Stresserbse

Vulnerability-Intelligence- und Patch-Management-Plattform. Erkennt Software-Inventar auf Linux-Hosts per SSH, korreliert gegen NVD/MSRC/Red Hat/Debian/Ubuntu/Alpine/OSV/GHSA, priorisiert mit EPSS und CISA KEV, reichert mit ExploitDB/Metasploit/GreyNoise an und lässt Gemini bzw. lokales Ollama Angriffsketten analysieren. Dazu SBOM-Import, Sentinel-News-Agent und Remote-Patching per SSH.

Passiver Netzwerk-Sensor auf eigener VM am Mirror-/SPAN-Port des Switches: NetFlow v9 über softflowd, Suricata-IDS-Alerts, DNS-Sniffing und Portscan-Erkennung. Bewusst nur Metadaten, kein Full-Capture.

Threat-Fusion- und Prediction-Engine über netwatch, CyberPulse und DomainStats. Beantwortet per lokalem LLM (über llmproxy) drei Fragen: Sind wir schon kompromittiert? Läuft gerade Recon gegen uns? Wie könnte ein Angriff konkret ablaufen (3–5 MITRE-gemappte Szenarien)?

Self-hosted Log-Analytics und Domain-Reputation: zieht Apache-/Nginx-Access-Logs per FTP/FTPS/SFTP, aggregiert sie in SQLite und zeigt Traffic, Security-Audit, File-Integrity-Monitoring und optionale „Deep Insights“ per Ollama. Ursprünglich eine Evidenzquelle für CASSANDRA, läuft aber auch allein.

Monatlicher Patch-Tuesday-Report-Generator. Holt CVRF/CSAF direkt von Microsoft MSRC und der Red-Hat-Security-Data-API, kategorisiert nach SSVC (Act / Attend / Track) und lässt ein LLM Management-Summaries je Produktstack schreiben — Export als HTML, Markdown, PDF, XLSX und EML.

Risiko-Visualisierung: korreliert CVSS-Scores (NVD) mit EPSS-Exploit-Wahrscheinlichkeiten zu Heatmaps, Prioritäts-Quadranten und Risk-Funnels. Vier Iterationen; v4 kann global vs. firmenspezifisch drilldownen und cached offline.

Autorisierter Pentest: prüft, ob sich die LLM-Erkennung von Zscaler ZIA über ein eigenes, schlankes Chat-Frontend vor einem internen Ollama umgehen lässt.

Sammelrepo für Security-Material: Blogpost-Quellen, Grafiken, Logos und Konferenz-Assets rund um die eigenen Security-Projekte (SOC-PANIC, netwatch, claude-dot-display).

Kleine Forensik-Werkzeugkiste, aktuell Log-Carving: Wiederherstellen und Rekonstruieren von Logzeilen aus Rohdaten.

Kern der Plattform: Vulnerability-Scanning und Support-Workflows als Microservices, API, Weboberfläche und Auth. Öffentlich gespiegelt nach github.com/MrMarco74/yads.

Infrastruktur-as-Code und Kubernetes-Manifeste für Deployments der Plattform, jenseits des lokalen Docker-Setups.

Geteilte Bibliotheken, Erweiterungsmodule und Report-/Projekt-Vorlagen, die alle YADS-Dienste gemeinsam nutzen.

Brücke zwischen YADS und CyberPulse — die Schwachstellen-Intelligenz aus CyberPulse wird als Datenquelle in YADS-Workflows nutzbar.

Monitoring-Modul für Darknet-/Leak-Quellen als zusätzlicher Signalgeber für die Plattform.

Kunden-/Support-Portal zu YADS: Ticket- und Support-Workflows als eigene Webanwendung.

Öffentliche Produkt-Website zu YADS, zweisprachig (DE/EN), plus Teaser-Seite.

Werkzeuge rund um die Auslieferung: Release-Manager und License-Manager mit eigenen GUIs.

Testsuiten und Testverwaltung für die Plattform — die generische Variante davon ist als App Test Manager herausgelöst.

