Hoe meerdere AI-agents uit te voeren in geïsoleerde git trees met Proliferate

Onlangs betrapte ik mezelf op een vervelende routine. Je start terminal Claude Code om één module te herschrijven, opent tegelijkertijd Cursor om stijlen te repareren, en houdt een lokale Codex in een derde tab voor test-refactoring. Het resultaat is chaos in de working copy: branches overschrijven elkaar, niet-gecommitteerde bestanden worden overschreven, dialoogcontext gaat verloren tussen verschillende vensters.

Ontwikkelaars van proliferate-ai probeerden deze zoo te verpakken in één omgeving. Hun project heet Proliferate. Dit is een open-source ontwikkelomgeving (AI IDE) die het parallel starten van verschillende codeeragents afhandelt en elke agent isoleert in een aparte git worktree.

Wat er onder de motorkap zit en waarom je worktrees nodig hebt

Het kernconcept van het project draait om parallel werk. Wanneer je een taak toewijst aan een AI-agent, wil je niet wachten tot het genereren en testuitvoeringen heeft afgerond voordat je naar het volgende ticket gaat. Tegelijkertijd is het gevaarlijk om agents in één werkdirectory te draaien: ze zullen onvermijdelijk elkaars wijzigingen overschrijven.

Proliferate lost het probleem op met Git's ingebouwde tools. Elke subtaak krijgt zijn eigen git worktree met zijn eigen branch, geïsoleerde terminal, conversatiegeschiedenis en code review-scherm.

Je kunt tegelijkertijd Claude Code een backend-bug laten oplossen terwijl OpenCode of Grok integratietests schrijft in het volgende venster. Ze werken met dezelfde repository maar bevinden zich fysiek in verschillende mappen en storen elkaar niet.

Ondersteunde engines en tools

Proliferate dwingt geen enkel model of vendor af. Het heeft een systeem van native wrappers voor populaire engines ingebouwd:

• Claude Code
• OpenAI Codex
• OpenCode
• Cursor
• Grok

In plaats van een aangepast prompt-formaat te verzinnen, gebruikt het platform de native interfaces van deze tools. Als je al een abonnement hebt of API-keys hebt geconfigureerd, kun je ze aansluiten op een unified dashboard.

Het project bevat ook MCP (Model Context Protocol) ondersteuning, browserintegratie en systeemtoegang (Computer Use). Tool-instellingen worden één keer op projectniveau geconfigureerd, waarna elke verbonden agent ze kan gebruiken.

Een ander interessant kenmerk is geneste sub-agents. De hoofdagent kan een stuk werk delegeren naar een child process, wachten op het resultaat en doorgaan met het bouwen van het project.

Automatisering en workflows

Naast het handmatig starten van chats, is er een Workflows-sectie. Dit is het starten van agents op een schema of op basis van events.

Bijvoorbeeld, je kunt een nightly review-run instellen: een agent doorloopt bestanden die overdag zijn gewijzigd, zoekt naar regressies, en plaatst een rapport in een aparte branch. Of koppel een trigger aan een monitoring-alert zodat een agent onmiddellijk de branch met de fout kloont en begint met het lokaliseren van de failure.

Het project is nog vers (net iets meer dan 300 sterren op GitHub), maar de functionaliteit ziet er goed doordacht uit, vooral voor teams die genoeg hebben van het schakelen tussen tien terminals.

Hoe te deployen en uit te proberen

Het client-deel van Proliferate is gebouwd met Rust en Tauri met een webinterface op Node.js 22. Het backend control panel is geschreven in Python met de uv package manager en PostgreSQL database.

De codebase is open onder de AGPL-3.0 licentie. Het server-deel kan volledig op je eigen infrastructuur worden gedeployed via Docker Compose of in de cloud.

De desktop-applicatie bouwen vanuit source

Als je de client lokaal wilt uitproberen, heb je Rust, Node.js 22 en pnpm geïnstalleerd nodig.

# Клонируем репозиторий и ставим зависимости
git clone https://github.com/proliferate-ai/proliferate.git
cd proliferate

make install
make dev-local

De volledige stack draaien voor ontwikkeling

Docker is vereist om met de lokale database en volledige backend te werken:

make server-install
make setup PROFILE=main
make build
make run PROFILE=main

De repository heeft een kant-en-klare template server/deploy/.env.production.example met alle omgevingsvariabelen voor het verbinden van providers en het configureren van authenticatie. Voor een productieserver bieden de auteurs een kant-en-klare docker-compose file met Caddy als reverse proxy.

Voor wie het project nu al nuttig zal zijn

Proliferate is waarschijnlijk onnodig voor degenen die autocompletion eenmaal per dag gebruiken voor een paar regels code. Een gewone editor-plugin handelt dat prima af.

Maar als je actief codegeneratie delegeert naar CLI-hulpprogramma's zoals Claude Code en meerdere taken parallel draait, zal het geïsoleerde git worktree-concept veel zenuwen besparen. Je krijgt een visueel kanban-bord met agents, waar elk process zijn eigen terminal heeft, schone diff en duidelijke uitvoeringsstatus.

Het project wordt actief bijgewerkt, bugs zullen zeker worden gevonden, maar de architecturale aanpak via worktree lijkt veel betrouwbaarder dan handmatig branch-gepruts in de console.