Modulus: Repository-übergreifende Wissensorchestrierung für KI-Codierungsagenten

Modulus ist eine Desktop-Anwendung, die entwickelt wurde, um mehrere KI-Codierungsagenten zu orchestrieren, die über mehrere Repositorys mit gemeinsamem Kontext arbeiten. Das Tool adressiert zwei spezifische Probleme, mit denen Entwickler bei der Verwendung von KI-Codierungsagenten konfrontiert sind: gebrochener Kontext zwischen Repositorys und verlorener Kontext beim Wechsel zwischen Agenten.
Kernfunktionalität
Die App ermöglicht das gleichzeitige Ausführen mehrerer KI-Codierungsagenten ohne Konflikte, sodass Entwickler Fehler beheben können, während sie Funktionen entwickeln. Jeder Agent arbeitet in seinem eigenen isolierten Arbeitsbereich mit Git-Worktrees, was Konflikte verhindert und die Notwendigkeit mehrerer IDE-Fenster oder Repository-Klonungen eliminiert.
Hauptmerkmale
- Gemeinsamer Projektgedächtnis: Agenten kennen automatisch Ihre API-Schemata, Abhängigkeiten und kürzliche Änderungen über alle Repositorys hinweg, was das Kopieren und Einfügen zwischen Fenstern überflüssig macht
- Verständnis zwischen Repositorys: Agenten verstehen Abhängigkeiten zwischen Repositorys (z.B. Backend-Repo + Client-Repo + Shared-Library-Repo + KI-Agenten-Repo)
- Parallele Agentenausführung: Führen Sie mehrere Codierungsagenten parallel mit gemeinsamem Kontext aus
- Überprüfungs- und Veröffentlichungs-Workflow: Überprüfen Sie alle Änderungen von allen Agenten an einem Ort und erstellen Sie Pull-Requests direkt aus Modulus
- Gedächtnis- und Kontext-Engine: Speziell für Codierungsagenten von Grund auf neu entwickelt
Technische Implementierung
Modulus verbindet sich mit Cursor über MCP (Model Context Protocol). Das Tool verwendet Git-Worktrees, um isolierte Arbeitsbereiche für jeden Agenten zu erstellen. Das Team hat seine eigene Gedächtnis- und Kontext-Engine speziell für Codierungsagenten-Workflows entwickelt.
Aktuelle Verfügbarkeit und zukünftige Pläne
Derzeit für macOS verfügbar mit einer Warteliste für Linux und Windows. Das Team plant, Team-Kollaborationsfunktionen hinzuzufügen, die es Teams ermöglichen, Wissen mit anderen zu teilen, um Workflows mit KI-Codierungsagenten zu verbessern. Eine kommende API wird es Entwicklern ermöglichen, zwischen Codierungsagenten oder IDEs zu wechseln, ohne den Kontext zu verlieren.
Anwendungsbeispiel
Die Gründer entwickelten Modulus, um ihr eigenes Problem zu lösen: Während der Arbeit an zwei verschiedenen Repositorys mussten sie manuell API-Schemata zwischen Cursor-Fenstern einfügen und dem Frontend-Agenten wiederholt erklären, wie die Backend-API aussah. Modulus eliminiert diese manuelle Kontextweitergabe.
📖 Read the full source: HN AI Agents
👀 Siehe auch

Masterplan: Ein minimales Terminal-Aufgabensystem für Claude Code-Benutzer
Ein Entwickler hat master-plan erstellt, ein Claude Code-Plugin mit vier Slash-Befehlen, das Aufgaben direkt im Terminal mithilfe einer Markdown-Datei und Git verwaltet. Das System erfasst Ideen mitten in der Arbeitssitzung ohne Kontextwechsel und erkennt Test-Runner automatisch.

ClawTalk iOS-App ermöglicht Sprach-Chat mit selbst-gehosteten OpenClaw-KI-Agenten
ClawTalk ist eine native iOS-App, die Push-to-Talk-Sprachchat für selbst gehostete OpenClaw-LLM-Setups bietet. Sie verfügt über On-Device-Spracherkennung mit WhisperKit, Echtzeit-Streaming-Antworten mit Markdown-Rendering und unterstützt mehrere TTS-Optionen, darunter ElevenLabs, OpenAI und Apples eingebaute Stimmen.
Bend: Eine beweisgeprüfte Sprache, die KI-Fehler auf CPU und GPU blockiert
Bend kompiliert zu nativem Code und läuft parallel über CPU-Kerne oder GPU. Seine LAWS.bend-Dateien lassen Agenten beweisen, dass Regeln gelten, und blockieren fehlerhafte Merges, bevor sie passieren.

Memento v1.0: Lokaler persistenter Speicher für KI-Coding-Agenten
Memento v1.0 ist eine vollständig lokale Speicherschicht für KI-Coding-Agenten, die Einbettungen, Speicherung und Suche auf Ihrem Rechner ausführt, ohne Cloud-Abhängigkeiten. Es verwendet all-MiniLM-L6-v2-Einbettungen, HNSW-Indizierung und unterstützt mehrere IDEs mit 17 MCP-Tools.