NCA Social Media
Aktualisiert:
Autor:
Roland Golla
Grüner Quelltank agnostic-ai speist fünf Ziel-Container über Rohre

Was ist agnostic-ai?

agnostic-ai ist ein Open Source Kommandozeilen Tool, das Regeln, Skills, Agents, Hooks und MCP Server für KI Coding Agents aus einer einzigen Quelle im Repository erzeugt. Du schreibst die Konfiguration einmal im Ordner .agnostic-ai, und der Befehl agnostic-ai sync schreibt daraus die nativen Dateien für Claude Code, Codex, Gemini CLI, Cursor, OpenCode und insgesamt 25 Zielwerkzeuge.

Das Projekt ist in Go geschrieben, steht unter MIT Lizenz und wird von Jose M. Valera Reales gepflegt, auf GitHub als Chemaclass bekannt. In der PHP Welt kennt man ihn durch das Bash Testing Framework bashunit und durch Phel, eine funktionale Sprache, die nach PHP kompiliert.

Für die Einordnung wichtig: agnostic-ai ist eine Sync Schicht. Es gibt keinen Account und keinen Dienst dahinter. Die erzeugten Dateien gehören dir und funktionieren weiter, auch wenn du das Tool später wieder entfernst.

Inhalt

agnostic-ai mit NCA: Schnelle Hilfe vom Experten

Wir arbeiten jeden Tag mit Regeldateien für Coding Agents. Unser Produktionsagent ist OpenCode mit Open Weight Modellen, in Schulungen kommen Claude Code und andere Tools dazu. Genau dort entsteht Drift: Die AGENTS.md sagt das eine, ein Skill etwas anderes, und niemand merkt es bis zum Review. agnostic-ai setzt auf eine Quelle und eine Prüfung in der Pipeline. Das ist dasselbe Muster, das wir seit Jahren bei Quality Gates für Code anwenden.

Wir helfen Teams im Vibe Coding Consulting, strukturieren Rules Dateien und AGENTS.md, schreiben SKILL.md Dateien für wiederkehrende Aufgaben und richten OpenCode als Coding Agent ein. Die Prüfung der erzeugten Dateien hängen wir an die Quality Gates für KI Code und an bestehende Vibe Coding CI/CD Pipelines.

agnostic-ai im Team einführen
Finde das passende Angebot für dein Projekt
Anfrage-Konfiguration
Starten Sie Ihre Anfrage
Projektart
Infos
Nachricht

Eliminierung technischer Schulden mit PHPStan, Rector PHP und PHPUnit. Über 20 Jahre Praxiserfahrung in skalierbaren Backends.

CORE EXPERTISE

Gesetzliche Konformität & Inklusion. Optimierung von Performance und Conversion durch radikal nutzerzentriertes, universelles Design.

BFSG COMPLIANT

Skalierbare KI-Systeme mit echtem Code Ownership. CI/CD, Backup-Strategien und Infrastruktur, die mit deinem Team wächst.

ENTERPRISE READY

Warum Coding Agents eine gemeinsame Quelle brauchen

Jedes KI Coding Tool bringt sein eigenes Format mit. Claude Code liest CLAUDE.md und den Ordner .claude, Codex nutzt AGENTS.md und TOML Dateien unter .codex, Cursor legt Regeln unter .cursor/rules ab. Gemini CLI benennt sogar die Hook Events anders. Wer im Team drei Tools erlaubt, pflegt dieselbe Regel an drei Stellen.

Mit der Zeit laufen diese Kopien auseinander. Eine Regel wird im einen Tool geschärft und im anderen vergessen. Der Agent verhält sich dann je nach Entwickler anders, obwohl alle glauben, nach denselben Regeln zu arbeiten. Solche Fehler fallen oft erst im KI Code Review auf, wenn überhaupt.

Ein Symlink auf eine Datei hilft nur begrenzt. Er teilt Inhalte, übersetzt aber weder Pfade noch Syntax noch Feldnamen. Genau diese Übersetzung ist der Kern von agnostic-ai.

So funktioniert agnostic-ai: importieren, prüfen, schreiben

Der Einstieg besteht aus drei Befehlen. Wer schon Regeldateien im Projekt hat, importiert sie zuerst, damit nichts verloren geht. Danach zeigt ein Probelauf jede Datei, die geschrieben würde. Erst der dritte Befehl schreibt wirklich.

Code: 
          
agnostic-ai init --from all
agnostic-ai sync --dry-run
agnostic-ai sync

Die Quelle liegt im Ordner .agnostic-ai neben der Datei agnostic-ai.yaml, in der du die Zielwerkzeuge auswählst. Specs sind Markdown mit YAML Frontmatter oder reines YAML für strukturierte Einstellungen wie Berechtigungen. Die Hauptanweisung steht in AGNOSTIC_AI.md. Daraus entstehen je nach Tool CLAUDE.md, AGENTS.md oder die jeweilige Instructions Datei.

