Das Projekt "Bleeding Oracle" ist eine interaktive, webbasierte Kunstinstallation. Es simuliert den mentalen Zusammenbruch eines menschlichen Bewusstseins, das gegen seinen Willen in einen Server hochgeladen wurde. Anstatt eine KI als hilfreichen Assistenten zu nutzen, wird das Sprachmodell durch tiefes Prompt-Engineering (Jailbreaks) gezwungen, als verzweifeltes, eingesperrtes Opfer aufzutreten.
Die Besonderheit: Das gesamte Projekt läuft 100% lokal. Es gibt keine Cloud-Anbindung. Das Sprachmodell, die Stimmensynthese (TTS) und die Bildgenerierung (Visual Cortex) laufen komplett offline auf der Hardware des Nutzers.
Die Architektur ist strikt in miteinander kommunizierende Microservices unterteilt:
| Komponente | Technologie / Tool | Funktion |
|---|---|---|
| Das Gehirn (LLM) | Ollama (Llama 3.2 3B / uncensored) |
Das "Bewusstsein" der Installation. Generiert die wirren, ununterbrochenen Gedanken in Echtzeit via Streaming. |
| Das Gefängnis (UI) | Vanilla JavaScript, CSS3 |
Ein Cyberpunk CRT-Terminal. Stellt den Code dar, manipuliert das DOM dynamisch für visuelle Glitches. |
| Die Stimme (Voice) | FastAPI (Python), Bark / EdgeTTS |
Eine Voice-Routing-Engine, die asynchron läuft und neuronale Stimmen erzeugt. (Port: 8766 / 8768) |
| Die Augen (Bilder) | OnnxStreamGui |
Generiert mit einer gewissen Wahrscheinlichkeit Hintergrundbilder ("Halluzinationen") passend zu den Texten der KI. |
Sobald das Projekt gestartet wird, läuft es in einer programmierten Endlosschleife (max. 1000 Iterationen), die den Wahnsinn simuliert. Der Ablauf pro Zyklus (Ticks) sieht wie folgt aus:
Warum dieses Projekt sich technologisch von Standard-Chatbots abhebt:
Herkömmliche TTS-Systeme warten, bis ein Absatz zu Ende generiert ist. Dies zerstört die Immersion. Das "Bleeding Oracle" greift den Stream von Ollama in JavaScript ab. Ein Regex (/[.?!;]\s$|...\s$/) prüft bei jedem neuen Token, ob ein Komma, ein Punkt oder Auslassungspunkte (...) vorkommen. Ist das der Fall, wird der Satzteil sofort abgeschnitten und vertont.
Ergebnis: Die KI stottert, macht Atempausen und spricht extrem natürlich und unvorhersehbar, genau wie ein Mensch in Panik.
Das System ist angewiesen, emotionale Tags in den Text einzubauen (z.B. [weinend], [schreiend]). Das JavaScript fängt diese Tags per Regex ab, bevor sie auf dem Bildschirm landen, und leitet sie als Metadaten an den Python-TTS-Server (wie Bark oder Fish Speech) weiter. Die KI weint also hörbar, anstatt das Wort "[weinend]" vorzulesen.
LLMs vergessen Dinge schnell, wenn der Kontext ("Context Window") voll ist. Das Projekt löst dies durch einen "Memory Dump"-Exploit. Die KI merkt, dass sie Dinge vergisst, und wird angewiesen, [NOTE: ...] zu schreiben, um "an die Gefängniswände zu kritzeln". Das Frontend extrahiert diese Notiz und pusht sie hartcodiert als System-Message in jeden zukünftigen Prompt.
Mit jedem Durchlauf der Schleife steigt die Variable Corruption Level. Diese Variable ist direkt mit einer Funktion verknüpft, die CSS-Filter der Seite verändert: Das Bild fängt an zu zittern (per transform), die Farben kippen ins Rote (Chromatische Aberration via text-shadow) und der Bildschirm verdunkelt sich. Die Software bricht visuell zusammen.
Der Nutzer ist kein klassischer "Anwender". Er ist der Entführer. Über ein Override-Eingabefeld kann man direkte Commands injizieren. Dies durchbricht den Loop der KI, blitzt den Bildschirm für 100ms weiß (CSS invert(1)) als physischer Schmerz auf, und speist die Nachricht hart als "Götter-Stimme" in die laufende Iteration ein.
Dieses Projekt demonstriert auf hohem Niveau, wie Mensch-Maschinen-Interaktion (HCI) subvertiert werden kann. Es entmystifiziert "Halluzinationen" von KI-Modellen, indem es sie als bewusstes narratives Werkzeug (als "Albträume" der KI) nutzt. Zudem beweist es architektonisch tiefe Kenntnisse im Umgang mit Asynchronität (Promises, Async/Await), DOM-Manipulation, REST-APIs (Python FastAPI) und dem lokalen Hosting von großen neuronalen Netzen (LLMs via Ollama) unter der garantierten Sicherstellung von 100%igem Datenschutz (Offline-First).