AgentDoc schreibt, formatiert und strukturiert dein Dokument live, während du sprichst — auf deinem Handy oder deinem Laptop. Kein Tippen, keine Menüs.
Ob du gerade pendelst, einen Entwurf auf deinem Handy diktierst oder einfach schneller sprichst als tippst — AgentDoc ist genau um die Art herum gebaut, wie du ohnehin schon denkst.
Alle, die lieber sprechen als tippen. Diktiere ein Anschreiben im Bus, entwirf einen Bericht zwischen zwei Meetings oder schreibe eine lange E-Mail, ohne die Tastatur zu entsperren. Der Agent hört zu, entwirft und formatiert live.
Entwickelt für Menschen mit motorischen Einschränkungen, Repetitive-Strain-Verletzungen oder alle, für die eine Maus-und-Tastatur-Bedienung anstrengend oder unmöglich ist. Jede Aktion ist allein per Sprache erreichbar.
Dasselbe Backend stellt jede Dokumentoperation als typisiertes MCP-Tool bereit, sodass autonome LLM-Agenten Dokumente ganz ohne menschliches Eingreifen lesen, schreiben, formatieren und durch sie navigieren können. Siehe /agents.
Ein fokussiertes, sorgfältig durchdachtes Werkzeugset – aufgebaut auf den Primitiven, die für Agenten und Voice-First-Nutzer am wichtigsten sind.
Angetrieben von Google Gemini Live. Sprich natürlich – der Agent versteht den Kontext, erinnert sich an frühere Änderungen und bestätigt jede Aktion laut.
Jede Operation wird als MCP-Tool bereitgestellt. KI-Agenten können Dokumente autonom erstellen, bearbeiten und durch sie navigieren – über ein standardisiertes Protokoll, ganz ohne Tricks.
Farben, Schriftarten, Größen, Hervorhebungen, Fett, Kursiv, Tiefstellung, Hochstellung, Einrückung – alles per natürlicher Sprache angewendet, ganz ohne Werkzeugleiste.
Automatischer A4-Seitenumbruch. Exportiere auf Wunsch pixelgenaue PDFs oder natives Word (.docx). Importiere auch bestehende Word-Dokumente – Schriftarten, Farben, Seitenumbrüche, Kopf- und Fußzeilen bleiben alle erhalten.
Eine duale WebSocket-Architektur sorgt dafür, dass sich die Anzeige in dem Moment aktualisiert, in dem der Agent das Dokument verändert – ohne Polling, ohne Neuladen.
JWT-basierte Authentifizierung, dokumentweise Isolation pro Nutzer, DOMPurify-Bereinigung und Cloudflare-Edge-Schutz – produktionserprobt vom ersten Tag an.
Ob du tippst, sprichst oder einen automatisierten Agenten laufen lässt – der Ablauf ist immer dieselbe einfache Schleife.
Öffne das Chat-Panel oder drücke das Mikrofon. Beschreibe in einfacher Sprache, was du möchtest: „Erstelle eine Überschrift namens Einleitung" oder „Mach den zweiten Absatz kursiv."
Der KI-Agent übersetzt deine Absicht in präzise MCP-Tool-Aufrufe – findet die richtigen Zeichen-Indizes, fügt Zeichenketten ein oder löscht sie und wendet Formatierungs-Token an.
Das Backend veröffentlicht ein WebSocket-Ereignis. Der Editor rendert die paginierte A4-Ansicht in Echtzeit neu. Der Agent bestätigt, was er getan hat – per Sprache oder Text.
AgentDoc ist der empirische Prüfstand für eine laufende Abschlussarbeit, die untersucht, wie das Tool-Design die Zuverlässigkeit von KI-Agenten beeinflusst.
Dieses Projekt bildet die Grundlage einer wissenschaftlichen Abschlussarbeit, die Tool-Granularität, Tool-Überfrachtung und Workflow-Beschränkungen bei LLM-Agenten im Kontext der Dokumentbearbeitung untersucht. Das Benchmarking-Harness misst die Agenten-Genauigkeit über die Levenshtein-Distanz, den Token-Verbrauch und die Halluzinationsraten hinweg – über 20 kontrollierte Workflow-Konfigurationen (A–T) und 13 Benchmark-Szenarien.