Raspberry-Pi-Controller-Komponente — YADS-Steuerung auf kleiner Hardware.

Dokumentation, Screenshot-Archiv über alle Versionen (v3.0 bis v4.5) und Präsentationsmaterial zur Plattform.

MCP-Server vor der YADS-API: ein MCP-fähiger Agent steuert damit Queue, Tagging, Scans und Zielverwaltung, ohne dass jemand im Dashboard sitzt. Bewusst ein dünner Wrapper um <code>/api/v1</code> — kein zweiter Ausführungspfad, dieselbe Mandantentrennung und dieselben Scan-Limits wie über die Oberfläche. MIT.

Monte-Carlo-Breach-Simulation auf YADS-Findings: ein Angreifer-Agent spielt Szenarien durch und schätzt Kosten- und Wahrscheinlichkeitsverteilungen, auf Wunsch mit LLM-generierter Erzählung dazu. FastAPI mit SQLite und networkx, Kostenverfolgung inklusive.

Testziele, gegen die YADS scannen darf, ohne dass es jemandem wehtut — darunter ein Webserver mit Post-Quantum-Kryptografie samt RHEL-9-Installationsskript.

Logging- und Management-Proxy vor Ollama und ComfyUI. Läuft als systemd-Dienst auf einem stromsparenden Host, leitet an den GPU-Host weiter und reichert um Statistiken, Smart-Features und Observability an — inklusive Frontier-Fallback, wenn die GPU aus ist. Dashboard, Logging und Stats bleiben so rund um die Uhr verfügbar; GPU- und Gaming-Mode-Daten liefert ein leichter gpu-agent.

Terminal-Workspace und autonomer Coding-Partner für lokale LLMs: Swarm-Modus mit parallelen Sub-Agenten, Self-Evolution-Loop, Mission-Control-TUI, GTK-SOC-Dashboard mit File-Integrity-Monitoring, automatisierte Exploit-Verifikation im Sandkasten und Multi-Model-Consensus-Audit.

Benchmark-Suite für Modelle auf Ollama: Performance, Planungsfähigkeit, strukturierte Ausgaben, Needle-in-a-Haystack und Multi-Turn-Verhalten — die Entscheidungsgrundlage, welches Modell wo läuft.

Retrieval-only RAG-Bibliothek über Dokumentation: SQLite + FTS5 als Speicher, numpy als einzige Laufzeitabhängigkeit, bewusst ohne LLM-Synthese — sie liefert Fundstellen, keine erfundenen Antworten. 408 Tests, MIT.

Der laufende Dienst auf Basis desselben Retrieval-Ansatzes: indexiert die Homelab-Dokumentation und beantwortet Fragen dazu — angebunden an llmproxy und LabControl.

Bringt laufende Claude-Code-Sessions auf eine LED-Matrix — Statusanzeige für Agentenläufe als physisches Gerät. Auf PyPI veröffentlicht, MIT-lizenziert.

Tägliches statisches HTML-Dashboard über die eigene KI-Nutzung: Claude-Code-Kosten und Tokens, lokale Ollama-Nutzung (Kosten aus Strom plus Hardware-Abschreibung) und geschriebene Codezeilen aus allen Repos. Wird von der Startpage angestoßen.

Oberfläche zum Trainieren eigener LoRAs — Datensatz-Vorbereitung, Trainingsläufe und Workflows für die Bildgenerierung auf dem GPU-Host.

PyQt6-Bildgenerator gegen ComfyUI auf dana — schneller Weg von Prompt zu Bild, ohne den ComfyUI-Graph anzufassen.

Gesichtserkennung über eigene Bildbestände samt Collection-Server und Prompt-Generator; läuft rechenintensiv auf dana. Liefert die Erkennungslogik, die auch in der Reolink-Automatisierung gebraucht wird.

Experimente mit KI-Videogenerierung (Wan 2.2, LTX Video) inklusive Szenen-Blueprints und Charakteren — u. a. ein Halloween-2026-Projekt.

