Holzhaus vs. Sandburg vs. Selbstbauen

Highlights

• Das Umgehen vorgefertigter KI-Agent-Frameworks zugunsten eigener TypeScript-Skripte ermöglicht den direkten Zugriff auf Abonnements wie Claude Max und Codex Max.

• Das Agent-Harness-Framework Flu nutzt den Bash-Interpreter Just Bash von Vercel mit einem In-Memory-Dateisystem zur sicheren Befehlsausführung ohne reales Terminal.

• Die Bibliothek Sandcastle von Matt Pocock verwendet Docker-Sandboxes und Ralph-Loops zur iterativen Aufgabenabwicklung mittels Claude Code.

• Das Beschränken der Agentenwerkzeuge auf spezifische CLIs wie GitHub CLI verhindert die Preisgabe von Zugriffs-Tokens an die KI.

Timeline

1. 00:00 - 01:03

   Überblick und Vor- und Nachteile von Agenten-Frameworks

   Die Verwendung externer Agenten-Frameworks scheitert oft an Einschränkungen bei den unterstützen KI-Abonnements. Das Unternehmen Inbox Zero setzt deshalb auf eine vollständig maßgeschneiderte Lösung. Für einfache Zusatzaufgaben wie Web-Screenshots bieten spezialisierte APIs wie Screenshot One eine praktische Alternative zu komplexem Playwright-Rendering.

   • Die Bibliotheken Flu und Sandcastle bieten isolierte Laufzeitumgebungen für KI-Coding-Agenten.
   • Eigene Implementierungen vermeiden Abhängigkeiten und unterstützen bestehende Claude Max- oder Codex Max-Abonnements.
2. 01:03 - 04:10

   Funktionsweise und Architektur des Agent-Harness-Frameworks Flu

   Flu kapselt Logik in überschaubaren Markdown-Skill-Dateien und verarbeitet Eingaben über HTTP-Webhooks. Mithilfe von In-Memory-Dateisystemen und gemounteten Cloudflare R2-Buckets können Agenten Befehle wie grep oder glob ausführen und Sitzungen beliebig lang aufrechterhalten. CLI-Einschränkungen garantieren zudem hohe Sicherheit bei GitHub-Operationen.

   • Flu kombiniert pi, Hono-Webhooks und den Vercel Bash-Interpreter Just Bash für isolierte Ausführungen.
   • Cloudflare R2-Buckets dienen als mountbares Dateisystem zur dauerhaften Sitzungsspeicherung.
   • Spezifische CLI-Hüllen verhindern die direkte Exposition sensibler Zugriffs-Tokens gegenüber der KI.
3. 04:10 - 05:42

   Automations-Anforderungen für die Ticketbearbeitung

   Vollständige Automatisierungen von Linear-Issues erfordern klare Phasentrennungen: Nach der eigentlichen TDD-Implementierung entfernt der Simplify-Schritt Unordnung im Code. Nachfolgende Reviews, automatische PR-Behebungen und abschließende Slack-Benachrichtigungen garantieren, dass der Code vor dem manuellen Merge gründlich geprüft ist.

   • Mehrstufige Entwicklungsprozesse erfordern strikte Ablaufkontrollen von der Ticketübernahme bis zur Slack-Benachrichtigung.
   • Der Claude Code-Befehl “simplify” bereinigt generierten Code nach der Erstimplementierung.
4. 05:42 - 08:02

   Sandcastle-Architektur und Schleifenausführung in Docker

   Durch die Ausführung von Ralph-Loops arbeitet Sandcastle Aufgaben schrittweise in Schleifen ab. Jede Iteration erhält einen frischen Kontext, wodurch auch umfangreiche Aufgabenlisten mit vielen Teilschritten vollständig abgeschlossen werden. Worktrees inklusive kopierter Dateisystem-Konfigurationen sichern saubere Isolationen.

   • Sandcastle nutzt Docker-Sandboxes und den Claude Code “loop”-Befehl zur iterativen Bearbeitung.
   • Neue Ausführungs-Kontexte pro Schritt verhindern das Abweichen von komplexen Aufgabenlisten.
5. 08:02 - 11:05

   Eigene 7-Stufen-Implementierung für Inbox Zero

   Inbox Zero nutzt ein eigenes Skript, das Git Worktrees anlegt, pnpm-Abhängigkeiten installiert und Aufgaben in Bugfixes oder Features unterteilt. Durch deterministische Skripte statt rein autonomer KI-Entscheidungen bleibt jeder Schritt überprüfbar, flexibel anpassbar und unabhängig von vorgefertigten Framework-Einschränkungen.

   • Ein benutzerdefinierter 7-Stufen-Workflow steuert Ticket-Klassifizierung, Worktrees, TDD und Code-Reviews präzise.
   • Programmierter Code garantiert die zuverlässige Ausführung aller Schritte im Vergleich zu rein KI-gesteuerten Skills.