Jetzt endlich mit
KI Agentic Coding
durchstarten.
coder ist eine lokale Pipeline aus Importer, Planner, Coder und Reviewer. Aus einer Markdown-Aufgabe — oder direkt aus einem GitHub-/GitLab-Issue — entsteht ein getesteter Feature-Branch. Reviewen und mergen tust du selbst. In der Schulung zeige ich dir am Beispiel von coder, wie sich Agentic Coding sinnvoll in dein eigenes Projekt integrieren lässt.
Agentic Coding klingt gut.
Bis du es selbst aufsetzen musst.
Du willst KI-Agenten nicht für Autocomplete nutzen, sondern für echte Feature-Arbeit. In den meisten Workflows läuft das so: du chattest, kopierst, prüfst, mergst manuell. Der Agent macht einen Teil, der Rest bleibt an dir hängen.
coder strukturiert diesen Prozess. Die Agenten produzieren einen Vorschlag, du behältst die Kontrolle über den Merge. Nicht magisch, aber konsistent.
Vier Agenten.
Eine klare Verantwortung pro Schritt.
Jeder Agent macht genau eine Sache. Kommunikation läuft über Markdown-Dateien, nicht über geteilten State. Das macht den Workflow inspizierbar und reproduzierbar.
Pollt deinen Issue-Tracker (GitHub oder GitLab) und konvertiert offene Issues in Task-Dateien unter docs/tasks/. Issue-Nummer und Titel werden im Dateinamen erhalten — keine doppelte Pflege.
Holt sich die nächste Aufgabe aus docs/tasks/, analysiert die Codebase und erstellt einen detaillierten, schrittweisen Implementierungsplan — inklusive konkreter Code-Vorschläge. Schreibt nicht in die Codebase, sondern legt den Plan als Markdown ab.
Erstellt einen isolierten Feature-Branch, arbeitet den Plan Schritt für Schritt ab und committet sauber. Am Ende markiert er den Plan als reviewable.
Checkt den Branch aus, vergleicht den Diff gegen die Base-Branch, baut das Projekt und führt die Tests aus. Strikt read-only — er entscheidet, ändert aber keinen Code.
Der finale Merge in main ist nicht Teil der Standard-Session. Sobald der Reviewer approved hat, mergst du selbst — oder du startest den optionalen merger.sh-Loop, der approvte Branches automatisch in die Base-Branch übernimmt. So bleibt die Kontrolle bei dir.
Vom Task zum Merge
in fünf Schritten.
Setup (einmalig pro Repo)
Klonen, ausführen, fertig. Das Setup-Skript legt die Verzeichnisstruktur an, kopiert die Loop-Skripte ins Projekt und installiert die Slash-Command-Prompts global.
Aufgaben einspielen
Entweder als Markdown-Datei in docs/tasks/ — oder du lässt den Importer Issues aus GitHub/GitLab ziehen. Ziel, Kontext, Akzeptanzkriterien. Keine 30-Seiten-Spec — der Planner füllt die Lücken.
Pipeline starten
Ein Befehl startet die tmux-Session mit allen vier Agenten — Importer, Planner, Coder, Reviewer. Jeder läuft in einem eigenen Pane, farblich markiert.
Zuschauen, eingreifen wenn nötig
Die vier Agenten arbeiten parallel in eigenen tmux-Panes: der Importer zieht offene Issues, der Planner erstellt einen Implementierungsplan, der Coder setzt ihn um, der Reviewer prüft das Ergebnis. Du verfolgst den Fortschritt live. In den meisten Fällen lässt du laufen — bei Bedarf hältst du die Session an und korrigierst Plan oder Prompt.
Mergen — durch dich
Sobald der Reviewer approved, ist der Branch fertig. Du mergst ihn selbst — per Pull Request oder Konsole. Wer mag, startet zusätzlich den optionalen Merger-Loop, der approvte Branches automatisch übernimmt.
Aus deinem Backlog
direkt in die Pipeline.
Du musst keine Tasks doppelt pflegen. Der Importer-Agent zieht Issues aus GitHub und GitLab und legt sie als Tasks in docs/tasks/ ab — bereit zur Bearbeitung durch Planner, Coder und Reviewer.
