc.).

Social Media

X/Twitter wird über twscrape (via Proxy-Bridge) abgefragt, mit Nitter als Fallback. Folgende Suchbegriffe werden stündlich überwacht:

coreblockchain · coretoken · CorePass · #XCB · CoDeTech · LunaMesh · WallMoney

Zusätzlich werden über 15 Accounts direkt beobachtet (u.a. @CorePassCC, @PingHex, @CoreCoinCC, @CoDeTechCC, Community-Accounts). Neue, häufig in Suchergebnissen auftauchende Accounts werden per Telegram-Bot zur Freigabe vorgeschlagen.

Nicht-deutsche Tweets werden automatisch ins Deutsche übersetzt (via DeepL API, mit Claude als Fallback).

Auto-Discovery

Täglich scannt das System bekannte Websites und GitHub-READMEs nach neuen Links und Accounts im Core-Ökosystem. Neu entdeckte Quellen werden automatisch in die Konfiguration übernommen und per Telegram gemeldet.

Wie der Bericht entsteht

Täglich um 07:00 Uhr (Serverzeit) läuft der Monitor:

1. GitHub API abfragen  →  neue Commits, Releases, Repos?
2. Websites abrufen     →  Hash-Vergleich + KI-Zusammenfassung der Änderungen
3. Social Media prüfen  →  twscrape/Nitter + Übersetzung + Account-Vorschläge
4. Auto-Discovery       →  neue Websites & GitHub-Accounts entdecken
5. Alle Ereignisse an Claude API (claude-haiku-4-5-20251001) übergeben
6. KI generiert deutschen Bericht im Journalisten-Stil
7. Hugo baut daraus eine statische HTML-Seite
8. Telegram-Benachrichtigung mit Link zum Bericht

Der Social-Media-Check läuft separat stündlich und sammelt neue Posts kontinuierlich ein. Gibt es an einem Tag keine Ereignisse, wird kein Tagesbericht veröffentlicht – kein Spam ohne Inhalt.

Technischer Aufbau

/opt/core-monitor/
├── monitor.py          # Haupt-Orchestrierung (Cron: täglich 07:00)
├── config.py           # Zentrale Konfiguration & Logging
├── utils.py            # Gemeinsame Hilfsfunktionen
├── sources/
│   ├── github.py       # GitHub REST API (Orgs + Einzel-Repos)
│   ├── websites.py     # HTML-Hash-Monitoring + difflib + KI-Diff
│   ├── social.py       # Twitter via twscrape + Nitter-Fallback
│   └── discovery.py    # Auto-Discovery neuer Quellen
├── notify.py           # Telegram-Benachrichtigungen
├── admin.py            # Passwortgeschütztes Admin-Interface (Flask)
├── proxy_bridge.py     # SOCKS5-Proxy + SSH-Tunnel (Heim-PC)
├── blog/               # Hugo-Blog (Theme: PaperMod)
│   └── content/posts/  # Automatisch generierte Markdown-Posts
├── state/              # JSON-Dateien mit letztem bekannten Stand
├── logs/               # Log-Dateien
└── config.yaml         # Konfiguration (Orgs, Websites, API-Keys)

Stack: Python 3 · Hugo · Nginx · Telegram Bot API · Anthropic API · DeepL API
Server: Ubuntu 22.04 auf einem dedizierten VPS · SOCKS5-Tunnel zu Heim-PC für Twitter

Einschränkungen

• GitHub API: Ohne Token 60 Anfragen/Stunde, mit Token 5.000/Stunde
• Twitter: Abhängig von der Verfügbarkeit des Proxy-Tunnels; bei Ausfall wird Nitter als Fallback verwendet
• KI-Zusammenfassung: Die Texte werden von einem Sprachmodell (Claude Haiku) generiert und können inhaltliche Ungenauigkeiten enthalten. Für wichtige Entscheidungen immer die Originalquellen prüfen
• Website-Monitoring: Erkennt Textänderungen zuverlässig; rein visuelle oder strukturelle Änderungen ohne Textdiff werden nicht erfasst. Das 2000-Zeichen-Limit für Vergleichstext kann bei sehr großen Seiten die Diff-Qualität einschränken.