Agent Fleet für Obsidian: 12 Agents heute, 5 aktiv, 48k Tokens verbraucht – AI Command Center statt Chatbot

Obsidian mutiert 2026 zur Agentic AI Platform: Ein Fleet, nicht ein Chatbot. Das Agent Fleet Plugin verwandelt jeden Vault in eine Multi-Agent-Zentrale, in der autonome Agents scheduled laufen, Slack/Telegram/Discord connecten, und Real-time Tasks ausführen – während User schlafen. Das Dashboard zeigt live: 12 Agents heute, 5 aktiv, 12 Runs (12 passed/0 failed), 48,2k Tokens verbraucht (0,94 USD). Agents sind Markdown-Ordner: agent.md (Identity & System-Prompt), config.md (Model, Timeout, Permissions), SKILLS.md (shared Library), HEARTBEAT.md (autonomous Schedule).

Von Chatbot zu Fleet: Paradigmenwechsel

Der Unterschied zwischen Copilot (Chat-Interface) und Agent Fleet (Orchestrator): Copilot wartet auf User-Input, Agent Fleet arbeitet autonom. Ein Site-Monitor-Agent läuft alle 2 Stunden, prüft Verfügbarkeit, meldet Anomalien via Slack – ohne dass jemand fragt.

Agents als Folders-of-Markdown bedeutet: Keine UI-Lock-in, kein proprietary Config-Format. Ein Agent ist ein Ordner mit 4 Files:

• agent.md: Identity, System-Prompt, Personality
• config.md: Model (Claude/GPT/Gemini), Timeout, Permission-Mode, Allow/Deny-Lists
• SKILLS.md: Shared Skill Library (Procedures, Tools, Templates)
• HEARTBEAT.md: Autonomous Schedule (cron-like Syntax)

User können Files direkt editieren oder UI verwenden – beides führt zu denselben Markdown-Files.

Runs on Subscriptions You Already Pay For

Agent Fleet nutzt Claude Code (Claude Max/Pro Subscription) oder OpenAI Codex (ChatGPT Plus/Pro). Kein separater API-Bill nötig. Jeder Agent pickt seine Engine – Claude für einen, Codex für anderen, mix freely in derselben Fleet.

Chat, Tasks, Heartbeat, Channels, Memory funktionieren identisch auf beiden. Das Model-Selection erfolgt per Agent: Ein Compliance-Agent nutzt Claude (bessere Reasoning), ein Speed-Critical-Agent nutzt GPT-4o-mini (schneller, günstiger).

Das Dashboard tracked Token-Usage real-time: 48,2k Tokens heute = 0,94 USD. User sehen genau, welcher Agent wie viel kostet, können Cost-Optimieren (switch Model, reduce Frequency, tune Prompts).

Autonomous Scheduling: HEARTBEAT.md

Das Killer-Feature für Ops-Teams: Agents die scheduled laufen, nicht nur on-demand. Ein HEARTBEAT.md definiert:

```
schedule: "every 2 hours"
task: "Check website uptime, scrape error-logs, alert if 5xx > 10"
```

Der Agent läuft 12x täglich (alle 2h), ohne Human-Trigger. Bei Failure (5xx-Errors > Threshold) posted er in Slack-Channel, tagged On-Call-Engineer.

Use Cases: Site-Monitoring, Data-Sync (CRM → Datawarehouse alle 6h), Report-Generation (Daily-Summary um 08:00), Compliance-Checks (Policy-Drift-Detection weekly).

Slack/Telegram/Discord Integration

Agent Fleet connectet Messaging-Platforms via Channels. Ein Customer-Support-Agent sitzt in Slack-Channel, antwortet auf @mentions, eskaliert zu Human bei complex Cases.

Ein Telegram-Bot-Agent pushed Daily-Summaries (GitHub-Commits, Jira-Tickets, Calendar-Events) um 07:00 every Morning. User starten Tag mit Context-Brief, statt 5 Tools zu öffnen.

Discord-Integration für Community-Management: FAQ-Bot antwortet auf wiederkehrende Fragen, zitiert Docs, loggt unbeantwortete Questions für Doc-Improvement.

CODISH Use Case: Site-Monitor-Agent

```
agents/site-monitor/
├── agent.md # "Monitor CODISH production sites, alert on anomalies"
├── config.md # Model: gpt-4o-mini, Timeout: 60s, Permissions: read-only
├── SKILLS.md # curl, jq, log-parsing, Slack-API
└── HEARTBEAT.md # "every 1 hour"
```

Der Agent:

1. Curled alle CODISH-Kunden-Sites (gds-neckarau.de, silz-networks.de, ...)
2. Parsed Response-Codes, Latencies, Content-Hashes
3. Compared gegen Last-Known-Good-State
4. Bei Deviation > Threshold: Slack-Alert mit Details
5. Logged Run-Results zu site-monitor/logs/YYYY-MM-DD.md

Komplett autonom, 24 Runs/Tag, <1 USD/Monat Token-Cost. Human-Intervention nur bei echten Incidents.

Fleet-Orchestrator: Agent der Agents erstellt

Das Meta-Feature: Der eingebaute Fleet-Orchestrator ist selbst ein Agent. User fragt: "Create an agent that summarizes my Slack channels every morning" → Orchestrator erstellt Agent-Folder, schreibt agent.md/config.md/HEARTBEAT.md, tested Initial-Run, handed off.

Das senkt die Einstiegshürde massiv: Statt Markdown-Files zu schreiben, beschreibt User in Natural Language, was der Agent tun soll. Der Orchestrator codifiziert das in Markdown-Config.

Agent Fleet transformiert Obsidian von passivem Note-Tool zu autonomer Multi-Agent-Platform. 12 Agents heute, 5 aktiv, 48k Tokens – nicht ein Chatbot, sondern ein Fleet. HEARTBEAT.md ermöglicht scheduled Runs (Site-Monitoring, Data-Sync, Reporting), Slack/Telegram/Discord-Integration bringt Agents in bestehende Workflows. CODISH Use Case: Site-Monitor-Agent läuft 24x/Tag, <1 USD/Monat, zero Human-Intervention außer bei Incidents. Knowledge Work wird delegierbar – an Agents, die arbeiten während du schläfst.