aidevops: OpenCode-Plugin mit Aufsicht, Missionen und Budgetkontrolle für Agenten

aidevops: OpenCode-Plugin für strukturierte Agentenarbeit

aidevops ist ein OpenCode-Plugin und ein KI-DevOps-Framework, das laut README von Marcus Quinn seit November 2025 gepflegt wird. Der Ausgangspunkt ist klar: Die meisten KI-Tools überlassen die Koordination dem Menschen, etwa das Finden des passenden Kontexts, die Modellwahl, den Schutz von Zugangsdaten, das Verwalten von Branches, das Beobachten von CI oder das Erkennen festgefahrener Arbeit. aidevops will um diese Aufgaben Struktur legen, damit Agenten Kontext teilen, sicher parallel arbeiten und Modellbudget dort einsetzen, wo es zählt.

Das README richtet sich an Nutzer, die Agenten nicht nur für einzelne Aufgaben, sondern für andauernde Projekte einsetzen wollen, über Anwendungen, Infrastruktur, Marketing, Inhalte und Geschäftsabläufe hinweg. Die Repository-Beschreibung bezeichnet das Projekt als open-source-first und positioniert die eigenen Werkzeuge ausdrücklich als Festlegungen mit Meinung. Der Stack besteht dem README zufolge aus Bash-Skripten, TypeScript unter Bun und MCP-Servern.

Empfohlene Laufzeit, Modelle und Installationswege

Empfohlen wird laut README eine Kombination aus OpenCode und OpenAI-Modellen: Luna für begrenzte Arbeit, Terra für allgemeine Umsetzung und Sol für Schlussfolgerungen und Synthese. Claude-Modelle von Anthropic bleiben laut README als Fallback voll unterstützt, andere Anbieter würden nach Qualität, Latenz und Kostenprofil laufend bewertet.

Installiert wird das Framework über npm mit npm install -g aidevops und anschließend aidevops update. Weitere Wege sind Bun, Homebrew und ein Installationsskript von aidevops.sh. Nach der Installation soll man in OpenCode das Onboarding starten, um Dienste zu konfigurieren. Wer sich außerhalb der empfohlenen Laufzeit bewegt, muss das Verhalten selbst erproben; das README gibt dafür keine Zusagen. Zur laufenden Wartung gehören aidevops auto-update mit einstellbarer Prüfhäufigkeit sowie aidevops runtime-bundle list, das zurückgehaltene, geprüfte Laufzeitbundle anzeigt; ein expliziter Rollback läuft über rollback --bundle-id mit Kennung und Begründung.

Agentenstruktur, Subagents und Slash-Befehle

Das README zählt die Agentenstruktur auf: 14 primäre Agenten wie Build, Automation, Product, SEO und Marketing-Sales, die bei Bedarf spezialisierte Subagents aufrufen. Laut README umfasst das Framework mehr als 2150 Agenten- und Subagenten-Dateien im Markdown-Format, mehr als 1630 Hilfsskripte sowie mehr als 185 Slash-Befehle und Workflow-Anleitungen. Diese Zahlen sind Selbstangaben, die sich nur beim Durchsehen des Repositories prüfen lassen.

Zu den Kernbefehlen gehören aidevops init zum Einrichten eines Projekts, aidevops update, aidevops security für Sicherheitsprüfungen und ein Kommando zum Verwalten von Modellkonten für OpenAI, Anthropic, Cursor und Google. Importierte Fähigkeiten kommen laut README aus Quellen wie cloudflare-platform, heygen, remotion, animejs, caldav-calendar und proxmox-full; beim Import werden sie mit dem Cisco Skill Scanner gescannt, und kritische Befunde blockieren den Vorgang.

Pulse-Supervision, Missionen und Modellprüfungen

Eine als Pulse bezeichnete Aufsichtsschleife läuft laut README über launchd in kurzen Intervallen und übernimmt wiederkehrende Aufgaben: bereite Pull Requests zusammenführen, Worker verteilen, festgefahrene Prozesse stoppen, verwaiste PRs erkennen, den Aufgabenstand mit GitHub synchronisieren und Missionen vorantreiben. Damit verlagert aidevops die Routinearbeit des Watchdog in einen automatisierten Dienst.

