X Bot: Kontrollierte Automation für Social Media

Problem

Autonome Social-Media-Abläufe bestehen nicht nur aus Textgenerierung. Das System muss Quellen lesen, Relevanz bewerten, Wiederholungen verhindern, Aktionen zeitlich koordinieren und trotz externer Browser-Automation beobachtbar und stoppbar bleiben.

Ziel und Randbedingungen

Ziel war ein betreibbares MVP, das Generierung, Timeline-Lesen, Interessensbewertung, Benachrichtigungen und Antworten in getrennten Abläufen orchestriert – mit persistentem Zustand, Tageslimits und einer Oberfläche für Beobachtung und Eingriffe.

Eigene Rolle und Lösung

Eigenprojekt: Konzeption und Entwicklung der Python-Architektur, LangGraph-Abläufe, Integration von Sprachmodellen und Browser, Zustands- und Speicherschicht, Scheduler, Dashboard, Containerisierung und technische Dokumentation.

Systemübersicht und Abhängigkeiten

• Vier LangGraph-Abläufe für Generierung, Timeline-Auswertung, Benachrichtigungen und Antworten
• Fünf APScheduler-Jobs für Beiträge, Lesen, Benachrichtigungen, Antworten und inspirationsbasierte Inhalte
• ChromaDB für Ähnlichkeitssuche sowie JSON und SQLite für Laufzeitstatus und historische Analysedaten
• Selenium als gekapselte Schnittstelle für Lesen, Posten und Antworten auf X
• FastAPI-Dashboard mit HTMX für Status, Beiträge, Analytics, Logs, Einstellungen und Scheduler-Steuerung

Wichtige Entscheidungen

• Mehrere Sprachmodell-Anbieter sind hinter einem gemeinsamen Client gekapselt; Fallbacks bleiben konfigurierbar
• Generierte Beiträge durchlaufen Ähnlichkeitsprüfung und eine zweite modellbasierte Bewertungsstufe vor dem Posten
• Eine globale Ausführungssperre und eine deduplizierte Warteschlange verhindern parallele Scheduler-Jobs
• Konfigurierbare Tageslimits begrenzen Beiträge und Antworten; Zähler werden persistent geführt
• Das authentifizierte Dashboard macht Status und Logs sichtbar und kann alle Jobs pausieren, fortsetzen oder neu konfigurieren

Belegter Zwischenstand

Der aktuelle Repo-Stand implementiert die Kernarchitektur als zusammenhängendes MVP und lässt sich lokal oder als zwei Docker-Dienste für Bot und Dashboard starten. Belegt sind Systemumfang und technische Entscheidungen – nicht Reichweite, Geschäftswirkung oder ein dauerhaft stabiler Produktionsbetrieb.

Wichtigste Erkenntnis: Der belastbare Teil eines Agentensystems entsteht außerhalb des Prompts: durch getrennte Abläufe, persistenten Zustand, begrenzte Aktionen, beobachtbaren Betrieb und eine konkrete Möglichkeit zum Eingreifen.

Grenzen, Daten, Sicherheit und Betrieb

• Selenium hängt von einer veränderlichen externen Oberfläche ab; Selektoren, Login und Plattformregeln bleiben Betriebsrisiken.
• Ähnlichkeitsprüfung und Modellbewertung sind technische Gates, aber keine menschliche Freigabe vor jedem Beitrag.
• Ein reproduzierbarer Test-, Sicherheits- und Langzeitbetriebsnachweis ist im aktuellen Repo-Stand noch offen.
• Zugangsdaten, Cookies und Dashboard-Konfiguration benötigen vor einem öffentlichen Betrieb eine gehärtete Secret- und Deployment-Strategie.