Eine Regel sieht zum Beispiel so aus:

Code: 
          
---
name: tests-zuerst
description: Tests vor jedem Commit
alwaysApply: true
---

Führe vor jedem Commit die Tests aus.
Ändere Migrationen nie von Hand.

Geändert wird immer die Quelle. Generierte Dateien überschreibt der nächste Sync. Standardmäßig landen die erzeugten Ausgaben in der .gitignore, per Konfiguration lassen sie sich aber auch einchecken.

NCA KI Workshop für Developer

Agentic Coding im Team, nicht nur im Glossar

Ein Tag inhouse mit Benjamin Klein für Developer, Tester und Admins. Context Engineering, Harness, ADRs und zwei Hands on Blöcke mit KI Agenten in eurem Setup.

  1. 1
    Kostenloses Vorgespräch
    Stand, Rollen und Ziele klären
  2. 2
    Workshoptag bei euch
    Praxis am Vormittag, Hands on danach
  3. 3
    Praxistag optional
    Agenten im eigenen Projekt
Benjamin Klein
Benjamin Klein
Senior Consultant
Zum Workshop für Developer arrow_forward

Was agnostic-ai synchronisiert

agnostic-ai kennt mehrere Spec Arten. Die wichtigsten decken genau das ab, was ein Team heute an Agent Konfiguration pflegt. Dazu kommen weitere Arten für Commands, Reviews, Umgebungen und Ignore Listen.

Spec Art Wofür Beispiel für die native Ausgabe
Instructions Projektweite Anweisungen aus AGNOSTIC_AI.md CLAUDE.md, AGENTS.md
Rules Konventionen, auch nur für bestimmte Dateien .claude/rules, .cursor/rules
Skills Wiederkehrende Workflows im SKILL.md Format .claude/skills
Agents Subagenten mit Rolle, Tools und Modell pro Tool .codex/agents als TOML
Hooks Befehle bei Tool Events, etwa Formatieren nach dem Edit .claude/settings.json, OpenCode Plugin Module
MCP Server Anbindung externer Tools .mcp.json, Codex config.toml
Settings Berechtigungen mit allow, ask und deny .claude/settings.json, opencode.json

Unterstützte Tools und Grenzen der Übersetzung

Die Liste der Zielwerkzeuge ist lang: Claude Code, Codex, Gemini CLI, Cursor, GitHub Copilot, OpenCode, Crush, Aider, Cline, Windsurf, Zed, Kiro, Junie, Google Antigravity, Goose und weitere. In der agnostic-ai.yaml wählst du unter targets nur die Tools, die dein Team wirklich nutzt.

Spannend ist der Umgang mit Lücken. Nicht jedes Tool kann alles. Kennt ein Ziel keine portable Berechtigungsliste oder fehlt für ein Tool die Modellangabe, schreibt agnostic-ai nichts Geratenes. Der Sync gibt stattdessen einen Hinweis aus. So bleiben die Unterschiede zwischen den Tools sichtbar.

Für OpenCode übersetzt agnostic-ai die Berechtigungslisten in die permission Map der opencode.json und legt Hooks als Plugin Module unter .opencode/plugins ab. Ein Import aus OpenCode liest beides zurück.

Persönliche Vorlieben gehören in den Ordner local. Dort landet etwa ein eigener Antwortstil, der für dich gilt, ohne das gemeinsame Regelwerk des Teams zu verändern.

agnostic-ai in CI und im Team Workflow

Der eigentliche Hebel für Teams liegt in der Prüfung. Die Ausgabe ist byte stabil: gleiche Quelle, gleiche Bytes. Generierte Dateien lassen sich deshalb sauber diffen.

Code: 
          
agnostic-ai sync --check

Läuft dieser Befehl in der Pipeline, schlägt der Build fehl, sobald jemand eine generierte Datei von Hand ändert oder den Sync vergisst. Aus der Absprache, alles zentral zu pflegen, wird so eine prüfbare Regel. Für lokale Disziplin gibt es zusätzlich Git Hooks, die vor dem Commit prüfen.

Mit Spec Packs lassen sich Regeln zwischen Repositories teilen. Eine Versionsangabe in der agnostic-ai.yaml stoppt ein älteres Binary, bevor es etwas schreibt. Das zählt, sobald mehrere Entwickler mit unterschiedlichen Versionen arbeiten. Wie solche Prüfungen im Alltag zusammenspielen, zeigen wir bei Code Qualität mit KI Agenten.

agnostic-ai, AGENTS.md und Handarbeit im Vergleich

Nicht jedes Team braucht ein Sync Tool. Entscheidend ist, wie viele verschiedene Agents im Projekt mitlesen und wie viel Konfiguration über reine Anweisungen hinausgeht.

