Eine lokale Control Plane für AI-gestützte Softwareentwicklung. Keine Magie-aus-der-Steckdose — sondern eine strukturierte Produktionsstraße aus Wizard, überwachten Runs, Git-Disziplin und automatischem Quality Gate. Reproduzierbar, nachvollziehbar, abnehmbar.
Neu · v0.30.0 Manche Lücke schließt man nicht, man zerlegt sie: „Menschliche Arbeitszeit“ bleibt unmessbar — die Fabrik sieht, wie lange etwas wartete, nicht ob jemand daran arbeitete, und ein offener Browser-Tab ist keine Arbeit. Herausgelöst und jetzt ausgewiesen sind dafür die Eingriffe (wie oft ein Mensch entscheiden musste) und die Entscheiderzahl. Der Aufwand daneben ist erfragt, nicht gemessen — freiwillig, und immer mit der Angabe, über wie viele Entscheidungen er überhaupt geht. Davor brachte v0.29.0 die Rollback-Erkennung. Alle News →
Der sechs-Schritt-Wizard fragt nur, was er für ein konkretes
Projekt wissen muss: Zielplattform, Backend, Frontend(s),
stackabhängige Fragen, Quality-Gate-Toggles, Zusammenfassung.
18 Templates — sechs Backends von Spring Boot bis FastAPI,
elf Frontends von React bis JavaFX, dazu der Import eines
bestehenden Repositories. Am Ende: PROJECT.md,
AGENTS.md und ein Initial-Prompt, den du vor
dem Start sehen kannst.
Run-Orchestrierung mit Live-Logs, Token-Stream und
Container-Sandbox. Jeder Agent läuft mit echten Limits
(--cpus 2 --memory 4g --network=none),
schreibt nur ins Workspace, jede Änderung ist ein Commit.
Browser-Notification, wenn du eine Entscheidung treffen
musst.
Inline-Diff vor jedem Approval. Automatisches Quality Gate aus sechs Reviewer-Rollen — Security, Architecture, Hallucination, sowie zwei Vendor-Reviewer. Kein "Approve / Reject"-Blindflug, sondern Findings nach Confidence sortiert.
Referenzarchitektur, Agenten-Orchestrierung, Guardrails und SDLC-Integration — als Architektur-Dokument, nicht als Tool-Vergleich. Wer wissen will, warum die Fabrik so geschnitten ist, fängt hier an.
Coding-Agenten sind schon gut darin, einzelne Probleme zu lösen. Sie sind schlecht darin, sich an Strukturen zu halten, Commits sinnvoll zu schneiden, Reviews einzuholen und ihren eigenen Output zu prüfen. Diese Schritte übernimmt die Software Factory — nicht den Kreativitätspart.
Das Resultat: AI-gestützte Entwicklung, die ein Architekt einem Auftraggeber zeigen kann, ohne danach manuell die Spuren zu beseitigen.
Der Architect bekommt das stärkste verfügbare Frontier-Modell, der Reviewer ein schlankes, schnelles — das spart Tokens dort, wo die Qualität nicht leidet, und gibt das starke Modell den strategischen Rollen. Die konkrete Zuordnung kommt aus der Modell-Registry und zieht mit neuen Releases automatisch nach.
Vor jedem Run schreibt die Plattform
.claude/settings.local.json und
.claude/agents/<role>.md ins
Workspace. Subagents sind nativ delegierbar,
ohne dass du einmal an die CLI ranmusst.
Optional: jeder Agent läuft in einem
ephemeren Docker-Container mit harten Limits,
--read-only Root und
--network=none. Antwort auf
"Läuft das auf meinem Filesystem?" lautet:
nein, nur auf seinem Mount.
Bei WAITING_FOR_APPROVAL blendet
die Plattform den fertigen
git diff ein. Du siehst, was der
Agent geändert hat, bevor du den Knopf
druckst.
Wizard-Schritt 4 zeigt eine Token- und EUR-Schätzung — vor dem ersten Run, ohne Vendor-Call. JTokkit rechnet lokal.