Student Advisor

Die Studienorganisation für Studenten kann schnell unübersichtlich werden – zwischen E-Mails, Fristen und den Kursmaterialien im Lern-Management-System, wie Moodle. Die Student Advisor App setzt hier an. Es ist eine KI-basierte Anwendung, die entwickelt wurde, um den Studienalltag zu vereinfachen, indem sie sich direkt mit externen Services, wie dem E-Mail-Postfach oder Plattformen wie Moodle verbindet.

Ich habe dieses Projekt im Rahmen eines Universitätsprojekts in einem Team entwickelt und dafür die Note 1,0 erhalten. Es ist ein Projekt, das meine Fähigkeiten im Bereich Backend-Entwicklung und KI-Integration geschärft hat.

Der Fokus lag dabei ausschließlich auf der Python-basierten Logik. Ein Frontend wurde nicht entwickelt.

Ich habe Python als Programmiersprache genutzt und stark auf Langchain sowie Langgraph gesetzt, um Multi-Agent Networks zu implementieren. Die Architektur basiert auf diesen Multi-Agent Networks, wobei die Agenten so konzipiert wurden, dass sie miteinander kommunizieren, um komplexe Aufgaben zu lösen.

Für die E-Mail-Verarbeitung kam beispielsweise ein RAG (Retrieval-Augmented Generation)-Ansatz zum Einsatz, der eine Chroma-Datenbank nutzt.

Ein weiterer zentraler Baustein war der Moodle-Agent: Dieser konnte sich (mit den Login-Daten des Nutzers) bei Moodle anmelden, dort selber nach Informationen suchen, Dateien erstellen und Kursmaterialien hochladen.

Da das Projekt noch vor der Verbreitung von MCP entstanden ist, musste ich auf andere Lösungen, wie Webscraping zurückgreifen, um mit Moodle zu kommunizieren.

Student Advisor wurde als Universitätsprojekt entwickelt. Es ist daher nirgends deployt, wird nicht aktiv genutzt und aktuell auch nicht weiterentwickelt.

Ich konnte durch die Umsetzung des Projekts lernen, wie man komplexe Multi-Agent Networks - also die Kombination von LLM und Programmcode - von Grund auf baut und wie die Bibliotheken Langchain und Langgraph funktionieren.