Modus: Open-Source AI-IDE mit spezifikationsgetriebener Entwicklung und Agent-Hooks

Modo ist eine quelloffene KI-IDE, die als Alternative zu Tools wie Kiro, Cursor und Windsurf entwickelt wurde. Sie basiert auf dem Void-Editor (selbst ein Fork von VS Code) und fügt strukturierte Planungs-Workflows zu bestehenden KI-Funktionen wie Chat, Inline-Editierung (Cmd+K), Autovervollständigung, Multi-Provider-LLM-Unterstützung, Tool-Nutzung und MCP-Integration hinzu.
Spezifikationsgesteuerte Entwicklung
Im Gegensatz zu typischen Prompt-zu-Code-Workflows implementiert Modo einen strukturierten Ansatz: Prompt → Anforderungen → Design → Aufgaben → Code. Spezifikationen werden in .modo/specs/<name>/ als drei Markdown-Dateien gespeichert:
requirements.md- User Stories und Akzeptanzkriteriendesign.md- Architektur, Komponenten und Datenmodelletasks.md- Checkliste der Implementierungsschritte
Erstellen Sie Spezifikationen mit Cmd+Shift+S oder durch Auswahl des Spec-Modus im Session-Picker. Wählen Sie zwischen Feature- oder Bugfix-Workflows, dann Anforderungen-zuerst oder Design-zuerst Ansätzen. Der Agent füllt jedes Dokument aus, Sie überprüfen es, dann führt er die Aufgaben sequenziell aus und markiert sie während des Fortschritts.
Aufgabenmanagement-Funktionen
Öffnen Sie eine beliebige tasks.md-Datei, um klickbare "▶ Aufgabe ausführen"-Buttons inline für jede ausstehende Aufgabe zu sehen. Ein "Alle ausstehenden Aufgaben ausführen"-Button erscheint oben. Laufende Aufgaben zeigen Spinner, abgeschlossene zeigen Häkchen. Der Agent markiert Aufgaben während der Arbeit: - [ ] → - [~] → - [x].
Steuerungsdateien
Markdown-Dokumente in .modo/steering/ injizieren Projektregeln in jede KI-Interaktion. Sie unterstützen drei Einbindungsmodi:
always- jede InteraktionfileMatch- wenn aktive Datei mit Glob-Muster übereinstimmtmanual- über /-Befehle im Chat referenziert
Unterstützt #[[file:path]]-Referenzen, um OpenAPI-Spezifikationen, GraphQL-Schemata oder andere Projektdokumentation zu verlinken.
Agent-Hooks
JSON-Konfigurationen in .modo/hooks/ automatisieren Aktionen rund um den Agent-Lebenszyklus. Beispielkonfiguration:
{
"name": "Lint on Save",
"version": "1.0.0",
"when": {
"type": "fileEdited",
"patterns": ["**/*.ts"]
},
"then": {
"type": "runCommand",
"command": "npx eslint --fix ${filePath}"
}
}Unterstützt 10 Ereignistypen: fileEdited, fileCreated, fileDeleted, promptSubmit, agentStop, preToolUse, postToolUse, preTaskExecution, postTaskExecution, userTriggered. Zwei Aktionstypen: askAgent oder runCommand. Pre-Tool-Hooks können die Ausführung ablehnen, mit eingebauter Erkennung zirkulärer Abhängigkeiten.
Zusätzliche Funktionen
Ein Autopilot/Überwacht-Umschalter erscheint als Statusleisten-Pille und wechselt zwischen autonomen Agent-Aktionen und Pausiert-zur-Genehmigung-Modus. Direkt mit Auto-Genehmigen-Einstellungen für Bearbeitungen, Terminalbefehle und MCP-Tools verbunden. Unterstützt parallele Chat-Sessions als Tabs, jeder mit eigenem Thread, Kontext und Verlauf.
Dieser Ansatz ist nützlich für Entwickler, die strukturiertere KI-unterstützte Programmierung mit persistenter Aufgabenverfolgung und projektspezifischer Regelinjektion wünschen.
📖 Read the full source: HN LLM Tools
👀 Siehe auch

RUNE-Protokoll: Speichern Sie KI-Sitzungsspeicher plattformübergreifend
RUNE (Relational User Notation for Entities) ist ein Open-Source-Protokoll, das Ihre KI-Beziehung in einer verschlüsselten .rune-Datei speichert und so das Kaltstartproblem löst, bei dem KI-Assistenten Sie zwischen Sitzungen vergessen. Erstellt mit Claude Opus 4.6, funktioniert es plattformübergreifend mit Claude und GPT.

Lokale PII-Redaktionsfunktion für OpenClaw nutzt GLiNER-Modell
Eine neue OpenClaw-Fähigkeit fängt ausgehende Antworten ab und verarbeitet sie durch das lokale nvidia/gliner-PII-Modell, um sensible Informationen wie API-Schlüssel und PII zu erkennen und zu schwärzen. Diese werden durch Bezeichnungen wie [API_KEY] ersetzt, und es werden Löschhinweise hinzugefügt.

Open-Source-Claude-Code-Nachimplementierung mit Patch für lokale Modellkompatibilität
Ein Entwickler hat die Open-Source-Nachimplementierung von Claude Code gepatcht, um sie mit Ollama und lokalen Modellen kompatibel zu machen, indem er fest kodierte Anthropic-Client-Abhängigkeiten entfernt hat. Die CLI erkennt nun automatisch Anbieter anhand von Modellnamen und Umgebungsvariablen.

Jake Benchmark v1: Lokale LLM-Leistungstests für OpenClaw KI-Agenten
Ein Entwickler testete 7 lokale LLMs als KI-Agenten mit OpenClaw anhand von 22 praktischen Aufgaben, darunter E-Mail-Verarbeitung, Terminplanung und Phishing-Erkennung. Die Ergebnisse reichten von 59,4 % für Qwen 27B bis 1,6 % für Nemotron 30B, wobei detaillierte Konversationsprotokolle verfügbar sind.