org2AI/ORG2: System of record for how agents build software: Built-in rust harness & 20+ CLIs
Aufzeichnungssystem für die Art und Weise, wie Agenten Software erstellen: Integriertes Rust-Harness und über 20 CLIs.
Auf einen Blick
- Was ist das?
- Ein deutschsprachiger Leitfaden zu org2AI/ORG2, seinen dokumentierten Einsatzgrenzen und einem konkreten ersten Prüfschritt.
- Für wen ist es gedacht?
- Geeignet ist org2AI/ORG2 für Nutzer, deren Aufgabe und Plattform zu den README-Angaben passen. Nicht geeignet ist es als ungeprüfter Ersatz für fehlende Daten, Hardware- oder Sicherheitsentscheidungen.
- Darf ich es kommerziell nutzen?
- Ja, unter strengen Bedingungen. AGPL-3.0 ist eine Lizenz mit Netzwerk-Copyleft: Wenn andere eine veränderte Version über ein Netzwerk nutzen, etwa als gehosteten Dienst, müssen Sie ihnen den Quellcode unter derselben Lizenz anbieten.
- Wird es noch gepflegt?
- Ja. Die letzten Commits kamen vor 4 Tagen.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich TypeScript, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 14. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Lokales Projekt mit klarer Aufgabenform
org2ai beschreibt ein Werkzeug beziehungsweise einen Arbeitsablauf, dessen tatsächliche Grenzen aus README, Quellbaum und Beispielen abzulesen sind. Der Projektname allein ist keine Funktionsgarantie. Für die Bewertung zählen die dokumentierten Eingaben, Ausgaben, Abhängigkeiten und die im Repository vorhandenen Startpunkte.
Einsatz und Datenfluss
Die Nutzung sollte an einem kleinen, nicht sensiblen Beispiel beginnen. Dabei wird festgehalten, welche Datei oder welcher Befehl den Prozess startet, welche Zwischenartefakte entstehen und wo das Ergebnis landet. Falls ein Abschnitt der README eine Option oder ein Verzeichnis nennt, sollte genau diese Schreibweise übernommen werden; nicht dokumentierte Defaults bleiben offen.
Betrieb ohne Überinterpretation
Ein README kann eine Idee und einen Startpfad beschreiben, ohne Produktionsreife, Skalierung oder Datenschutz vollständig abzudecken. Bei org2ai sind diese Eigenschaften daher getrennt vom Funktionsversprechen zu prüfen. Besonders bei KI-bezogenen Eingaben gehören Datenherkunft, Modellversion und lokale Speicherung in die Betriebsentscheidung.
Erster reproduzierbarer Lauf
Der erste Lauf sollte mit dem im README genannten Beispiel und der dort angegebenen Konfiguration erfolgen. Danach werden Eingabedatei, Konsolenausgabe und erzeugte Dateien verglichen. Erst dieser konkrete Vergleich zeigt, ob `org2ai` im vorgesehenen Umfeld arbeitet; allgemeine Popularität oder offene Issues ersetzen ihn nicht.
Die Fragmentierung, die ORG-2 adressiert
ORG-2 ist eine Desktop-Anwendung, die aufzeichnet, wie Code-Agenten arbeiten. Das README beginnt mit dem Argument, dass bestehende Werkzeuge jeweils nur einen Ausschnitt des Prozesses sehen: Jira sieht Tickets, Codex sieht nur seine eigenen Sitzungen, GitHub sieht committete Zeilen und Amplitude sieht Metriken. Das war vertretbar, solange Menschen den Code schrieben, sagt das README, aber bei Agentengeschwindigkeit ist Code von Montag freitags schon veraltet. ORG-2 macht jede Agentensitzung zu einer abspielbaren Trajektorie. Die Anwendung ist mit Rust und Tauri gebaut und läuft local-first mit weniger als 100 MB Speicherbedarf. Die Repository-Beschreibung nennt das Projekt ein System of Record dafür, wie Agenten Software bauen. Die Repository-Metadaten weisen 2.157 Sterne und 119 Forks aus.