Weboberfläche für Claude-Code- und Hermes-Sessions auf worker: Sessions auflisten, Verlauf inklusive Tool-Aufrufen mitlesen und live antworten. Der Kern ist die Freigabe-Karte — will ein Agent Bash, Write oder Edit benutzen, erscheint sie im Chat und wird nach Fristablauf automatisch abgelehnt, damit kein Agent ewig hängt. Läuft unprivilegiert als systemd-Dienst, ausgerollt über LabControl.

Eigener MCP-Server mit Werkzeugen für Dateisystem, Git, Text, Netz und Prozesse — die Grundausstattung, die lokalen Agenten sonst fehlt. Nutzt trafilatura und DuckDuckGo fürs Web.

Scannt Verzeichnisse rekursiv und packt Quellcode, Skripte und Doku in eine einzige große Markdown-Datei als LLM-Kontext. Wirft von sich aus <code>__pycache__</code>, <code>.venv</code> und Binärdateien weg und schließt <code>.env</code>, <code>*.pem</code> und SSH-Schlüssel aus — Kram, den man garantiert nicht in einem LLM haben will.

Klebeschicht zwischen ComfyUI auf dana und Open WebUI: ein Filter fängt Nachrichten mit <code>!modelname</code> ab und tauscht das Bildmodell, indem er den Workflow direkt in Open WebUIs SQLite-Datenbank umschreibt; dazu ein LLM-aufrufbares Tool für Modellwechsel und AnimateDiff-Videos. Plus ein Wiederherstellungsskript, weil jedes Open-WebUI-Update die Konfiguration platt macht.

Installationsskript, das ComfyUI und Open WebUI auf dem GPU-Host einrichtet und über einen gemeinsamen Starter hochfährt. Klein, aber die Basis, auf der dana-comfyui aufsetzt.

Security-Testsuite für MCP-Server: prüft Egress-Filterung gegen Allowlists, SSRF samt Dezimal-/Hex-/Oktal-/IPv6-Umgehungen, DNS-Rebinding, sowie eingehende Antworten auf XSS, XXE, Dekompressionsbomben, tief verschachteltes JSON und indirekte Prompt Injection. Entstand, als MCP-Server anfingen, überall im Homelab zu laufen.

Die zentrale Steuerung des Homelabs: FastAPI-Backend plus React-SPA (löste die alte PyQt6-Tray-App ab). Host-Dashboard mit Shutdown/Reboot/Gamemode/Bootstrap über SSH, ein ansible_playbook-Jobtyp zum Ausrollen aller App-Rollen, Job-Engine mit vollständigem Log, Audit-Log, CyberPulse-CMDB-Anbindung und Laufzeit-Konfiguration ohne Rebuild. Dient zugleich als MCP-Backend für Claude Code — Deployments laufen über Playbooks statt über Hand-SSH.

Zentrales Hardware-Monitoring: ein schlanker Agent läuft auf praktisch jedem Host und pusht CPU, RAM, Disk, Netz und Temperaturen an den hwmon-Server. Ausrollung über die LabControl-Rolle svc_hwmon_server.

Gehärteter Nginx vor allem HTTP(S)-Verkehr: TLS nach BSI TR-02102-2, Rate-Limiting, WAF-lite und eine Auth-Gate-Schicht. Bedient rund 25 interne vhosts sowie die externen Domains stefanie.familie-frischkorn.de und digital.soc-panic.de.

Browser-Dashboard als Einstiegspunkt ins Homelab: eine einzelne HTML-Seite mit Status-Widgets plus ein minimales FastAPI-Backend für den worker-Status. Von hier aus wird u. a. der ccusage-Report angestoßen.

Klammer um den Betrieb: Ansible-Playbooks, Shutdown-Skripte für Proxmox, Gesamtübersicht der Dienste sowie searxng- und Docker-Konfiguration.

Diese Übersicht selbst: data/projects.yaml ist die Datenbasis, build.py erzeugt daraus die interne Seite und die Fassungen für beide Blogs, scan.py gleicht die Repos gegen die Datenbasis ab und meldet, was fehlt.

