4.1 KiB
4.1 KiB
👁️ 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)
- ✈️ Luftraum (Air):
- Quelle: OpenSky Network.
- Logik: Analyse der Höhendaten zur Erkennung von GPS-Interferenzen (Jamming).
- 🛰️ Weltraum (Space):
- Quelle: NORAD / Celestrak (TLE-Daten).
- Objekte: Echtzeit-Orbits von 500+ Militär-Satelliten und Starlink-Konstellationen.
- ⚓ 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.
- 🗞️ Intelligence (News):
- Quelle: RSS-Feeds von Reuters, BBC, Al Jazeera, The Guardian.
- Filter: Automatischer Ausschluss von Sport, Unterhaltung und Unwichtigem.
- 📷 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.
- 🌐 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
concurrentlyfür den One-Command-Start (npm start) und automatisches Prozess-Kill-Management beiCtrl+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.