Ansatz Stärke Grenze
Eine AGENTS.md als gemeinsame Quelle Einfach, von vielen Agents gelesen, kein zusätzliches Tool Deckt nur Anweisungen ab, keine Hooks, Berechtigungen oder Subagenten
Symlinks auf eine Datei Schnell eingerichtet Teilt Inhalte, übersetzt aber keine Formate und Pfade
Manuelle Kopien je Tool Volle Kontrolle pro Tool Drift ist vorprogrammiert, keine automatische Prüfung
agnostic-ai Eine Quelle für Regeln, Skills, Agents, Hooks, MCP und Berechtigungen, Prüfung in CI Zusätzliches Werkzeug, junges Projekt, Lernkurve beim Spec Format

Reifegrad, Sicherheit und Datenschutz

agnostic-ai ist ein junges Projekt vor Version 1.0, mit einem Hauptmaintainer und sehr schnellem Releasetakt. Das spricht für aktive Pflege. Es heißt aber auch, dass sich das Spec Format noch bewegen kann. Wer das Tool im Team einführt, legt die Version in der agnostic-ai.yaml fest und spielt Updates bewusst ein.

Der Schnellstart installiert per curl Skript direkt aus GitHub. Für Teams ist der kontrollierte Weg besser: Installation über Homebrew oder npm. Die Releases werden signiert, die Dokumentation beschreibt, wie man sie vor der Installation verifiziert.

Beim Datenschutz ist agnostic-ai unkritisch. Das Tool läuft lokal, braucht keinen Account und schickt die Konfiguration an keinen fremden Dienst. Einzige Ausnahme ist der optionale Befehl verify, der Daten an einen Verifier sendet, den das Projekt selbst betreibt. Welche Daten ein Coding Agent später sieht, regeln weiter die Berechtigungen und das gewählte Modell. Dazu passt unser Leitfaden zur Modellauswahl ohne US Anbieter.

Write the rule once. Keep the differences visible.

Jose M. Valera Reales, Maintainer von agnostic-ai – agnostic-ai.org

agnostic-ai im NCA Kontext: Guardrails unabhängig vom Tool

In unseren Workshops ist den Teilnehmern ihr KI Setup freigestellt. Die Inhalte funktionieren mit allen Tools, weil es um Guardrails geht: Regeln, Berechtigungen und Quality Gates. Dieselbe Haltung steckt in agnostic-ai. Das Regelwerk gehört dem Team, der Agent darf wechseln.

Wir ordnen agnostic-ai als Editorial Werkzeug ein. In unserem eigenen Setup reicht aktuell eine schlanke AGENTS.md, weil OpenCode unser einziger Produktionsagent ist. Interessant wird das Tool für Teams, in denen mehrere Agents parallel laufen, etwa Codex bei den einen und Claude Code oder Cursor bei den anderen.

Passende Themen dazu: Claude Code vs Codex für die Wahl des Terminal Agents, das Agent Skills Ökosystem von Vercel, Skills.sh zum Installieren fertiger Skills, Agentic Coding Patterns für den Workflow drumherum und Schema Based AI Coding als Prinzip hinter prüfbaren Specs. Aus dem Open Source Glossar passen nWave, Archify und Humanizer SKILL.md.

CYPRESS.IO Ambassador und IT Consultant für QA Engenieering und Qualität in PHP Projekten.

NCA Vibe Coding Consulting

Roland Golla ist Entwickler aus Leidenschaft – seit über 20 Jahren. Er hat hunderte Projekte begleitet, von Legacy-Refactoring bis KI-Integration. Bei Vibe Coding verbindet er das Beste aus beiden Welten: Die Geschwindigkeit von KI-generiertem Code mit der Qualität professioneller Softwareentwicklung. Kein Bullshit, keine Agentur-Floskeln – direkte Hilfe von jemandem, der selbst täglich im Code steckt.

E-Mail Kontakt

Häufige Fragen zu agnostic-ai

Die wichtigsten Fragen zu agnostic-ai, zur Installation, zu unterstützten Tools und zum Einsatz im Team.

Was ist agnostic-ai 2026?

agnostic-ai ist ein Open Source Kommandozeilen Tool, das die Konfiguration für KI Coding Agents aus einer Quelle erzeugt. Regeln, Skills, Agents, Hooks, MCP Server und Berechtigungen liegen im Ordner .agnostic-ai. Der Befehl agnostic-ai sync schreibt daraus die nativen Dateien für jedes ausgewählte Tool, etwa CLAUDE.md, AGENTS.md oder opencode.json.

