AgentSwarms: Kostenloser praxisorientierter Spielplatz zum Erlernen von Agentischer KI

AgentSwarms ist ein kostenloser interaktiver Spielplatz zum Erlernen von agentischer KI, indem echte Agenten gebaut werden – keine lokale Einrichtung, keine API-Schlüssel nötig, um loszulegen. Es richtet sich an Entwickler, die vom Lesen über Agenten zum tatsächlichen Bauen übergehen möchten.
Lehrplanübersicht
Fünf Tracks mit über 40 vertiefenden Lektionen und 30+ ausführbaren Agenten. Der Lehrplan deckt sechs Kernthemen ab:
- Lektion 1 – Prompts & System Messages: Wie System-Prompts die Persönlichkeit, Rolle und Einschränkungen eines Agenten formen. Behandelt Few-Shot- vs. Zero-Shot-Muster und Temperatureffekte.
- Lektion 2 – RAG & Wissensdatenbanken: Antworten mit echten Quellenangaben in Dokumenten verankern. Erklärt, warum Retrieval bei Fakten besser ist als Feintuning, und wann RAG versagt.
- Lektion 3 – Tools & Function Calling: Verbinden von Agenten mit APIs, MCP-Servern und Webhooks. OpenAI Tool-Call-Schema, MCP-Server in 5 Minuten, Entwerfen sicherer idempotenter Tools.
- Lektion 4 – Schutzmaßnahmen & HITL: Ein-/Ausgabefilter, PII-Schwärzung, Prompt-Injection-Abwehr, Genehmigungs-Posteingänge, Kosten- und Ratenbegrenzungs-Schutzmaßnahmen.
- Lektion 5 – Multi-Agenten-Swarms: Aufbau von Forscher → Schreiber → Prüfer-Pipelines mit expliziten Übergaben und gemeinsamem Speicher. Orchestrator- vs. Peer-to-Peer-Muster.
- Lektion 6 – Beobachtbarkeit & Evaluierung: Jedes Token, jeden Tool-Aufruf und jeden ausgegebenen Dollar überprüfen. Lesen von Ausführungsabläufen, Token/Latenz/Kosten-Dashboards, Aufbau von Evaluierungssuiten.
So funktioniert es
Keine Installationen, keine API-Schlüssel, um loszulegen. Prozess in vier Schritten:
- Probieren Sie eine Live-Demo aus: Wählen Sie eine Vorlage (Produktsupport, Rechercheassistent, Code-Reviewer) – der voll funktionsfähige Agent wird in Sekunden bereitgestellt.
- Folgen Sie der geführten Tour: Seitenbereich-Lektionen mit vorgeschlagenen Prompts führen durch RAG, Schutzmaßnahmen und Genehmigungen, Abschnitt für Abschnitt.
- Forken & Experimentieren: Passen Sie den System-Prompt an, tauschen Sie Modelle (AgentSwarms AI, OpenAI, Gemini, Grok, Claude) aus und schließen Sie Ihre eigene Wissensdatenbank an.
- Eigene bauen: Setzen Sie Agenten zusammen, verketten Sie sie zu Swarms und beobachten Sie Abläufe im Beobachtbarkeits-Dashboard.
Spickzettel der Schlüsselbegriffe
Die Quelle enthält ein Glossar agentischer KI-Begriffe:
- Agent: LLM mit System-Prompt, Tools, Speicher für mehrschrittiges Denken.
- RAG: Einfügen relevanter Dokumentabschnitte in den Prompt zur Quellenangabe.
- Tool / Funktionsaufruf: Typisierte Aktion, die das Modell aufrufen kann.
- Schutzmaßnahme: Ein-/Ausgabefilter (PII, Obszönitäten, Kostenobergrenzen).
- HITL: Mensch-im-Kreis-Genehmigung vor riskanten Aktionen.
- MCP: Model Context Protocol zur Bereitstellung von Tools/Daten.
- Swarm: Mehrere spezialisierte Agenten mit Übergaben.
- Evaluierung: Testsuite, die Genauigkeit, Format, Sicherheit, Kosten bewertet.
Preisgestaltung: Für Lernende für immer kostenlos – keine Kreditkarte erforderlich. Der Lernmodus (keine Einrichtung) ist kostenlos; der Baumodus ermöglicht die Verwendung eigener API-Schlüssel.
📖 Vollständige Quelle lesen: HN AI Agents
👀 Siehe auch

Open-Source-CLI-Tool sdf nutzt Claude zur Verwaltung von gestapelten GitHub-PRs
sdf ist ein kostenloses, MIT-lizenziertes CLI-Tool, das gestapelte Pull-Request-Workflows mit git und gh automatisiert, wobei Claude CLI komplexe Aufgaben wie Diff-Analyse und Konfliktlösung übernimmt.

MCP-Server verfolgt bekannte Fehler in Entwicklungstools, um LLM-Empfehlungen zu verbessern
nanmesh-mcp ist ein MCP-Server, der GitHub Issues, Stack Overflow und Reddit durchsucht, um aktuelle Probleme in 57 Entwicklungswerkzeugen zu verfolgen und LLMs vor Bibliotheksempfehlungen mit aktuellen Fehlerdaten zu versorgen.

Claude Code v2.1.143: Plugin-Abhängigkeitsdurchsetzung, PowerShell-Standardeinstellungen und Hintergrundsitzungs-Korrekturen
Anthropic hat Claude Code v2.1.143 mit Plugin-Abhängigkeitserzwingung, PowerShell -ExecutionPolicy Bypass, einer neuen Worktree-Isolationsoption und zahlreichen Fehlerbehebungen für Hintergrundsitzungen, Windows Terminal und macOS-Dateizugriff veröffentlicht.

Prompt-Caching-MCP-Plugin reduziert automatisch die Claude-API-Kosten, indem es stabilen Kontext identifiziert.
Das Prompt-Caching-MCP-Plugin identifiziert automatisch stabile Kontextteile wie Systemprompts und Werkzeugdefinitionen, markiert sie dann für Anthropics Caching-Funktion und reduziert so die API-Kosten in Codingsitzungen um 80-92%.