Die statisch generierte Homelab-Dokumentation hinter dem Reverse Proxy — host-zentrierte Details, Ports, Scheduling. Wird gerade neu aufgebaut.

Failsafe-Backup der GitLab-Instanz per reinem, sequenziellem Tar-Streaming über SSH. Entstand, weil sowohl gitlab-backup create als auch rsync bei ~60 GB Repos so viel RAM zogen, dass sie den ganzen Proxmox-Host in eine OOM-Panic rissen — Tar baut keine Dateiliste im Speicher auf und bleibt bei nahezu 0 MB Mehrverbrauch.

Holt einmal täglich Verbrauchsdaten von DECT- und Zigbee-Geräten an der FRITZ!Box (AHA-HTTP / TR-064) und legt sie in SQLite ab — Grundlage für spätere Auswertungen und der Nachfolger der alten Metering-Idee.

Lokales NVR-Setup ohne Cloudzwang für die Reolink-Außenkameras: Frigate übernimmt Objekt- und Gesichtserkennung, damit Aufnahmen bekannter Familienmitglieder kurz gehalten und unbekannte Personen länger aufbewahrt werden. Frigate selbst lebt als Jinja-Template in der LabControl-Rolle svc_frigate.

Die gemeinsame Python-Basis: FTP/SFTP-Upload, ein Ollama-Client (mit Bypass für Vision-Calls, die Proxys nicht weiterreichen), Config-Handling und Logging/Log-Viewer. Entstand aus Mustern, die in mehreren Projekten immer wieder leicht anders neu geschrieben wurden.

Generische Desktop-App (PySide6 + QFluentWidgets) zum Verwalten von Testumgebungen: Projektprofile, LLM-gestütztes Scaffolding einer kompletten testmanager/-Struktur, Aufzeichnen von Sessions (AT-SPI oder Playwright) und deren Umwandlung in lauffähige pytest-Tests, lokale und entfernte Compose-Umgebungen, Testrunner mit AST-basierter Testerkennung.

Nächtliches GFS-Backup aller Docker-Dienste auf dem externen Server: das NAS zieht um 03:00 per SSH, streamt pg_dump und Container-Tars direkt zurück und hält täglich sieben, wöchentlich vier und monatlich dreizehn Stände vor. Nichts wird auf dem Zielsystem zwischengelagert.

Wiederverwendbare GitLab-CI-Bausteine für die eigenen Pipelines: Secret Detection, Container- und Dependency-Scan, DAST, Checkov, Docker- und YAML-Linter, SBOM- und CBOM-Erzeugung sowie ein zusammenfassender Security-Report.

Certbot-Pipeline, die die Let’s-Encrypt-Zertifikate für die extern erreichbaren Domains holt und ausrollt — damit die Verlängerung nicht an einem vergessenen Cronjob hängt.

Container und Pipeline für die Testdomains: ein Nginx-Image aus der eigenen Registry, das je nach Umgebungsvariable eine andere Domain ausliefert. Werkstatt für Proxy- und Zertifikatsfragen, bevor sie echte Dienste treffen.

Schlankes Shell-Backup an einen entfernten Ablageort, konfiguriert über eine einzelne <code>config.conf</code>. Der pragmatische Vorläufer dessen, was hetzner-backup heute geordnet erledigt.

Aktuelles Parkinson-Erfassungsframework: Tagebuch, Apple-Health-Import sowie Bewegungs- und Schlafanalyse. Backend, Worker, AI-Worker und eigene Datenbank laufen als pef-*-Container auf worker; Voice-Einträge gehen durch stt-whisper. Deployment über die LabControl-Rollen app_pef_*.

Eigenständige PWA-Frontends für unterwegs und am Handgelenk — schnelle Einträge, ohne die volle Weboberfläche zu öffnen.

Begleit-Komponente rund um NeuroTrack für Auswertung und Zusatzfunktionen abseits der Haupt-App.

