denshooter
74 lines
4.1 KiB
Markdown
74 lines
4.1 KiB
Markdown
# 👁️ Argus Nexus - Umfassende System-Spezifikation & Historie
|
|
|
|
## 1. Die Vision (Der User-Wunsch)
|
|
Das Ziel war die Erschaffung einer privaten **Intelligence-Plattform** im Stil von *Palantir* oder *Worldview*.
|
|
- **Totale Transparenz:** Globale Lageerfassung in Echtzeit (Air, Sea, Space, Cyber).
|
|
- **Keine Kosten:** Ausschließliche Nutzung von kostenlosen Open-Source-Daten und APIs.
|
|
- **Echte Daten (Ziel):** Expliziter Verzicht auf Mock-Daten; aktuelle Implementierung ist weitgehend live, mit einzelnen kuratierten Quellen.
|
|
- **KI-Integration:** Nutzung lokaler Rechenpower (M4 Pro) für Analysen und Vorhersagen.
|
|
- **Visuelle Immersion:** Ein hochperformanter 3D-Globus mit 2D-Switch, Ländergrenzen, Wolken und detaillierten Akten zu jedem Objekt.
|
|
|
|
---
|
|
|
|
## 2. Technische Architektur
|
|
|
|
### Backend (Die Daten-Pumpe)
|
|
- **Framework:** Python FastAPI mit modernem `lifespan`-Management.
|
|
- **Echtzeit-Stream:** Ein asynchroner WebSocket-Server (`/ws`), der alle 2 Sekunden ein aggregiertes Datenpaket an alle Clients pusht.
|
|
- **AI-Subsystem:** Integration von **Ollama (Llama 3.2)** für:
|
|
- **Geopolitical Summaries:** Zusammenfassung der Weltlage.
|
|
- **AI-Geocoding:** Extraktion von Koordinaten aus rohen News-Schlagzeilen.
|
|
- **Prediction Engine:** Vorhersage von Hotspots basierend auf News-Trends und GPS-Anomalien.
|
|
|
|
### Frontend (Die Operations-Zentrale)
|
|
- **Framework:** React 19 + TypeScript + Vite.
|
|
- **Engine:** `globe.gl` (WebGL/Three.js) für das 3D-Rendering.
|
|
- **Styling:** Tailwind CSS v4 im Cyber-Defense Look (Nacht-Modus, leuchtende Akzente).
|
|
- **Features:**
|
|
- **Fly-To:** Sanfte Kamerafahrten zu jedem Zielobjekt bei Klick.
|
|
- **Detail-Panel:** Dynamische Akten-Ansicht mit Telemetriedaten (Altitude, Velocity, Origin).
|
|
- **Filter-System:** Strategisches Panel zum Filtern von Militär-Assets oder Jamming-Zonen.
|
|
|
|
---
|
|
|
|
## 3. Implementierte Datenströme (Ist-Stand März 2026)
|
|
|
|
1. **✈️ Luftraum (Air):**
|
|
- **Quelle:** OpenSky Network.
|
|
- **Logik:** Analyse der Höhendaten zur Erkennung von GPS-Interferenzen (Jamming).
|
|
2. **🛰️ Weltraum (Space):**
|
|
- **Quelle:** NORAD / Celestrak (TLE-Daten).
|
|
- **Objekte:** Echtzeit-Orbits von 500+ Militär-Satelliten und Starlink-Konstellationen.
|
|
3. **⚓ Maritim (Sea):**
|
|
- **Quelle:** AIS-Aggregatoren (Schwerpunkt auf globale Choke-Points wie Suez, Hormuz).
|
|
- **Aktueller Stand:** Reale AIS-Positionen aus Digitraffic (regionaler Fokus Nordeuropa/Baltikum), keine synthetischen Schiffe.
|
|
4. **🗞️ Intelligence (News):**
|
|
- **Quelle:** RSS-Feeds von Reuters, BBC, Al Jazeera, The Guardian.
|
|
- **Filter:** Automatischer Ausschluss von Sport, Unterhaltung und Unwichtigem.
|
|
5. **📷 Surveillance (Web):**
|
|
- **Quelle:** Georeferenzierte öffentliche Webcams (Community-Datenbanken).
|
|
- **Aktueller Stand:** Reale öffentliche Webcam-Seiten mit Reachability-Check (ONLINE/OFFLINE), keine künstlich "always live" gesetzten Stati.
|
|
6. **🌐 Netzwerk (Cyber):**
|
|
- **Quelle:** RIPE Stat für BGP-Stabilitätsdaten.
|
|
|
|
---
|
|
|
|
## 4. Gelöste Herausforderungen (Engineering-Historie)
|
|
|
|
- **WebGL Stability:** Behebung von "Black Screens" durch stufenweises Laden der Texturen und Ländergrenzen. Entfernung fehleranfälliger NASA-Tile-Layer zugunsten stabiler Basis-Maps mit Transparenz-Overlays.
|
|
- **Data Validation:** Implementierung von radikalen Koordinaten-Checks (lat/lon), um Abstürze durch fehlerhafte API-Daten zu verhindern.
|
|
- **Performance:** Nutzung von `concurrently` für den One-Command-Start (`npm start`) und automatisches Prozess-Kill-Management bei `Ctrl+C`.
|
|
- **AI-Focus:** Umstellung der News-Analyse von einfachen Keywords auf echtes NLP via Ollama, um präzise Geokoordinaten für Nachrichten zu erhalten.
|
|
|
|
---
|
|
|
|
## 5. Roadmap & Zukünftige Wünsche
|
|
- [ ] Integration von echten Live-Video-Embeds für Webcams (wo verfügbar).
|
|
- [ ] Historische Track-Verfolgung für ausgewählte Militär-Flugzeuge.
|
|
- [ ] Deep-Learning-Modell zur Erkennung von Schiffsbewegungs-Mustern.
|
|
- [ ] Erweiterung des BGP-Monitorings auf spezifische Unterseekabel-Landestationen.
|
|
|
|
---
|
|
*Dokumentationsstand: März 2026*
|
|
*Erstellt durch: Gemini Engineering Team im Auftrag von Dennis.*
|