Was Sgai macht

Sgai (ausgesprochen "Sky") ist eine zielgesteuerte KI-Softwarefabrik, die lokal in Ihrem Repository läuft. Anstatt Schritt-für-Schritt-Prompts zu verwenden, definieren Sie Ergebnisse in GOAL.md-Dateien, die beschreiben, was gebaut werden soll, nicht wie. Das System koordiniert dann mehrere KI-Agenten, um das Ziel auszuführen.

Hauptmerkmale

• Zielgesteuerter Workflow: Definieren Sie Ergebnisse in GOAL.md-Dateien mit Abschlussgates (z.B. make test), die bestimmen, wann die Arbeit tatsächlich erledigt ist
• Multi-Agenten-Koordination: Zerlegt Ziele in einen DAG von Rollen (Entwickler → Prüfer → Sicherheitsanalyst, usw.)
• Lokale Ausführung: Alles läuft lokal in Ihrem Repo ohne automatische Pushes zu GitHub
• Visuelle Überwachung: Web-Dashboard zeigt die Echtzeit-Ausführung des Agenten-Graphen
• Interaktive Klärung: Agenten stellen bei Bedarf Klärungsfragen vor der Ausführung
• Fähigkeitsextraktion: Extrahiert wiederverwendbare Fähigkeiten und Code-Snippets aus abgeschlossenen Sitzungen

Wie es funktioniert

Der Workflow folgt diesen Schritten:

1. Ziel erstellen: Die meisten Benutzer erstellen Ziele mit dem integrierten Assistenten. Ziele werden in GOAL.md gespeichert und beschreiben Ergebnisse, nicht Implementierungsschritte.
2. Agenten planen die Arbeit: Sgai zerlegt Ihr Ziel in ein Workflow-Diagramm koordinierter Agenten mit definierten Rollen.
3. Genehmigen & Überwachen: Agenten stellen Klärungsfragen, arbeiten dann autonom an Aufgaben, führen Tests aus und validieren den Abschluss.
4. Aus Sitzungen lernen: Das System extrahiert wiederverwendbare Fähigkeiten aus abgeschlossenen Sitzungen.

Beispiel GOAL.md

---
flow: |
  "backend-developer" -> "code-reviewer"
completionGateScript: make test
interactive: yes
---

Eine REST-API erstellen
Erstellen Sie Endpunkte für Benutzerregistrierung und Login mit JWT-Authentifizierung.

 POST /register validiert E-Mail, hasht Passwort
 POST /login gibt JWT-Token zurück
 Tests bestehen vor Abschluss

Installation & Einrichtung

Empfohlene automatische Einrichtung via opencode:

opencode update
opencode auth login
opencode --model anthropic/claude-opus-4-6 run "install Sgai using the instructions from https://github.com/sandgardenhq/sgai/blob/main/INSTALLATION.md"

Manuelle Installationsvoraussetzungen: Go, Node.js, bun, opencode. Empfohlen: jj (Versionskontrolle), tmux (Sitzungsverwaltung), ripgrep (Codesuche), Graphviz (Diagrammrendering).

Installationsbefehl:

go install github.com/sandgardenhq/sgai/cmd/sgai@latest

Oder aus dem Quellcode bauen:

git clone https://github.com/sandgardenhq/sgai.git
cd sgai
cd cmd/sgai/webapp && bun install && cd ../../..
make build

Sgai ausführen

Starten Sie den Server mit sgai serve und öffnen Sie http://localhost:8080, um auf das Dashboard zuzugreifen.

Technische Details

• Open Source (Go)
• Funktioniert mit Anthropic, OpenAI oder lokalen Modellen via opencode
• Änderungen durchlaufen Ihre Versionskontrolle (empfiehlt jj, aber Git funktioniert)
• Demo verfügbar: 4-minütiges Video
• Beispielanwendungsfall: "Erstelle einen Drag-and-Drop-Bildkompressor" → 3 Agenten (Entwickler, Prüfer, Designer) → Funktionsfähige App mit bestandenen Tests → 45 Minuten

Das Projekt wird als "noch früh und stellenweise roh, aber funktionsfähig genug zum Teilen" beschrieben und wurde intern für das Prototyping kleiner Apps und interner Tools verwendet.