Philosophie
Deterministische Orchestrierung, Validierung vor Vertrauen, ehrliche Grenzen.
Philosophie
Das Engineering-Problem
KI-Coding-Agenten sind leistungsfähig; ihre Ausgaben sind probabilistisch und nicht garantiert wiederholbar. Teams brauchen dennoch nachvollziehbare Abläufe: klare Schritte, isolierte Branches, externe Validierung, sichtbare Kosten und prüfbare Spuren — statt Läufen, bei denen nachträglich kaum erklärbar ist, was geschah und warum.
AgentFlow macht Orchestrierung explizit: Sie beschreiben Pipeline, Validierungsbefehle und wirtschaftliche Leitplanken; das Werkzeug koordiniert die Ausführung und dokumentiert sie.
Wie AgentFlow das angeht
Die Leitmentalität ist Spec → Plan → Implement → Verify → Review → Report. Jede Phase hat einen festen Platz in der State Machine und in den Reports unter .agentflow/runs/.
Expliziter Zustand: Läufe und Tasks werden in SQLite mit dokumentierten Übergängen geführt. Status abfragen, fortsetzen und Reports über Run-IDs zuordnen — ohne Chat-Verlauf zu rekonstruieren.
Local-first-Untersuchung: Grep, Verzeichnisdurchläufe und das Packen von Kontext passieren lokal, bevor teure Cloud-Aufrufe starten. Ziel sind kleinere, relevantere Prompts — nicht der Komfort, halbe Repositories an ein externes Modell zu schicken.
Kostenbewusstsein: Heuristiken zu Tokenzahl und Budgets greifen vor der Ausführung. Die Zahlen sind Näherungen, aber Sie sehen Risiken früh — statt die Rechnung erst nach langem Agent-Einsatz zu entdecken.
Git-Worktree-Isolation: Jede Aufgabe auf eigenem Branch und eigenem Arbeitsbaum. Parallel laufende Themen kollidieren seltener im gemeinsamen Checkout.
Validierung durch Ihre Befehle: go test, Linter und Skripte, denen Sie vertrauen — nicht die Selbsteinschätzung des Modells. AgentFlow plant diese Prüfungen; sie ersetzen Ihre Testsuite nicht.
Reproduzierbare Reports: Markdown und JSON-Artefakte, damit Betrieb und Review einen Lauf auch Tage später nachvollziehen können.
Was wir nicht behaupten
Bewusste Kompromisse
| Gewinn | Preis |
|---|---|
| Vorhersagbare Pipeline-Schritte | Weniger „Ein-Klick-Zauber“ als unstrukturierte Agent-Chats |
| Kostenschätzung vor der Arbeit | Zahlen sind Näherungen (Zeichen-/Token-Heuristiken) |
| Schutz durch Worktrees | Mehr Speicher und etwas mehr Git-Verwaltung |
| Auswechselbare Agents | Jedes CLI muss installiert, gewartet und policykonform sein |
AgentFlow setzt auf Steuerbarkeit und Prüfbarkeit statt auf die Illusion vollständig autonomer Codierung.
Wichtige Konfigurationshebel
work.auto_verify,work.auto_review— Automatisierung versus manuelle Gatespolicies.require_clean_git— Harter Stopp bei „schmutzigem“ Arbeitsbaum, wenn die Policy es verlangtbudgets— wirtschaftliche Obergrenzen vor kostspieligen Schritten