Macht ein Wii Balance Board unter Linux zum Spiele-Controller: liest es per Bluetooth und evdev aus und erzeugt daraus WASD-Tastatureingaben. Der eigentliche Trick ist die Hysterese — sie filtert Zittern heraus, damit die Steuerung trotz Tremor stabil bleibt.

Der Begleiter aus der Parkinson-App soll aus dem Browser heraus: ein rahmenloses, transparentes Fenster, das frei über dem Desktop schwebt und sich verschieben lässt — Tamagotchi-Prinzip, aber mit Systemzugriff, um Skripte, Container und eigene Werkzeuge anzustoßen. PySide6 mit WebEngine, damit das vorhandene Canvas weiterverwendet werden kann.

Zwei kleine Browserspiele (Murmel und Baum) als Übungs- und Messeinheiten rund um die Parkinson-Erfassung — mit eigener klinischer Dokumentation, was dabei überhaupt beobachtet wird.

Dynamische Familien-Galerie: scannt Medienverzeichnisse, sortiert nach Jahr/Monat/Woche aus EXIF oder Dateinamen, erzeugt Thumbnails und animierte Video-Vorschauen, hält Metadaten in SQLite und liefert Grid-, Timeline-, Karten- und Dedup-Ansichten per FastAPI. Zwei Varianten: „Stefanie“ (mit Login, extern erreichbar) und „Internal“ (offen im Heimnetz).

Die statische Variante derselben Idee: erzeugt aus einem Medienordner eine fertige, servierbare Galerie — inklusive RAW-Unterstützung, PDF-/Textvorschauen und optionaler Sprach-Transkription der Audiodateien.

Redaktionswerkzeug für die eigenen Blogs: Beiträge anlegen, bearbeiten und veröffentlichen. Läuft als blogmanager.service auf worker, ausgerollt über die LabControl-Rolle app_blogmanager.

Der eigene Blog (Pelican-artig statisch generiert) mit Beiträgen zu Security, Homelab, Parkinson und Bastelprojekten — inklusive Archiv bis zurück in die Warhammer- und Dungeon-Heroes-Jahre.

PyQt6-Desktop-App, die KI-Comics erzeugt: Ollama auf dana schreibt das Storyboard, ComfyUI rendert die Bilder über einen festen Workflow mit LoRA-Injection, und lokale Charakter-Assets mit YAML-Frontmatter steuern, welche LoRA mit welchem Trigger-Wort greift.

Der geplante Nachfolger: layer-basierter Comic-Editor, in dem Hintergründe und Charaktere einzeln erzeugt, zu Szenen kombiniert und auf frei gestaltbaren Seiten mit Panels, Sprechblasen und Effekten arrangiert werden. Übernimmt aus comic-generator nur Konzepte und Assets, kein Code; der generische ComfyUI-Client wandert nach pylibs.

Erklär-Comic rund um Parkinson mit eigenem Maskottchen: Charakter-Assets, generierte Seiten, Hero-Teaser, Video-Ausgabe und eine statisch generierte Website drumherum.

PySide6-App für lange Texte: erzeugt Romane kapitelweise gegen einen Ollama-kompatiblen Proxy. Zwei Modi — Batch (Kapitelgerüst im Dialog abstimmen, dann alles unbeaufsichtigt schreiben und optional ins Deutsche übersetzen) und Chat (WhatsApp-artig Stück für Stück weitererzählen).

Kleine Sammlung eigener Kurzgeschichten mit einem Generator-Skript, das daraus gesetzte Ausgaben mit eigenen Fonts baut.

Statischer Projektstatus-Generator: baut aus einer projects.yaml HTML-Seiten mit Fortschrittsanzeige, Statusübersicht, Bildergalerie und Lightbox — der geistige Vorläufer dieser Übersichtsseite.

Versuch, die beiden Blog-Generatoren zu einem konfigurierbaren zusammenzulegen: ein Skript, je eine YAML pro Blog, Jinja2-Templates aus dem jeweiligen Repo. Im Alltag laufen die Blogs weiter über ihre eigenen Generatoren — das hier ist der Zusammenführungspfad, noch nicht das Ziel.