Der Rust-Harness und die unterstützten CLI-Agenten
Die Anwendung enthält einen nativen Rust-Harness, der Agenten mit Ihren vorhandenen API-Schlüsseln und Agent-Abonnements ausführt. Das README beschreibt ihn als schnell, token-effizient und anpassbar. Um den Harness herum startet ORG-2 mehr als 20 Code-Agent-CLIs. Die im README aufgeführte GUI- und TUI-Gruppe umfasst Cursor CLI, Claude Code, Codex, Kiro CLI, GitHub Copilot, OpenCode und Antigravity. Die Nur-TUI-Gruppe ist länger: Kimi Code CLI, Aider, Goose, Amp, Cline, Kilo Code, Grok CLI, Devin, Hermes, OpenClaw, Codebuff, Qwen Code, Mimo Code, Continue, Droid, Mistral Vibe, Autohand, OMP und Pi. Sitzungen aus mehr als 10 Apps und CLIs können an einer Stelle geladen und verwaltet werden, mit Verlaufsnavigation und Subagenten-Inspektion. Das README legt die genaue Integrationstiefe für jedes genannte CLI nicht fest.
Sitzungen als verifizierbare Zeitachsen abspielen
Die Wiedergabefunktion wird als videoähnlich beschrieben: Nachrichten, Tool-Aufrufe, Dateiänderungen und Befehlsausgaben bleiben in einer verifizierbaren Zeitachse synchronisiert. Das README bezieht dies auf den nativen Rust-Harness und auf mehr als 15 CLI-Agenten. Die Team-Überprüfung konzentriert sich auf die vollständige Trajektorie statt auf den resultierenden Diff, und Kommentare können im Kontext hinterlassen werden. Sitzungen, die in anderen Tools ausgeführt wurden, können übernommen und aus ihrem Verlauf rekonstruiert werden, sodass die Aufzeichnung auch Arbeiten abdecken kann, die nie durch die Anwendung liefen. Das README legt nicht fest, welche externen Tools übernommen werden können oder wie die Rekonstruktion funktioniert.
AI-Blame: Zeilen bis zu Entscheidungen zurückverfolgen
AI-Blame wird als Erweiterung von Git-Blame präsentiert. Statt bei der Person zu stoppen, die eine Zeile geändert hat, führt ORG-2 zurück zur Agentensitzung, zu den Tool-Aufrufen und den Entscheidungen, die die Änderung hervorgebracht haben. Das README positioniert dies als Weg, um zu beantworten, warum ein Codeabschnitt existiert und ob er funktioniert hat, ohne Jira, Codex, GitHub und Amplitude von Hand zusammenzufügen. Das README dokumentiert nicht, wie die Zuordnung von Zeile zu Sitzung berechnet wird, noch welche Versionsverwaltungssysteme über die anderweitig erwähnten Git-Werkzeuge hinaus unterstützt werden. Für org2ai-org2-deep-analysis bleibt dieser Punkt an der README, den konkreten Beispielen und der erzeugten Ausgabe prüfbar. Nicht dokumentierte Eigenschaften werden nicht als Zusage behandelt. Für org2ai-org2-deep-analysis bleibt dieser Punkt an der README, den konkreten Beispielen und der erzeugten Ausgabe prüfbar. Nicht dokumentierte Eigenschaften werden nicht als Zusage behandelt. Für org2ai-org2-deep-analysis bleibt dieser Punkt an der README, den konkreten Beispielen und der erzeugten Ausgabe prüfbar. Nicht dokumentierte Eigenschaften werden nicht als Zusage behandelt.
Redaktionelles Fazit
Geeignet ist org2AI/ORG2 für Nutzer, deren Aufgabe und Plattform zu den README-Angaben passen. Nicht geeignet ist es als ungeprüfter Ersatz für fehlende Daten, Hardware- oder Sicherheitsentscheidungen. Vor der Auswahl sollte der im Text genannte Befehl beziehungsweise Dateipfad mit einem kleinen Beispiel ausgeführt und die konkrete Ausgabe kontrolliert werden.
Community-Notizen