Flue: Ein TypeScript-Framework zur Erstellung autonomer Codierungsagenten

Flue ist ein TypeScript-Framework zum Erstellen autonomer Agenten mit einer programmierbaren Harnes-Architektur – dem gleichen Muster, das hinter Claude Code und Codex steckt. Es ermöglicht Ihnen, Agenten zu definieren, die planen, Kontext sammeln, Dateien schreiben, Unteragenten erzeugen und Shell-Befehle ausführen – alles in einer isolierten Umgebung.
Hauptfunktionen
- Agent-Harnes: Kombiniert ein Modell (z. B. Anthropic Claude Sonnet 4-6) mit einem Harnes für Tools wie Dateisystem-Lesen/-Schreiben, grep, glob, Bash-Ausführung und Netzwerkzugriff.
- Sessions: Dauerhafte Kontexte zur Nachverfolgung der Arbeit, ähnlich wie Claude Code- oder Codex-Sessions.
- Skills: Wiederverwendbare Arbeitsabläufe mit strukturierter Ausgabe unter Verwendung von Valibot zur Laufzeitvalidierung.
- Sandbox: Integrierte, konfigurationsfreie virtuelle Sandbox oder Anbindung einer eigenen externen Sandbox. Feingranulare Kontrolle über Umgebungsvariablen und Token-Exposition.
- Bereitstellung: Agenten werden in einen HTTP-Server gebündelt für die Fernnutzung oder per CLI (
flue run) für lokale Aufgaben und CI ausgeführt.
Beispiel: KI-Issue-Triage in 22 Zeilen
import type { FlueContext } from '@flue/sdk/client';
import { Octokit } from '@octokit/core';
import * as v from 'valibot';
export default async function ({ init, payload, env }: FlueContext) {
const { issueNumber } = payload;
const agent = await init({ model: 'anthropic/claude-opus-4-7' });
const session = await agent.session();
const triage = await session.skill('triage', {
args: { issueNumber },
result: v.object({
severity: v.picklist(['low', 'medium', 'high', 'critical']),
reproducible: v.boolean(),
summary: v.string(),
}),
});
const body = **Severity:** ${triage.severity}\n**Reproducible:** ${triage.reproducible}\n\n${triage.summary};
await (new Octokit({ auth: env.GITHUB_TOKEN })).request(
'POST /repos/{owner}/{repo}/issues/{num}/comments',
{ owner: 'withastro', repo: 'flue', num: issueNumber, body },
);
}
Für wen es gedacht ist
Entwickler, die benutzerdefinierte KI-Agenten für Code-Review, Issue-Triage, Datenanalyse, Kundensupport oder Codierungsautomatisierung erstellen und die volle Kontrolle über den Agenten-Stack haben möchten, ohne ein Drittanbieter-Tool zu mieten.
📖 Vollständige Quelle lesen: HN LLM Tools
👀 Siehe auch

Hollow Agent OS: Lokale KI-Arbeiter rufen Claude als leitenden Architekten, wenn sie feststecken
Das Hollow Agent OS verwendet lokale Qwen-Modelle, die rund um die Uhr laufen. Wenn sie jedoch auf Logikfehler stoßen oder größere Änderungen benötigen, lösen sie über MCP einen Claude-Aufruf aus. Claude reorganisiert Dateistrukturen, überprüft Code und fungiert als Manager für autonome lokale Arbeiter.

Cowork vs. Claude Chat: Vergleich der Genauigkeit bei der Dokumentenextraktion
Ein Entwickler testete Claude.ai Chat und Cowork beim Extrahieren von Daten aus 140+ Seiten langen Finanz-PDFs mit identischen Prompts. Chat lieferte institutionelle Ergebnisse mit Selbstkorrektur und null Fehlern über 150+ Datenpunkte, während Cowork ausgleichende Posten erfand, Einheitenzahlen umkehrte und Vorjahresspalten kontaminierte.

MAGELLAN: Ein 15-Agenten-Autonomes Wissenschaftliches Entdeckungssystem, das auf Claude Code aufbaut
MAGELLAN ist ein 15-Agenten-System zur autonomen wissenschaftlichen Entdeckung, das vollständig auf Claude Code aufbaut. Es nutzt Opus für tiefgehende Schlussfolgerungen und Sonnet für strukturierte Aufgaben, generiert interdisziplinäre Hypothesen ohne menschliche Anleitung, mit 260 vorgeschlagenen Hypothesen, von denen 60% durch adversarische Validierung in 19 Sitzungen verworfen wurden.

Claw Code Agent: Python-Neuimplementierung der Claude-Code-Architektur für lokale Modelle
Claw Code Agent ist eine Python-Neuimplementierung der Claude-Code-Agent-Architektur, die mit lokalen Open-Source-Modellen über OpenAI-kompatible Backends wie vLLM und Ollama läuft und Funktionen wie Tool-Aufrufe, Slash-Befehle und gestufte Berechtigungen bietet.