AgentFlow
Deterministische Orchestrierung für KI-gestützte Coding-Workflows.
AgentFlow
Deterministische Orchestrierung für KI-gestützte Coding-Workflows.
AgentFlow verwandelt Spezifikationen in nachvollziehbare, kostenbewusste Entwicklungsläufe. Die Pipeline verbindet lokale Voruntersuchung, Git-Worktrees, externe Coding-Agenten und von Ihnen definierte Validierungsbefehle; reproduzierbare Reports dokumentieren jeden Lauf. So bleibt nachvollziehbar, was passiert ist — statt eines undurchsichtigen Chat-Verlaufs.
agentflow work "develop billing-v2"Kernideen
Local-first investigation: Bevor Cloud-Modelle ins Spiel kommen, untersucht AgentFlow das Repository mit begrenztem Grep und kontrolliertem Dateisystem-Durchlauf und verkleinert den Kontext. Standardmäßig landen nicht ganze Verzeichnisbäume bei Remote-APIs.
Kosten- und Token-Schätzung: Erwartete Ausgaben werden vor der Ausführung sichtbar. Heuristische Zähler und konfigurierbare Preisblätter liefern Größenordnungen; Budgets können Überschreitungen vor dem Agentenstart blockieren oder eine ausdrückliche Bestätigung einfordern.
Git-Worktree-Isolation: Jede Aufgabe läuft auf eigenem Branch und eigenem Arbeitsbaum unter .agentflow/worktrees/. Parallele Features stoßen seltener mit einem gemeinsamen Checkout zusammen.
Agent-Routing: Schrittklassen der Pipeline werden den Agentenprofilen aus Ihrer Konfiguration zugeordnet — etwa lokales Ollama für Triage, Cloud-CLIs für aufwendigere Implementierung — gesteuert durch Strategie und Policies in YAML.
Validierung vor Vertrauen: AgentFlow führt Ihre Befehle aus (go test, Linter, eigene Skripte), nicht die Selbsteinschätzung des Agenten. Ein Schritt gilt erst nach erfolgreichen Checks als abgeschlossen.
Reproduzierbare Reports: Markdown und JSON liegen unter .agentflow/runs/<run-id>/, damit Sie später prüfen können, was gelaufen ist, welche Kosten angefallen sind und was die Validierung gemeldet hat.
Einstieg
Beim Onboarding eines Repositories diese Seiten der Reihe nach durchgehen: