@Birgir Birgisson Riktigt stort tack Birger, det betyder mycket att höra från någon som själv tänker i de här banorna 🙏 Det du beskriver med en gemensam kunskapsbas i Obsidian ligger väldigt nära hur jag också ser slutmålet, att inte bara analysera innehåll i stunden utan att faktiskt bygga upp en struktur som blir användbar över tid. Och jag håller helt med dig, det är just orkestreringen som är den stora nyckeln. Det intressanta är att modellerna i sig nästan blivit “den enkla delen” jämfört med att få allt att fungera tillsammans på ett meningsfullt sätt. Den största tekniska knuten för mig har faktiskt varit lagret mellan modellerna att få ihop: • tidslinjer (video, ljud, segment) • olika typer av output (bounding boxes, text, embeddings, metadata) • och att normalisera allt till en gemensam struktur som går att jobba vidare med Synkronisering var en del av det, men det verkligt komplexa har varit att skapa ett system som inte bara kör analyser utan som också “förstår” hur resultaten hänger ihop. En viktig del i det har också varit hur all data sparas och kan användas vidare. Jag har valt att arbeta med ett sidecar-baserat format (.vtag) där all analys lagras tillsammans med originalfilerna, vilket gör att datan kan leva vidare utanför själva systemet. Det har öppnat upp för integrationer med externa verktyg, till exempel NeoFinder, där metadata och analys kan indexeras och utforskas i större arkiv. Prestanda blev också en faktor ganska snabbt, särskilt när flera pipelines körs samtidigt lokalt så där har mycket handlat om att balansera precision vs hastighet beroende på hårdvara. Jag tycker din tanke om hybridlösningar är spot on, det är precis dit jag också lutar lokal kontroll där det behövs, och molnet som förstärkning när det verkligen ger värde. Väldigt nyfiken på hur du strukturerar datan in i Obsidian, särskilt hur du mappar olika typer av innehåll till en gemensam modell.