Produktvideos zu YADS ohne Screencast von Hand: eine YAML beschreibt Szene, Klickpfad und Sprechertext, daraus entstehen automatisiert Aufnahme, TTS-Spur und Kapitelmarken. Elf fertige Takes über Dashboard, Kampagnen, Kryptografie und Vulnerability Profiling liegen drin.

Lehrreiches Kartenspiel: SOC-Team gegen APT-Gruppe, acht Kartentypen (APT TARGETS, APT TOOLS, EVENT, MANAGEMENT, DEFENSE, INSIDER, BUG, TOOL), Kill-Chain-Siegbedingung. Dahinter ein PHP-Multiplayer-Server mit Postgres/MySQL, Web-Frontend, Kartengenerator-Tooling und 3D-druckbaren Spielkomponenten.

Godot-Jump-and-Run über zehn Regionen. Einzige Wahrheit für die Level ist levels/stresserbse.ldtk — Tiles, Türen, Spawns, Props, Gegner und Speicherpunkte werden daraus nach scenes/levels/ kompiliert, Handarbeit an den Szenen ist zwecklos. Steam-Assets liegen bereit.

Rebuild des gleichnamigen deutschen Browser-Strategiespiels (Inseln, Gebäude, Flotten, Allianzen) als moderne Webanwendung: FastAPI mit SQLModel, Alembic, arq-Worker und WebSocket-Chat, React/TypeScript-Client, separates Admin-Panel mit eigener 2FA-Auth sowie Tooling für Asset-Generierung (Gemini + Chroma-Key) und Balance-Simulation. Der Original-Quellcode liegt als Referenz unter legacy/.

Das Spiel-Wiki: Gebäude, Forschung, Allianzen, Architektur und die Ideensammlung für kommende Ausbaustufen.

Commodore-Amiga-Systemprogrammierung in C gegen das NDK (3.1/3.2) auf 68030 mit AGA — mit eigener Wissensdatenbank als RAG-Kontext, Buildplattform, einem Battle-Prototyp und Numtris.

Kleines GUI-Spiel, das vor allem als Referenzprojekt für den App Test Manager dient — es bringt eine eigene testmanager/-Struktur mit.

Bingo fürs Publikum: jeder bekommt über einen persönlichen Token eine eigene 4×4-Karte und darf ankreuzen, wenn im Vortrag das nächste Buzzword fällt. Der Vortragende schaltet aus seiner reveal.js-Präsentation heraus frei. Entstand rund um den LLM-Basics-Vortrag.

Godot-3D-Projekt, dessen Figuren nicht von Hand modelliert werden: Meshy und ComfyUI liefern die Modelle, Skripte holen sie ab, wandeln FBX nach GLB und prüfen Skelette und Retargeting. Der Großteil der 7,5 GB im Repo sind genau diese generierten Assets.

Zweites Godot-Projekt auf derselben Grundlage wie die_dingsens — gleicher Asset-Weg über Meshy und ComfyUI, eigener Spielinhalt. Dazu passen die 3D-Druck-Modelle im Penny-Repo.

Material für ein Team-Offsite 2025: Druckdaten, generierte Bilder und Siegel-/Logo-Assets.

Holt Bücher aus dem ISACA-Bookshelf zur lokalen Ablage und PDF-Verarbeitung — damit Fachliteratur offline lesbar bleibt.

Eigene Metasuchmaschine, wahlweise über Tor. Dient nebenbei als Such-Backend für LLM-Workflows.

Webseite für einen Schreinereibetrieb, damit er sein Portfolio zeigen kann und darüber Kunden findet. Statisch erzeugt, mit Dokumentation und Bildbestand im Repo.

Zwei statische Designentwürfe für einen Garten- und Landschaftsbaubetrieb — einmal modern und aufgeräumt, einmal erdig und handwerklich — zur Auswahl nebeneinandergestellt.

Druckbare Kleinteile: Schilderständer und Schließfach-Beschriftung, als OBJ und 3MF samt Fotos der Ergebnisse.