Multi-AI-Orchestration-Setup mit Claude Code unter Verwendung von GPT und Gemini

Multi-KI-Entwicklungssetup

Ein Entwickler beschreibt seinen Workflow mit drei KI-Modellen, die gemeinsam in einer einzigen Entwicklungsumgebung orchestriert werden. Das Setup adressiert das Problem des Kontextverlusts zwischen Sitzungen durch die Implementierung eines persistenten dateibasierten Systems.

Implementierung der Kontextebene

Das System verwendet Markdown-Dateien als Protokoll zur Aufrechterhaltung des Kontexts über Sitzungen hinweg:

• CLAUDE.md – Hauptbetriebsdatei mit Projekten, Präferenzen, Einschränkungen und aktuellem Sitzungsstatus
• PROFILE.md – Enthält die berufliche Identität inklusive Hintergrund, Kommunikationsstil und Entscheidungsmuster
• SESSION_LOG.md – Protokolliert jede Sitzung mit durchgeführten Aktionen, getroffenen Entscheidungen und ausstehenden Aufgaben, neueste zuerst
• .claude/history/ – Verzeichnis, in dem ein Sitzungsabschluss-Agent Erkenntnisse, Entscheidungen, Rechercheergebnisse und Ideen in separate Dateien überträgt

Der Entwickler berichtet von über 50 Wissensdateien nach drei Monaten Nutzung. Am Ende jedes Arbeitsblocks sagt er „close the session“, um den Session-Closer-Subagenten auszulösen, der Sitzungsprotokolle, Wissenshistorie, Arbeitsbereichsverbesserungen und ROI-Tracking aktualisiert.

Drei KI-Modelle in einem Arbeitsbereich

Das Setup nutzt drei KI-Abonnements:

• Claude Code (Opus 4.6) – Dient als Orchestrator für tiefgehende Arbeit, komplexe Analysen, Skillsysteme und Sitzungsmanagement
• GPT-5.4 via Codex CLI – Übernimmt Code-Reviews, Implementierungen und Debugging (genannt Dario)
• Gemini 3.1 Pro – Führt Web-Recherchen, Google Workspace-Integrationen und multimodale Analysen durch (genannt Irene)

Jedes Modell hat seine eigene SOUL.md-Datei, die Identität, Mission, Stärken und Grenzen definiert:

• Claudes: .claude/SOUL.md
• GPTs: .codex/SOUL.md
• Geminis: .gemini/SOUL.md

Sie verfügen zudem über operative Dateien (AGENTS.md für GPT, GEMINI.md für Gemini), die festlegen, was zu Sitzungsbeginn gelesen wird, welche Regeln zu befolgen sind und wer die anderen Partner sind.

Integration und Kommunikation

Alle drei Modelle lesen dieselben Kontextdateien (CLAUDE.md, PROFILE.md, SESSION_LOG.md und das History-Verzeichnis), was gemeinsames Wissen über Sitzungen hinweg sicherstellt.

Modelle können sich gegenseitig über CLI-Befehle ohne API oder Middleware aufrufen:

codex exec --skip-git-repo-check "Review this function for edge cases"
gemini -m gemini-3-flash-preview -p "Search for recent benchmarks on X"
claude -p "Summarize the last 3 session log entries"

Das gesamte Setup läuft in Geminis Antigravity-IDE mit drei Terminals für die drei Modelle auf demselben Bildschirm.

Zusätzliche Ebenen

Eine asynchrone Ebene nutzt OpenClaw (über OpenAI-Abonnement) zur Abwicklung geplanter Aufgaben wie wiederkehrende Rechercheaufträge, Datenprüfungen und Content-Pipelines. Alle drei Modelle in der IDE können diese Jobs auslösen oder mit ihnen interagieren.

Ein benutzerdefinierter MCP-Server verbindet sich mit einem Telegram-Bot für Benachrichtigungen. Wenn eine Aufgabe Zeit in Anspruch nimmt, benachrichtigt das Modell den Entwickler nach Abschluss, was parallele Arbeitsabläufe ohne Terminal-Überwachung ermöglicht.