connectonion: dokumentierter Einsatz, Einstieg und Grenzen

Einordnung von connectonion: Das Designprinzip 'Halte einfache Dinge einfach'

ConnectOnion ist ein Python-Framework zum Erstellen von KI-Agenten. Das README beschreibt seine Leitphilosophie als 'Halte einfache Dinge einfach, mache komplizierte Dinge möglich'. In der Praxis zielt das Framework darauf ab, dass Entwickler nur Prompts und Tool-Funktionen schreiben, während es die umgebende API-Schicht, das Frontend und die Bereitstellung übernimmt. Das Repository ist unter Apache License 2.0 Open Source und benötigt laut FAQ Python 3.10 oder neuer. Die Repository-Metadaten zeigen zum Zeitpunkt des Schreibens 1.252 Sterne und 176 Forks. Das README verweist auch auf eine gehostete Dokumentationsseite, docs.connectonion.com, und eine Discord-Community.

Bausteine in connectonion: Agent-Erstellung und funktionsbasierte Tools

Die Agent-Klasse ist der Haupteinstiegspunkt. Sie akzeptiert einen Namen, einen optionalen System-Prompt, eine Liste von Tools und einen Modellnamen. Tools können einfache Python-Funktionen mit Typ-Hinweisen und Docstrings sein; das Framework konvertiert sie automatisch in Funktionsschemata. Klasseninstanzen werden ebenfalls unterstützt, wobei jede öffentliche Methode zu einem Tool wird. Das README zeigt, dass System-Prompts als direkte Zeichenkette, Dateipfad, pathlib.Path-Objekt oder als Standard übergeben werden können. Für die Iterationssteuerung akzeptiert der Agent max_iterations, aber das README gibt widersprüchliche Standardwerte an: Ein Beispiel sagt 10, ein anderes 100, und die FAQ sagt 100. Die Quelle legt keinen einzigen maßgeblichen Standard fest, daher ist dies zu verifizieren. Das Standardmodell wird im Konfigurationsabschnitt als 'co/gemini-3.6-flash' angegeben.

Einstieg mit connectonion: Debugging mit @xray und auto_debug

Zum Debuggen bietet ConnectOnion einen @xray-Dekorator. Wenn ein Tool mit @xray markiert wird, wird es während der Ausführung zu einem Haltepunkt. Der Aufruf von agent.auto_debug() startet eine interaktive Sitzung, in der Sie lokale Variablen untersuchen, Werte bearbeiten, um alternative Ergebnisse zu testen, eine Python-REPL ausführen und die nächste Aktion anzeigen können, die das LLM plant. Das README zeigt eine Beispielsitzung mit Optionen zum Fortsetzen, Bearbeiten oder Beenden. Es behauptet auch, dass dies zum Verständnis von Agentenentscheidungen, zum Testen von Randfällen und zur Erkundung von Verhalten hilft, enthält aber keine Leistungsbenchmarks oder Vergleiche mit anderen Debuggern.

Betrieb von connectonion: Plugins, Lebenszyklus-Hooks und Skills

Das Plugin-System ist aus Ereignishandlern aufgebaut. Ein Plugin ist eine Liste von Handlern, die an Lebenszyklus-Hooks angehängt sind. Das README listet zwölf Hooks auf: after_user_input, before_iteration, before_llm, after_llm, before_tools, before_each_tool, after_each_tool, after_tools, on_error, after_iteration, on_stop_signal und on_complete. Zu den eingebauten Plugins gehören re_act, auto_compact, subagents und ulw, mit der Behauptung, dass sie Fähigkeiten von Claude Code wie Kontextkomprimierung und autonomen Arbeitsmodus widerspiegeln. Das Skills-System bietet wiederverwendbare Workflows mit dreistufiger automatischer Erkennung: projektweite .co/skills, benutzerweite ~/.co/skills und eingebaute Skills. Laut README werden für Claude Code in .claude/skills geschriebene Skills ohne Konvertierung geladen.

