Vedran Krizic
vsuite app iconOpen-Source-ProjektStatus: Aktiv

vsuite

Eine validierte Konfiguration. Ihr KI-Agententeam für OpenCode, Claude Code und GitHub Copilot.

vsuite ist eine Desktop-App mit CLI für OpenCode, Claude Code und GitHub Copilot: Sie entwirft Ihr KI-Agententeam, erzeugt projektlokale Agenten, Skills und MCP-Anbindungen aus einer validierten vsuite.json, erkennt Ihren Stack, hält alle Assistenten synchron, protokolliert Job-Metriken … und vieles, vieles mehr!

Rolle
Autor
Gestartet
Lizenz
Kostenlos nutzbar, ohne Gewährleistung

Download

Weitere Systeme und alle Versionen (öffnet in neuem Tab)

vsuite desktop app showing the project overview with configured agents, skills and MCP servers

Über das Projekt

Ich habe vsuite entwickelt, weil ich in jedem Repository dasselbe von Hand erledigt habe: Agenten-Prompts für einen Assistenten schreiben, für den nächsten kopieren, für einen dritten anpassen – und dann zusehen, wie alle drei langsam auseinanderlaufen. Einen Monat später konnte niemand mehr sagen, welche Fassung die richtige war, ich eingeschlossen.

Das Problem dahinter

Wenn Sie mehr als einen KI-Coding-Assistenten nutzen oder mit einem Team arbeiten, das es tut, kennen Sie diese Schmerzpunkte vermutlich:

  • Prompt-Dateien driften auseinander. Jeder Assistent hat sein eigenes Format, also stehen dieselben Regeln an mehreren Stellen und entwickeln sich auseinander.
  • Kein Überblick über das Team. Sie haben einen Stapel Markdown-Dateien, aber kein Bild davon, wer was tut und wer wen aufrufen darf.
  • Standards bleiben zurück. Ihre Konventionen stecken in einem Repository fest, statt Sie ins nächste Projekt zu begleiten.
  • Keine Rückmeldung. Sie können nicht erkennen, ob Ihre Agenten wirklich gute Arbeit leisten.

Was vsuite macht

Sie beschreiben Ihr Agententeam einmal, in der vsuite.json. vsuite validiert die Datei und erzeugt daraus die projektlokalen Agenten, Skills und die MCP-Konfiguration für OpenCode, Claude Code und GitHub Copilot. Konfiguration ändern, neu generieren – und alle drei bleiben synchron.

Die Desktop-App bietet einen visuellen Arbeitsbereich mit Generierung per Klick, und der Agentengraph macht die Struktur sichtbar: Ein Koordinator delegiert an Spezialisten, Aufrufrechte werden durchgesetzt, und der Graph lässt sich exportieren. vsuite erkennt Ihren Stack (Frontend, Backend, ORM, Datenbank, Design-Bibliothek) und ergänzt passende Konventions-Skills sowie offizielle MCP-Server wie Context7 und Playwright.

Gemacht für echte Teams

  • Enterprise-Packs: versionierte, integritätsgesicherte Standards aus einem Ordner, von npm oder aus Git.
  • Job-Metriken: Agenten protokollieren Ergebnis, Tool-Aufrufe und Review-Urteile – endlich eine echte Feedbackschleife.
  • Modelle pro Zielsystem: Wählen Sie für jeden Assistenten das passende Modell.
  • Sicher konzipiert: Secrets liegen in einer von Git ignorierten .vsuite/.env und werden als ${VAR} referenziert; Schreibvorgänge sind atomar, Migrationen versioniert.

Sie wissen nicht, wo Sie anfangen sollen? Der KI-gestützte Einrichtungsassistent führt Sie durch die Konfiguration, auf Wunsch mit einem lokalen Modell über Ollama.

Das Agententeam hinter dieser Website

Mein liebster Beweis: Das Agententeam, das diese Website baut und pflegt, wurde mit vsuite erzeugt. Die Backend-, Frontend- und Review-Agenten in diesem Repository, ihre Skills und ihre MCP-Anbindung stammen aus einer einzigen vsuite.json, und jeder abgeschlossene Auftrag landet im vsuite-Jobprotokoll. Auch der Text, den Sie gerade lesen, wurde von einem dieser Agenten ins CMS eingespielt.

Beschreiben Sie Ihr Agententeam einmal. Und lassen Sie jeden Assistenten dieselbe Sprache sprechen.

Für wen vsuite gedacht ist

Für Beraterinnen und Berater, die KI-Werkzeuge bei vielen Kunden einrichten, für Engineering-Verantwortliche, die teamübergreifende Standards wollen, für Designerinnen und Designer, deren Designsystem respektiert werden soll, und für Entwicklerinnen und Entwickler, die sich schlicht konsistent arbeitende Assistenten wünschen.

Downloads und Quellcode

Builds gibt es für macOS, Windows und Linux. Der macOS-Build ist nicht notarisiert, die Builds für Windows und Linux sind nicht signiert. Ihr Betriebssystem fragt daher beim ersten Start möglicherweise nach einer Bestätigung. Zu jedem versionierten Release gibt es SHA256SUMS, mit denen Sie Ihren Download prüfen können. Der Quellcode befindet sich derzeit im Review und wird später veröffentlicht. Alles für den Einstieg finden Sie in der Dokumentation.

Funktionen

  • Eine Konfiguration, drei Assistenten

    Eine validierte vsuite.json erzeugt Agenten, Skills und MCP-Anbindung für OpenCode, Claude Code und GitHub Copilot.

  • Visueller Arbeitsbereich

    Eine Desktop-App, in der Sie Ihr Agententeam gestalten und alles per Klick generieren.

  • Expliziter Agentengraph

    Vom Koordinator zu den Spezialisten, mit durchgesetzten Aufrufrechten und exportierbarem Graphen.

  • Stack-bewusste Agenten

    Erkennt Frontend, Backend, ORM, Datenbank und Design-Bibliothek und ergänzt Konventions-Skills sowie offizielle MCP-Server wie Context7 und Playwright.

  • Enterprise-Packs

    Versionierte, integritätsgesicherte Standards aus Ordner, npm oder Git, damit Ihre Konventionen projektübergreifend gelten.

  • Job-Metriken

    Agenten protokollieren Ergebnis, Tool-Aufrufe und Review-Urteile – für eine echte Feedbackschleife.

  • Modelle pro Ziel

    Das passende Modell für jeden Assistenten wählen – einmal in der vsuite.json konfiguriert.

  • KI-gestützte Einrichtung

    Lassen Sie KI Ihr KI-Team bauen: Der Assistent für neue Projekte kann ein optionales Ollama-Modell – standardmäßig lokal auf Ihrem eigenen Rechner – Agenten, Skills und MCP-Server für Ihr Projekt vorschlagen und zusammenstellen lassen.

  • Sicher konzipiert

    Secrets in einer von Git ignorierten .vsuite/.env als ${VAR} referenziert, atomare Schreibvorgänge und versionierte Migrationen.

  • Projektübersicht: Agenten, Skills und MCP-Server für ein Repository
  • Der Agentengraph: ein Koordinator delegiert an Spezialisten
  • Die Agentenübersicht mit Modellen pro Zielsystem