Der Importer pollt offene Issues, optional gefiltert nach Label, Milestone oder Assignee. Issue-Beschreibung wird zur Task, Issue-Nummer bleibt im Dateinamen — so bleibt der Bezug zum Tracker erhalten.
Gleiche Logik für GitLab-Issues. Funktioniert mit gitlab.com und Self-Hosted-Instanzen. Authentifizierung über die offizielle GitLab-CLI.
Bewusst einfach gehalten.
Keine Cloud, kein Vendor-Lock für die Agenten selbst. coder läuft auf deinem Rechner. Die Architektur ist schlicht, damit du sie verstehen, debuggen und anpassen kannst. Für die KI-Modelle selbst brauchst du natürlich einen Anbieter deiner Wahl.
File-basierte Pipeline
Agenten kommunizieren über Markdown in docs/tasks/ und docs/plans/. Versionierbar, diffbar, debuggbar.
Git-Locking
.locks/git.lock serialisiert alle Git-Operationen, damit sich parallele Agenten nicht ins Gehege kommen.
Feature-Branches
Der Coder fasst main nie an. Jede Aufgabe lebt auf einem isolierten Branch. Klassisches Trunk-Based-Verhalten.
pi & opencode
Unterstützt pi Coding Agent und OpenCode als KI-Backends. Modell pro Agent konfigurierbar.
Live-Monitoring
Alle Agenten in einer tmux-Session, jeder mit eigener Farbe. Sofort sichtbar, wer gerade was tut — oder wo es klemmt.
Läuft lokal
Code und Repository bleiben auf deinem Rechner. Was rausgeht, sind die KI-Calls an dein gewähltes Backend — auf Wunsch auch lokale Modelle.
Gebaut für einen Solo-Entwickler
an einem Rechner.
coder ersetzt kein Team und nicht dein Urteil. Es übernimmt einen Teil der mechanischen Arbeit — Boilerplate, Features und Bugfixes, repetitive Tasks — damit mehr Zeit für Architektur und Produktentscheidungen bleibt.
- Freelancer mit wachsendem Backlog
- Indie-Hacker mit zehn Side-Projects gleichzeitig
- Senior-Devs, die KI nicht nur fürs Autocomplete wollen
- Jeder, der Agentic Coding ernsthaft testen will, ohne ein Framework zu lernen, das morgen wieder weg ist
Wahrscheinliche Fragen.
main machst du selbst — oder du nutzt den optionalen Merger-Loop, der approvte Branches automatisch übernimmt.AGENTS.md. Sie definiert, wie die vier Agenten dein Projekt verstehen — und schlecht geschrieben produziert sie keinen optimalen Code. Ich gebe coder deshalb nur in Verbindung mit der Schulung weiter, damit die Konfiguration zu deinem Projekt passt. Danach kannst du es zeitlich unbegrenzt nutzen.pi Coding Agent oder OpenCode. Pro Agent konfigurierbar — der Planner kann ein anderes Modell nutzen als der Coder.AGENTS.md muss zum jeweiligen Stack passen.Software inklusive.
Bezahlt wird die Schulung.
coder gibt es nicht als Download zum Selbstausprobieren. Der Grund: ohne sauber konfigurierte AGENTS.md produziert die Pipeline keinen optimalen Code. Deshalb gibt es das Tool nur zusammen mit der Schulung, in der wir die Konfiguration für dein Projekt gemeinsam aufsetzen. Empfohlen wird ein Anthropic Konto mit API Key, ein Github Copilot Abo und/oder ein OpenCode (Go) Abo.
Eine Remote-Session, in der wir die Funktionsweise an deinem echten Projekt durchgehen und gemeinsam deine AGENTS.md aufsetzen. Im Anschluss erhältst du die Software und kannst sie zeitlich unbegrenzt nutzen.
- Funktionsweise der Pipeline im Detail
- Aufbau und Struktur der
AGENTS.md / CLAUDE.md - Konfiguration für deinen Stack & deine Konventionen
- Erste echte Task gemeinsam durchlaufen
- Best Practices & typische Stolperfallen
- Alle vier Agenten, alle Features
- Zeitlich unbegrenzte Nutzung
- Anpassung und Weiterentwicklung erlaubt