Optio: Orchestrierung von KI-Codierungsagenten in Kubernetes vom Ticket bis zum PR
Optio ist ein Open-Source-Orchestrierungssystem für KI-Code-Agenten, das den gesamten Workflow von der Aufgabenaufnahme bis zum gemergten Pull Request verwaltet, ohne ständige menschliche Aufsicht zu erfordern. Es ist mit Fastify, Next.js, BullMQ und Drizzle auf Postgres aufgebaut und wird mit einem Helm-Chart für den Produktionseinsatz ausgeliefert.
So funktioniert es
Das System folgt einer dreistufigen Pipeline:
- Aufnahme – Holt Aufgaben aus GitHub Issues, Linear oder manueller Erstellung
- Ausführung – Startet isolierte Kubernetes-Pods pro Repository und führt Claude Code oder Codex in Git-Worktrees aus
- PR-Überwachung – Überwacht CI-Checks, Review-Status und Merge-Bereitschaft alle 30 Sekunden
Der entscheidende Unterschied ist die Feedback-Schleife. Wenn CI fehlschlägt, gibt Optio das Scheitern an den Agenten zurück. Wenn ein Reviewer Änderungen anfordert, werden die Kommentare zum nächsten Prompt des Agenten. Es läuft weiter, bis der PR gemergt wird oder Sie es manuell stoppen.
Architektur und Funktionen
Optio verwendet eine Pod-pro-Repository-Architektur mit einem langlebigen Kubernetes-Pod pro Repository. Jeder Pod hält Git-Worktree-Isolation für mehrere gleichzeitige Aufgaben aufrecht. Das System umfasst:
- Selbstheilung – Setzt den Agenten bei CI-Fehlern, Merge-Konflikten oder Reviewer-Änderungsanfragen automatisch fort
- Abschlussautomatisierung – Squash-merged den PR und schließt das verknüpfte Issue, wenn alle Checks bestehen
- Pro-Repository-Konfiguration – Modellauswahl, Prompt-Vorlagen, Container-Images, Parallelitätsgrenzen und Setup-Befehle pro Repository anpassbar
- Code-Review-Agent – Startet automatisch einen Review-Agent als Unteraufgabe mit separatem Prompt und Modell
- Echtzeit-Dashboard – Live-Log-Streaming, Pipeline-Fortschritt, Kostenanalysen und Cluster-Health-Monitoring
Technische Umsetzung
Die Architektur besteht aus drei Hauptkomponenten:
- Web-UI (Next.js auf Port 3100) mit Dashboard, Aufgabenverwaltung und Live-Streaming
- API-Server (Fastify) mit Workern für Task-Queue, PR-Watcher, Health-Monitoring und Ticket-Sync
- Kubernetes-Cluster mit Repository-Pods, die mehrere Worktrees mit laufenden KI-Agenten enthalten
Dienste umfassen Repository-Pool-Management, Review-Agent-Ausführung und Authentifizierung/Geheimnisverwaltung, alle mit Postgres für Aufgaben, Logs und Events.
📖 Read the full source: HN AI Agents
👀 Siehe auch
KI-Code-Review-Benchmark: Claude, Gemini, Codex, Qwen und MiniMax im Vergleich
Ein Benchmark testete fünf KI-Modelle an 15 Milvus-Pull-Requests mit bekannten Fehlern. Claude erkannte 53 % der Fehler im Rohmodus, während eine gegnerische Debatte zwischen den Modellen die Erkennung auf 80 % steigerte.
jsongrep: Ein DFA-basiertes JSON-Abfragewerkzeug, das jq in Benchmarks übertrifft
jsongrep ist ein Rust-basiertes Kommandozeilen-Tool zum Abfragen von JSON-Dokumenten mithilfe einer regulären Sprachsyntax, die in deterministische endliche Automaten (DFA) kompiliert wird und in Benchmarks schnellere Suchzeiten als jq, jmespath, jsonpath-rust und jql erreicht.
BaseLayer: Open-Source Behavioral Compression Pipeline für KI-Gedächtnissysteme
BaseLayer ist eine Open-Source-Pipeline, die Überzeugungen, Verhaltensweisen, Spannungen und Widersprüche aus Gesprächen, Tagebüchern und veröffentlichten Texten extrahiert und sie in ein Identitätsprofil für KI-Modelle komprimiert. Sie wurde an Datensätzen getestet, die von 8 persönlichen Tagebucheinträgen bis hin zu großen Korpora wie den Aktionärsbriefen von Warren Buffett (350.000 Wörter) und den Investment-Memos von Howard Marks (600.000 Wörter) reichen.
Claude Fable Demo: Unermüdlich proaktive Fehlerbehebung mit Browser-Automatisierung
Simon Willison beschreibt, wie Claude Fable 5 einen horizontalen Scrollbalken-Fehler ohne Anweisung automatisch behoben hat. Es nutzte Browser-Automation, JavaScript-Injection und einen eigenen CORS-Webserver.