Terry V2

• 🖼️ Bilder analysieren (OCR Text erkennen, Bildbeschreibung mit KI)
• 🎤 Sprachnachrichten transkribieren (Speech-to-Text)
• 📄 Dokumente lesen (PDF, Word, TXT, etc.)
• 📊 Dateien verarbeiten (CSV, Excel, JSON)

Welche Tools willst du nutzen?

Für Bilder:

• Ollama mit llama3.2-vision (lokal, kostenlos) ← Empfohlen!
• OpenAI GPT-4 Vision (beste Qualität, kostet)
• Tesseract OCR (nur Text erkennen, kostenlos)

Für Sprachnachrichten:

• Whisper (lokal) mit Ollama oder eigenem Container ← Empfohlen!
• OpenAI Whisper API (kostet wenig)

Für Dokumente:

• PyPDF2 (PDF)
• python-docx (Word)
• Pandas (Excel, CSV)
• Alles lokal, kostenlos

Meine Empfehlung:

• Ollama llama3.2-vision für Bilder (kannst du gleich testen!)
• Whisper lokal für Sprache
• Python-Libraries für Dokumente