Chroma — Mai 2026

Wer LLM-Workflows vollständig unter eigener Kontrolle halten will, bekommt mit Odysseus eine All-in-One-Lösung mit vLLM/llama.cpp/Ollama-Integration, persistentem Memory via ChromaDB und Shell-Zugriff – ohne Cloud-Abhängigkeit.

Retrieval-Fehler tarnen sich als LLM-Schwäche, und teure Modelle sind keine Garantie für bessere Ergebnisse — ein strukturierter Modell-Sweep mit LLM-Judge-Evaluierung (hier Claude Haiku 4.5) kann beides gleichzeitig verbessern: Qualität und Kosteneffizienz.

MDA adressiert die zentrale Limitation von LLM-Konversationen – das fehlende Gedächtnis zwischen Turns. Anders als RAG funktioniert es CPU-first, modell-agnostisch und unterstützt Multi-Agent-Szenarien mit gemeinsamen Konzeptnetzwerken – praktisch für lokale und produktive Einsätze ohne Reindexing.