Missionen sind mehrstufige autonome Projekte. Ein Kommando zerlegt ein übergeordnetes Ziel in Meilensteine und Features; Pulse verteilt Worker, validiert Meilensteine, verfolgt das Budget und schreitet automatisch voran. Für risikoreiche Operationen wie Force Push, Produktions-Deploy oder Datenmigration sieht das Design eine Prüfung durch ein zweites Modell eines anderen Anbieters vor. Eine SQLite-Datenbank hält die Supervisor-Zustände, benannte Runner arbeiten isoliert, und ein Postfach regelt die Kommunikation zwischen Agenten.

Berichte und Design-Dateien im Markdown-First-Stil

Berichte sind im Markdown-First-Stil gehalten, Markdown oder JSON bleibt die kanonische Quelle. Berichtsagenten erzeugen laut README KI-Suchaudits, SEO- und GEO-Scorecards, Lieferberichte, Kampagnenberichte, Material für Vorstandsrunden, Incident-Zusammenfassungen und wiederkehrende Kundenübergaben.

Gerendert wird über den Slash-Befehl /report-render oder das Hilfsskript report-render-helper.sh; PDF-Exportprofile existieren für A4, US Letter und 16:9-Folien. Für Designarbeit greift das Framework auf den Google-DESIGN.md-Standard zurück, aidevops design guidelines --pdf kann Markenrichtlinien generieren, und bei der Initialisierung legt aidevops für Projekte mit Oberfläche eine DESIGN.md an der Projektwurzel an.

Projektinitialisierung: Was aidevops init anlegt

Was aidevops init konkret anlegt, beschreibt das README genau. In einem Git-Repository entstehen die Konfiguration .aidevops.json, Agentenanweisungen unter .agents/AGENTS.md, eine Markdown-Datei, die den offenen Aufgabenstand führt, und ein Verzeichnis für Meilensteinpläne. Optional kommen Ordnungsstrukturen wie .beads/, ein Deployments-Manifest .aidevops/deployments.yaml und eine WordPress-Konfiguration .aidevops/wordpress.yaml hinzu.

Die Initialisierung zeichnet laut README auch auf, ob ein Projekt eine grafische Oberfläche besitzt, und legt in diesem Fall eine root DESIGN.md an. Wer das Framework nur ausprobieren will, sollte die Ersteinrichtung in einem Nebenverzeichnis statt in einem Arbeitsrepository ausführen, weil die Dateien direkt in das Projekt geschrieben werden.

Sicherheitsmodell: Vault, Scans und Lizenzgrenzen

Das Sicherheitsmodell ist im README ausdrücklich dargestellt. Das Framework gewährt Agenten laut README Infrastrukturzugriff: Sie führen Befehle aus, greifen auf Zugangsdaten zu, verändern Infrastruktur und interagieren mit APIs. Empfohlen werden vertrauenswürdige KI-Anbieter, regelmäßige Rotation der Zugangsdaten und aktive Überwachung. aidevops security führt Haltungs-, Geheimnis-Hygiene- und Lieferkettenprüfungen aus.

Das Vault-Modell definiert geschützte Datenklassen, Routing-Labels für Anbieter, Vertrauensgrenzen und eine phasenweise verschlüsselte Synchronisation. Laut README sehen Drittanbieter nur Daten, die in ihren Prompt- oder Tool-Kontext entschlüsselt wurden; ein künftiger lokaler LLM-Modus würde die Exposition gegenüber Anbietern verringern, nicht aber das Risiko eines Kompromisses des lokalen Rechners. Für Mitnutzer des Codes gilt: Die MIT-Lizenz erlaubt Nutzung und Anpassung, auch kommerziell, sofern Urheber- und Lizenzhinweise erhalten bleiben; ausdrückliche oder stillschweigende Garantien gewährt sie nicht.

Redaktionelles Fazit

aidevops richtet sich an Teams, die OpenCode bereits nutzen und Agentenarbeit über Tage hinweg strukturieren, prüfen und budgetieren wollen. Wer nur einzelne Ad-hoc-Aufgaben löst, trägt hier eine schwere Lernlast, denn das Framework setzt auf eigene Befehle, launchd-getriebene Aufsicht und ein eigenes Sicherheitsmodell. Vor der Übernahme lohnt es, aidevops security auszuführen, das Onboarding zu durchgehen und in einem Nebenprojekt zu beobachten, wie Pulse tatsächlich arbeitet; die MIT-Lizenz erlaubt Anpassung, schließt aber jede Garantie aus.

Offizielle Quellen

1. Official documentation
2. Official README
3. Project repository
4. Release notes