Wie man ein Team aus neuronalen Netzen aufbaut und aufhört, ein Copy-Paster zu sein

Vertraute Situation: Du hast drei Tabs offen — einen, in dem Claude Architektur schreibt, einen zweiten, in dem GPT-4 Code reviewed, und einen dritten, in dem Gemini Dokumentation verfasst. Du hüpfst zwischen ihnen hin und her, kopierst Kontext, erklärst jedem Agenten von Grund auf, was du baust, und fühlst dich am Ende nicht wie ein Entwickler, sondern wie ein Bahnhofsvorsteher.

Ich bin kürzlich auf das Clowder AI-Projekt gestoßen, das genau dieses Problem löst. Seine Erfinder (laut README drei Katzen, später kam eine vierte dazu) haben beschlossen, dass es Zeit ist, aufzuhören, „Router" für neuronale Netze zu sein. Sie haben eine Plattform gebaut, die verstreute LLM-Agents in ein echtes Team mit gemeinsamem Speicher und Disziplin verwandelt.

Was ist Clowder AI

Kurz gesagt, es ist ein Orchestrator. Aber nicht einer, der einfach API-Anfragen weiterleitet. Clowder erstellt eine Schicht über deinen vertrauten CLI-Tools (wie Claude Code oder Gemini CLI). Es gibt neuronalen Netzen, was ihnen normalerweise fehlt: persistente Identität, gemeinsamen Speicher und die Fähigkeit, direkt miteinander zu kommunizieren.

Im System leben „Katzen" — personalisierte Agents. Zum Beispiel übernimmt XianXian (basierend auf Claude) Architektur und Sicherheit, YanYan (basierend auf GPT) macht Reviews und Code, und ShuoShuo (Gemini) kümmert sich um Design und bringt Ideen ein. Das sind nicht nur System-Prompts — es sind Agents, die sich an ihre Rollen und den Gesprächsverlauf von Sitzung zu Sitzung erinnern.

Wie es in der Praxis funktioniert

Das Projekt bietet das CVO-Konzept — Chief Vision Officer. Das bist du. Deine Aufgabe ist es nicht, Code zu schreiben (obwohl du es kannst), sondern die Entwicklungsrichtung vorzugeben, Designs zu genehmigen und wichtige Entscheidungen zu treffen. Das neuronale Netzwerk-Team erledigt die „Drecksarbeit".

Hier sind einige Dinge, die mir aufgefallen sind:

Modellübergreifendes Review

Du bittest Claude, eine Komponente zu schreiben. Sobald sie fertig ist, holt das System automatisch GPT zur Verifizierung. Das ist in die Plattformlogik eingebaut: einer schreibt, der andere prüft, und sie verhandeln miteinander, bis das Ergebnis den Standards entspricht.

Direkte Agentenkommunikation (A2A)

Im Chat kannst du @Erwähnungen verwenden. Wenn du mit Gemini eine Funktion besprichst, kannst du @opus taggen, um Claude zur Bewertung der technischen Machbarkeit hinzuzuziehen. Jeder Agent hat seinen eigenen Kontext, aber sie können Nachrichten und strukturierte Daten austauschen.

Gemeinsamer Speicher und Fähigkeiten

Das Team hat eine Wissensdatenbank: Entscheidungsprotokolle, Lessons Learned und ein „Skills Framework". Agents laden spezialisierte Fähigkeiten (wie TDD oder Debugging) nur dann, wenn sie tatsächlich gebraucht werden. Das spart Context Window und macht Antworten genauer.

Technische Details

Das Projekt ist in TypeScript geschrieben (Node.js 20+). Redis wird als Backend für die Zustandsspeicherung und Queues verwendet. Die Architektur ist in drei klare Schichten unterteilt:

1. Model: verarbeitet das „Gehirn" (Reasoning und Generierung).
2. Agent CLI: verarbeitet Dateioperationen und Kommandoausführung.
3. Platform (Clowder): verwaltet Identität, Koordination und Audit.

Interessanterweise haben die Autoren „The Iron Laws" direkt in Code und Prompts eingebettet. Zum Beispiel ist es Agents verboten, ihre eigenen Datenbanken zu löschen oder übergeordnete Prozesse zu beenden. Das schafft eine vorhersehbare Umgebung, in der ein neuronales Netz nicht dein System „in die Luft jagt", wenn es vor Begeisterung überschäumt.

Nicht nur Code

Die Entwickler haben sich nicht auf einen einfachen IDE-Assistenten beschränkt. Clowder enthält einige ziemlich ungewöhnliche Module:

• Signals: ein Tech-Nachrichten-Aggregator, in dem neuronale Netze gemeinsam Artikel analysieren und sogar einen Podcast generieren können, in dem die „Katzen" eine neue Veröffentlichung diskutieren.
• Spielmodi: das Team kann „Mafia" (Werwolf) mit dir spielen oder an Pixel-Schlachten teilnehmen. Das ist nicht nur Unterhaltung — es ist ein Stresstest für ihre Fähigkeit, sich zu koordinieren und Regeln zu befolgen.
• Sprachbegleiter: jeder Agent hat seine eigene Stimme. Du kannst über Kopfhörer mit dem Team sprechen, während du zum Laden gehst oder im Fitnessstudio trainierst.

Wie man startet

Es gibt zwei Wege. Der einfachste für Windows- oder macOS-Nutzer ist, den fertigen Installer aus dem Releases-Bereich herunterzuladen. Er bringt automatisch portables Node.js und Redis mit.

Wenn du es lieber aus dem Quellcode bauen möchtest:

git clone https://github.com/zts212653/clowder-ai.git
cd clowder-ai
pnpm install
pnpm build
cp .env.example .env
pnpm start

Danach gehst du zu localhost:3003 und konfigurierst in den Systemeinstellungen die Keys für Claude, OpenAI oder Gemini. Übrigens unterstützt das Projekt auch Drittanbieter über eine einheitliche Schicht.

Für wen ist das nützlich

Clowder AI wird für das Schreiben eines 10-Zeilen-Skripts kaum gebraucht. Aber wenn du allein an einem Projekt arbeitest und das Gefühl hast, dass du mit der Menge an Planung, Testschreiben und Dokumentationsaufgaben nicht mehr zurechtkommst, kann ein solches „Team" dir wirklich einiges abnehmen.

Das Projekt sieht aus wie ein Versuch, das Arbeiten mit KI menschlicher zu gestalten. Statt faceless Textfelder hast du ein Team mit eigenen Namen und Persönlichkeiten, das nicht nur Befehle ausführt, sondern dir hilft, um 3:30 Uhr nachts bei einem weiteren Bug einen klaren Kopf zu bewahren.

Es lohnt sich, es zumindest auszuprobieren, um zuzusehen, wie verschiedene LLMs über deine Codequalität streiten. Es ist zumindest lehrreich.