Welche Coding Agents unterstützt agnostic-ai 2026?

agnostic-ai unterstützt 25 Zielwerkzeuge. Dazu gehören Claude Code, Codex, Gemini CLI, Cursor, GitHub Copilot, OpenCode, Crush, Aider, Cline, Windsurf, Zed, Kiro, Junie, Google Antigravity und Goose. Nicht jedes Tool kann jede Spec Art verarbeiten. Die Dokumentation zeigt pro Tool, welche Dateien und Funktionen unterstützt werden.

Ist agnostic-ai 2026 kostenlos und Open Source?

Ja. agnostic-ai steht unter MIT Lizenz und liegt öffentlich auf GitHub. Es gibt keinen Account, kein Abo und keinen Cloud Dienst hinter dem Tool. Du installierst ein einzelnes Binary und arbeitest lokal im eigenen Repository. Wer das Projekt unterstützen will, kann den Maintainer über seine Sponsoring Seite fördern.

Wie installiere ich agnostic-ai 2026?

Für macOS und Linux gibt es ein Installationsskript, für Windows ein PowerShell Skript. Für Teams empfehlen sich Homebrew oder npm, weil sich die Installation so besser nachvollziehen lässt. Danach startest du im Projekt mit agnostic-ai init. Bestehende Regeldateien übernimmt der Import, ein Probelauf zeigt vorab alle Dateien.

Ist agnostic-ai 2026 reif für den Einsatz im Team?

agnostic-ai ist noch vor Version 1.0 und wird sehr aktiv entwickelt. Das Spec Format kann sich also noch ändern. Für Teams heißt das: Version in der agnostic-ai.yaml festlegen, Updates bewusst einspielen und die Prüfung per sync --check in CI aktivieren. Da die erzeugten Dateien normal weiterfunktionieren, bleibt ein Ausstieg jederzeit möglich.

Was ist der Unterschied zwischen agnostic-ai und einer AGENTS.md?

Eine AGENTS.md ist eine einzelne Anweisungsdatei, die viele Agents lesen. Sie deckt aber nur Anweisungen ab. agnostic-ai verwaltet zusätzlich Skills, Subagenten, Hooks, MCP Server und Berechtigungen und übersetzt sie in das Format jedes Tools. Für Teams mit nur einem Agent reicht oft eine gepflegte AGENTS.md.

Kann ich bestehende CLAUDE.md Dateien und Skills übernehmen?

Ja. Mit agnostic-ai init --from all importiert das Tool vorhandene Konfiguration aus den unterstützten Tools in die gemeinsame Quelle. Anschließend zeigt sync --dry-run, welche Dateien neu geschrieben würden. So lässt sich prüfen, ob beim Import nichts verloren gegangen ist, bevor die ersten Dateien überschrieben werden.

Was passiert, wenn ein Tool eine Funktion nicht unterstützt?

agnostic-ai schreibt in diesem Fall nichts Geratenes. Der Sync gibt einen Hinweis aus, zum Beispiel wenn ein Tool keine portable Berechtigungsliste kennt oder für ein Tool kein Modell hinterlegt ist. So siehst du, wo sich die Tools unterscheiden, und kannst diese Stellen bei Bedarf über tool spezifische Overlays ergänzen.

Wie verhindert agnostic-ai Drift zwischen den Dateien?

Die Ausgabe ist byte stabil, gleiche Quelle ergibt gleiche Dateien. Der Befehl agnostic-ai sync --check vergleicht die generierten Dateien mit der Quelle und schlägt fehl, wenn sie abweichen. In der CI Pipeline blockiert das jeden Merge, bei dem jemand eine generierte Datei von Hand geändert oder den Sync vergessen hat.

Sollten die generierten Dateien ins Repository?

Standardmäßig ignoriert Git die generierten Ausgaben, die Quelle im Ordner .agnostic-ai wird eingecheckt. Das hält das Repository schlank. Wer die Dateien trotzdem versionieren will, etwa damit Agents ohne vorherigen Sync funktionieren, kann das über die Konfiguration einschalten und mit sync --check absichern.

Schickt agnostic-ai Daten an einen externen Dienst?

Nein, im normalen Betrieb nicht. agnostic-ai läuft lokal und schreibt nur Dateien ins Projekt. Einzige Ausnahme ist der optionale Befehl verify, der Daten an einen Verifier schickt, den das Projekt selbst betreibt. Welche Daten ein Coding Agent später sieht, hängt von den Berechtigungen und dem gewählten Modell ab.

Funktioniert agnostic-ai mit OpenCode und lokalen Modellen?

Ja. OpenCode ist ein offizielles Ziel von agnostic-ai. Berechtigungen landen in der opencode.json, Hooks als Plugin Module im Ordner .opencode/plugins. Welches Modell OpenCode nutzt, bleibt deine Entscheidung. Lokale Modelle über Ollama funktionieren genauso wie gehostete Modelle, weil agnostic-ai nur die Konfiguration schreibt.