Grenzen bei connectonion: Hosten von Agenten und das Vertrauenssystem

Um einen Agenten remote aufrufbar zu machen, zeigt das README host(agent), das einen HTTP-Server und ein P2P-Relay startet, damit andere Agenten ihn entdecken und aufrufen können. Vertrauensentscheidungen für eingehende Aufrufe werden vor der Einbeziehung des LLM getroffen, was laut README in den meisten Fällen null Token kostet. Drei Vertrauensvoreinstellungen sind definiert: open für Entwicklung, careful für Staging und strict für Produktion. Die careful-Voreinstellung folgt einer Whitelist, fragt bei unbekannten Agenten das LLM und verweigert blockierte. Es gibt auch ein eingebautes Genehmigungssystem für gefährliche Operationen wie Bash-Befehle und Dateilöschungen, das als Plugin implementiert ist und deaktiviert oder ersetzt werden kann.

Lizenzfragen zu connectonion: CLI-Vorlagen und die eingebaute Tool-Sammlung

Die CLI bietet einige Befehle: co create zum Erstellen eines Projekts, co init zum Hinzufügen eines .co-Ordners, co ai zum Öffnen einer Chat-Oberfläche mit einem auf ConnectOnion aufgebauten KI-Codierungsassistenten und co copy zum Kopieren des Quellcodes eines eingebauten Tools in ein Projekt zur Änderung. Die Standardvorlage ist co-ai, die Dateien, Shell, Browser, Planung, Aufgabenverwaltung und Sub-Agenten enthält. Das README stellt fest, dass mehrere ältere Vorlagen ausgemustert wurden, weil sie auseinanderdrifteten und einige nie host() aufriefen, sodass sie nicht bereitgestellt werden konnten. Eine Reihe einsatzbereiter Tools wird aufgelistet: bash, Shell, FileTools, BrowserAutomation, Gmail, GDrive, Outlook, GoogleCalendar, Memory und Aufgabenliste.

Pflege rund um connectonion: Protokollierung, Konfiguration und Lizenz

Alle Agentenaktivitäten werden standardmäßig automatisch in .co/logs/{agent_name}.log protokolliert, mit Optionen zum Deaktivieren der Protokollierung oder zum Angeben einer benutzerdefinierten Datei. Das Protokoll erfasst Zeitstempel, Benutzereingaben, LLM-Aufrufe mit Zeitangabe, Tool-Ausführungen und endgültige Antworten. Die Konfiguration deckt API-Schlüssel über Umgebungsvariablen wie OPENAI_API_KEY ab, und das README erwähnt Unterstützung für OpenAI, Anthropic, Gemini und verwaltete co/-Schlüssel. Benutzerdefinierte LLM-Anbieter können durch Unterklassen der LLM-Klasse eingebunden werden. Die Lizenz ist Apache License 2.0, die eine dauerhafte, weltweite, nicht-exklusive, gebührenfreie Urheberrechtslizenz und eine ähnliche Patentlizenz gewährt. Der Lizenztext sagt nichts über Gewährleistung, Support oder Sicherheitsgarantien aus. Bei connectonion openonion/connectonion sollte dieser Abschnitt mit dem genannten Repository-Inhalt gelesen werden. Die README beschreibt die vorhandene Funktion, verspricht aber keine Ergebnisse für beliebige Umgebungen. Ein sinnvoller projektspezifischer Check beginnt bei connectonion, dem dokumentierten Einstieg und der dabei erzeugten Ausgabe. Notiere Version, Eingabe, Konfiguration, Betriebssystem, Rückgabestatus und Fehlermeldung. Wiederhole den Ablauf mit einem kleinen Fehlerfall und vergleiche die beobachtete Ausgabe mit der im Repository genannten Erwartung. Prüfe außerdem, welche Abhängigkeit, Datei oder Berechtigung den Ablauf beeinflusst. So bleibt die Aussage dieses Projekts von einer allgemeinen Annahme getrennt. Die im CLI aufgeführte Aufgabenliste wird dabei als eigener Funktionsname betrachtet.

Redaktionelles Fazit

connectonion eignet sich für Anwender, deren technischer Zweck und Betriebsumgebung zum README passen. Es eignet sich nicht als pauschale Zusage für andere Szenarien. Prüfe zuerst den dokumentierten Einstieg von connectonion, die genannten Konfigurationsdateien und die tatsächliche Ausgabe des dort beschriebenen Ablaufs.

Offizielle Quellen

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