Hoe de chaos van een dozijn AI-agents in één project te temmen
Onlangs probeerde ik Claude Code uit te voeren voor het refactoren van een module en GitHub Copilot CLI voor het herschrijven van tests tegelijkertijd. Ik raakte al snel verdwaald in terminaltabs, en lokale branches overschreven per ongeluk elkaars wijzigingen. Het lijkt erop dat de makers van het Kandev-project met hetzelfde probleem werden geconfronteerd toen ze besloten hun eigen tool te bouwen voor het beheren van AI-ontwikkelaars.
Kandev is een open platform met een webinterface en Kanbanbord dat chaotisch werk met autonome codeerders omzet in een duidelijk en gecontroleerd proces.
Wat is het hoofdidee
Het afgelopen jaar zijn er veel CLI-hulpprogramma's voor coderen verschenen: Claude Code, Codex, Copilot CLI, Gemini, Cursor agent, Devin, en nog een paar dozijn alternatieven. Elk heeft zijn eigen sterke punten, maar wanneer je ze direct in de terminal van je laptop uitvoert, ontstaan er standaard complicaties:
- Wijzigingen zijn onhandig te bekijken via console-uitvoer.
- Het uitvoeren van meerdere agents parallel in dezelfde map leidt tot Git-conflicten.
- De belasting van lokale CPU en RAM groeit met elk nieuw proces.
De Kandev-ontwikkelaars stellen een andere aanpak voor: een persoon stelt taken op, verdeelt ze over kolommen op het bord en bekijkt de uiteindelijke diffs, terwijl alle routinematige generatie bij de neurale netwerken blijft.
Het project is niet gebonden aan de cloud van een specifieke leverancier en wordt gedistribueerd onder de AGPL-3.0-licentie. Er wordt geen telemetrie verzameld, en je kunt de server op je eigen hardware of een geïsoleerde VPS draaien.
Parallelle taken zonder branchconflicten
Om te voorkomen dat agents elkaar verstoren en de werkdirectory beschadigen, maakt Kandev actief gebruik van Git worktree-mechanismen. Elke kaart krijgt zijn eigen geïsoleerde omgeving met zijn eigen branch. Je kunt drie verschillende neurale netwerken tegelijkertijd uitvoeren: de ene zal de layout repareren, de tweede zal SQL-queries herschrijven en de derde zal de documentatie verzorgen.
Het werkruimtescherm binnen Kandev is opgezet als een vertrouwde IDE. Eén venster bevat:
- chat met de agent of directe CLI-terminal;
- ingebouwde code-editor met LSP-ondersteuning;
- bestandsboom en Git-wijzigingenpaneel;
- resultaatpreviewvenster in de browser.
Dankzij deze opzet bekijk je het voltooide resultaat en de diff in een normale visuele editor, in plaats van te proberen eindeloze regels tekst in de console te parsen.
Chains bouwen uit verschillende providers
Een interessante functie van Kandev is het maken van pipelines uit meerdere neurale netwerken. De tool ondersteunt het open ACP (Agent Client Protocol), waarmee meer dan twintig verschillende agents verbinden.
Als je wilt, kun je stapsgewijze taakverwerking instellen:
- Claude Code ontwerpt de architectuur en maakt een plan.
- GitHub Copilot genereert code op basis van het opgestelde plan.
- Codex controleert de ontvangen wijzigingen op fouten en kwetsbaarheden.
Als de tool ACP nog niet direct ondersteunt, draait Kandev het in TUI-modus right inside the built-in PTY terminal emulator. Dit betekent dat je letterlijk binnen enkele minuten elk consolescript kunt toevoegen via profielinstellingen.
Werken met meerdere repositories en subtaken
Vaak raakt een taak zowel de backend als de frontend tegelijk. Kandev kan één kaart aan meerdere repositories koppelen. Het systeem maakt een aparte worktree voor elk project, genereert branches en verzamelt gegroepeerde wijzigingen in één reviewvenster.
Als een taak te groot wordt, kan de agent subtaken genereren die de context van de bovenliggende sessie erven. Dit helpt wanneer je een grote refactoring moet opsplitsen in verschillende onafhankelijke pull requests.
Het project heeft ook ingebouwde MCP (Model Context Protocol)-ondersteuning. Agents binnen Kandev krijgen toegang tot hulpprogramma's: ze kunnen subtaken maken, berichten naar naburige kaarten sturen en de dialooggeschiedenis van andere agents lezen.
Waar de agents zelf uitvoeren
Zware codebases vereisen aanzienlijke resources. Als je drie autonome agents op een laptop uitvoert, gaan de ventilatoren onmiddellijk op volle toeren. Kandev lost dit op met flexibele runtime-selectie.
De server stuurt taken voor uitvoering naar verschillende omgevingen:
- lokaal proces op je computer;
- geïsoleerde Docker-container;
- externe server via SSH;
- cloud-emulators zoals sprites.dev.
Je kunt Kandev implementeren op een krachtige server op kantoor of thuis, en kaarten beheren en diffs bekijken zelfs vanaf een smartphone via de browser. Voor een veilige verbinding vanuit een extern netwerk raden de auteurs aan om Tailscale of een vertrouwde VPN te gebruiken.
Technische interne werking onder de motorkap
De Kandev-architectuur is vrij straightforward. De backend is geschreven in Go en verwerkt procesorchestratie, taaklevenscyclus en WebSocket-gateway. De hele database en sessiegeschiedenis worden lokaal opgeslagen in SQLite op ~/.kandev.
De frontend is gebouwd met React met Vite en Zustand voor state management. Monaco Editor wordt gebruikt voor codewerk, xterm.js voor de terminal, en het flexibele venstergrid is gebouwd op de dockview-bibliotheek.
Het team ontwikkelt ook een desktopapplicatie op Tauri voor degenen die de voorkeur geven aan een apart venster in plaats van een browsertabblad.
Momenteel in ontwikkeling is een autonomielaag genaamd Office-modus. Dit is een modus voor permanente agentteams met hun eigen rollen, budgetlimieten, geheugen en automatische taakoverdracht tussen agents.
Snelle start
Je kunt de tool installeren met een paar commando's. Voor macOS en Linux is er een Homebrew-pakket beschikbaar:
brew install kdlbs/kandev/kandev
kandev
Als je de voorkeur geeft aan Node.js, zal starten via npx alles in één stap doen:
npx kandev@latest
Voor Windows-gebruikers is er Scoop:
scoop bucket add kandev https://github.com/kdlbs/scoop-kandev
scoop install kandev
kandev
Na het opstarten zal de server de webinterface activeren, SQLite voorbereiden en je onmiddellijk lokale of externe repositories laten koppelen.
Voor wie dit project bedoeld is
Kandev zal waarschijnlijk niet nodig zijn voor degenen die af en toe een chatbot vragen om een kort script te genereren. Maar het zal veel moeite besparen als je:
- CLI-agents actief gebruikt in de dagelijkse ontwikkeling;
- taken parallel wilt uitvoeren zonder de controle over commits te verliezen;
- de voorkeur geeft aan het bewaren van broncode en sessiegegevens op je eigen servers;
- op zoek bent naar een manier om zware codegeneratie van je laptop naar een externe machine te verplaatsen.
Het project is nog jong, met iets meer dan 500 sterren op GitHub, maar het idee om Kanban, Git worktree en verschillende neurale netwerken te combineren in één interface lijkt vrij gebruiksklaar.
Gerelateerde projecten