Wie man das Chaos in der KI-Entwicklung mit Comet bändigt
Eine vertraute Geschichte: Man startet einen KI-Agenten, er beginnt fröhlich Code zu schreiben, und zehn Minuten später stellt man fest, dass er „halluziniert", funktionierende Dateien überschreibt oder einfach in einer Endlosschleife beim selben Fehler stecken bleibt. Wir sind es gewohnt, dass die Arbeit mit LLMs beim Programmieren entweder aus kurzen Chat-Sitzungen oder aus unberechenbaren autonomen Agenten besteht, die ständiger Überwachung bedürfen.
Kürzlich bin ich auf ein interessantes Projekt namens Comet gestoßen. Es ist nicht nur ein weiterer Wrapper um die OpenAI- oder Claude-API. Die Entwickler positionieren es als einen „fortsetzbaren, langlebigen Task-Workflow". Einfach ausgedrückt: Es ist ein Framework, das das neuronale Netzwerk nach einem strengen Protokoll arbeiten lässt, den Kontext beim Anhalten nicht verliert und alle Phasen eines normalen Entwicklungszyklus durchläuft — vom Design bis zur Verifikation.
Warum sich die Mühe machen, wenn man Cursor oder Claude Code hat
Es scheint, warum etwas Komplexes bauen, wenn moderne IDEs und CLI-Tools die Sache gut genug erledigen? Das Problem ist Disziplin. Ein normaler Agent springt oft direkt in den Code und überspringt die eigentliche Design-Phase. Comet erzwingt einen architektonischen Ansatz.
Das Projekt kombiniert zwei Methodologien: OpenSpec (was wir tun) und Superpowers (wie wir es tun). Der gesamte Prozess ist in fünf Phasen unterteilt:
- Open — Vorbereitung des Vorschlags und Aufgabenanalyse.
- Deep Design — Detailliertes Design und Erstellung des Design Docs.
- Plan & Build — Erstellung des Implementierungsplans und tatsächliche Commits.
- Verify & Finish — Testen und Verifikationsbericht.
- Archive — Synchronisierung der Spezifikationen und Archivierung der Änderungen.
Interessanterweise kann der Agent physisch nicht zur nächsten Phase übergehen, bis der „Guard" (Verifikationsskript) ausgelöst wird. Zum Beispiel lässt er einen Task nicht schließen, wenn es keinen Testbericht gibt oder wenn die .comet.yaml-Struktur verletzt wird.
Wie es in der Praxis funktioniert
Die Installation ist Standard für Node-Tools:
npm install -g @rpamis/comet
cd your-project
comet init
Nach der Initialisierung erscheinen Konfigurationen und ein Satz von Skills für die gewählte Plattform in Ihrem Projekt (mehr als 30 Plattformen werden unterstützt, einschließlich Claude Code, Cursor, Windsurf und sogar GitHub Copilot).
Das Hauptfeature, das mir gefallen hat, ist der /comet-Befehl. Er funktioniert als Einstiegspunkt mit Gedächtnis. Wenn Sie die Arbeit pausiert haben, Kaffee geholt oder Ihren Computer neu gestartet haben, bestimmt /comet, in welcher Phase der Prozess gestoppt wurde, und bietet an, genau an diesem Punkt fortzufahren. Sie müssen dem Agenten den Kontext nicht erneut geben oder ihn daran erinnern, was Sie vorhatten.
Übrigens gibt es für visuelle Lerner comet dashboard. Es ist ein lokaler Server, der ein übersichtliches Dashboard in Ihrem Browser öffnet und alle aktiven Änderungen, den Aufgabenfortschritt und die Archivhistorie anzeigt. Das sieht viel besser aus als ein endloses Log im Terminal.
Die drei Säulen von Comet
In Version 0.4.0 hoben die Entwickler drei Hauptszenarien hervor, die 90% der Bedürfnisse abdecken:
- Programmieren über
/comet: Der Haupt-Workflow, bei dem der Agent Sie schrittweise durch die Phasen führt. - Erstellen von Skills über
/comet-any: Ermöglicht es Ihnen, Ihre eigenen Aktionsketten (Skills) zu bauen und sie in Distributionen zu verpacken. - Evaluation über
comet eval: Dies ist wahrscheinlich der technisch leistungsfähigste Teil. Anstatt zu raten „ist mein Agent schlauer geworden", führen Sie ihn durch Tests mit Pass@k- und Pass^k-Metriken. Sie können dies sogar mit LangSmith für ernsthaftes Production-Monitoring integrieren.
Technische Details
Das Projekt ist in JavaScript/TypeScript geschrieben und läuft als reine Node.js-Runtime. Das ist ein großer Vorteil, da ähnliche Tools früher oft Bash oder WSL unter Windows erforderten, was额外的 Kopfschmerzen bei der Einrichtung verursachte.
Die Comet-Architektur basiert auf State-Management durch YAML-Dateien. Im openspec/changes/<name>/-Ordner wird eine .comet.yaml-Datei erstellt, die alles speichert: von der aktuellen Phase und dem gewählten Build-Modus bis zu Dokumentationspfaden und Verifikationsergebnissen.
Ein interessantes Detail für diejenigen, die auf Tokens achten: Comet hat einen context_compression-Modus. Während des Übergangs von Design zu Build komprimiert das comet-handoff.mjs-Skript den Kontext und entfernt das Überflüssige. Laut den Tests des Autors spart dies etwa 25–30% der Input-Tokens, ohne die Codequalität zu verlieren. Für große Projekte auf Claude 3.5 Sonnet kann das eine ordentliche Summe auf Ihrer Rechnung sparen.
Lohnt es sich, es zu versuchen
Comet ist ein Tool für diejenigen, die die Phase „schreib mir eine Python-Funktion" hinter sich gelassen haben und etwas Komplexes und Wartbares mit KI aufbauen wollen. Es ist das Richtige für Sie, wenn:
- Sie chaotische Agenten-Bearbeitungen leid sind, die das Projekt an unerwarteten Stellen zerstören.
- Sie Transparenz brauchen: was genau der Agent gerade tut und warum.
- Sie Routineaufgaben automatisieren möchten, wie das Aktualisieren des Design Docs nach Codeänderungen.
Als Nachteil kann ich anmerken, dass die Lernkurve immer noch höher ist als bei einem normalen Chat. Sie müssen sich an die openspec/- und docs/superpowers/-Ordnerstruktur gewöhnen. Aber wenn Sie an einem langfristigen Projekt arbeiten, wird sich diese Disziplin in der Abwesenheit von technischen Schulden auszahlen, die neuronale Netzwerke sehr schnell generieren.
Sie können sich den Quellcode und die Dokumentation im rpamis/Comet-Repository ansehen. Das Projekt entwickelt sich aktiv, und nach den Commits zu urteilen, sind die Autoren entschlossen, es zu einem zuverlässigen „Framework" für autonome Ingenieure zu machen.
Ähnliche Projekte