RooCode VS Code-Einrichtung für Agentenentwicklung

RooCode in VS Code optimieren: Komplette Anleitung zum Agent-Entwicklungssetup

RooCode erweitert VS Code um Multi-Agent-Entwicklungsfunktionen. Nach Installation und Autorisierung öffnet sich eine Chat-Oberfläche mit Nachrichtenwarteschlange, Mod-Auswahl, KI-Modelloptionen und Auto-Genehmigungseinstellungen. Die Projektindizierung verbindet die Qdrant-Vektordatenbank für Dateianalysen und verbessert die Genauigkeit von LLM-generierten Änderungen.

Die Konfiguration folgt einer logischen Reihenfolge: von der Indizierung über Berechtigungen, Marketplace, Benachrichtigungen bis zu Prompts. Dies minimiert Iterationen und beschleunigt den Workflow.

Indizierung und Vektorverarbeitung

Verbinden Sie einen Anbieter für Vektorisierung und Graphen. Geben Sie den Qdrant-Endpunkt an – Indizierungsergebnisse werden dort gespeichert. Das LLM erhält Projektkontext und generiert relevante Änderungen ohne Halluzinationen.

Im Hauptfenster aktivieren Sie die Indizierung. Das Verzeichnisscannen ermöglicht es Modellen, während der Bearbeitung auf die Codebasis zu verweisen.

Auto-Genehmigen: Steuerung von LLM-Operationen

Erlauben Sie dem LLM, Funktionen mit Limits für Anfragen oder Kosten auszuführen. Für Konsolenbefehle (Execute) konfigurieren Sie Whitelist/Blacklist.

• Erlaubte Befehle: Fügen Sie nach Bedarf hinzu; RooCode fordert für neue Bestätigung an.
• Limits: Verhindern Sie Token-Übernutzung im Automodus.
• Gefährliche Aktionen: Manuelle Bestätigung für sudo oder Systemaufrufe.

Dies balanciert Autonomie und Sicherheit.

Marketplace für MCP-Server und Mods

Installieren Sie fertige MCP-Server (Model Control Protocol) für git, Dateisystem, qdrant. Globale stammen aus dem Marketplace; projektspezifische werden lokal in .roo gespeichert.

Beispiele für MCP:

• mcp-git: Repository-Operationen ohne CLI.
• mcp-filesystem: Datei-Lesen/Schreiben.
• mcp-qdrant: Vektorsuche.

Mods sind vorkonfigurierte Agenten für Aufgaben. Laden Sie sie herunter und passen Sie sie an.

Benachrichtigungen und UI-Einstellungen

Aktivieren Sie Benachrichtigungen für Bestätigungen, Schleifenunterbrechungen und Abschlüsse. Passen Sie die Lautstärke an.

UI-Optionen:

• Modellbegründung erweitern für Debugging-Logik.
• Strg+Eingabe zum Senden (vermeidet versehentliche Umschalt+Eingabe).
• Hintergrundbearbeitung – Änderungen ohne Fensterflackern.

Prompts und experimentelle Funktionen

Bearbeiten Sie integrierte Prompts. Enhance verbessert Abfragen und erzwingt Dokumentation-Zuerst und TDD.

Generieren Sie eine verbesserte Version des folgenden Prompts (antworten Sie nur mit dem verbesserten Prompt – keine Konversation, Erklärungen, Einleitungstext, Aufzählungspunkte, Platzhalter oder umgebende Anführungszeichen).

Ihre Verbesserung muss:
- Die ursprüngliche Absicht und Einschränkungen des Nutzers bewahren; fügen Sie keine neuen Anforderungen hinzu, die die Bedeutung ändern.
- Klarheit, Struktur, Spezifität und Testbarkeit verbessern; Mehrdeutigkeit und schwache Sprache entfernen.
- **Dokumentation-Zuerst** und **TDD** explizit als Standard-Arbeitsablauf erzwingen:
  1) Beginnen Sie mit dem Lesen und sich verlassen auf die Projektdokumentation und `memory-bank/` als einzige Quelle der Wahrheit (z.B. productContext, activeContext, systemPatterns).
  2) Wenn die Anfrage Änderungen in Logik/Architektur/Verhalten impliziert, aktualisieren Sie die relevante Dokumentation/Spezifikationen (oder entwerfen Sie ein RFC) VOR dem Schreiben von Produktionscode.
  3) Befolgen Sie striktes TDD (Rot → Grün → Refaktorieren): Schreiben Sie zuerst fehlschlagende Tests, implementieren Sie den minimalen Code zum Bestehen, dann refaktorieren Sie zu SOLID/DRY.
- Das Aktualisieren der `memory-bank/` (mindestens activeContext/progress und betroffene Kontextdokumente) erfordert, um das neue Verhalten und Entscheidungen widerzuspiegeln.
- Eine klare Definition von Fertig enthalten, die mit der Anfrage übereinstimmt (Tests bestanden, Dokumentation aktualisiert, Verhalten verifiziert), ohne unnötigen Umfang hinzuzufügen.

Hier ist der zu verbessernde Prompt:

${userInput}

Experimentell: Slash-Befehle für Mods/Skills.

Skills: Struktur und Kategorien

Skills sind Agentenanweisungen im Markdown-Format. Platzieren Sie sie global (~/.roo/skills) oder im Projekt (.roo/skills).

Skill-Struktur:

---
name: mcp-time
description:
context:
compatibility:
---

# <Titel>

## Tools
| Tool | Verwendung für |
|------|----------------|
| | |

## Wann zu verwenden

## Nutzungseffektivität & Best Practices

#### ❌ Schlechte Praxis (Zeithalluzination)

#### ✅ Gute Praxis (Zeitverifizierung)

### Debugging-Strategie

## Warum dies verwenden

## CLI-Alternative
| MCP-Aktion | CLI-Äquivalent |
|------------|----------------|
| | |
| | |
| | |
| | |

Kategorien:

• mcp-*: MCP-Server (git, Dateisystem, qdrant, redis).
• cli-*: Konsolenbefehle (docker, systemd, sudo).
• usr-*: Benutzerdefiniert für Aufgaben.

Beispielset:

• cli-database, cli-docker, mcp-git, mcp-memory, mcp-playwright.

Wichtige Erkenntnisse

• Indizierung mit Qdrant ermöglicht kontextbewusste Bearbeitungen ohne manuelles Kopieren/Einfügen.
• Auto-Genehmigen + Limits verhindern LLM-Missbrauch im Automodus.
• Skills erhöhen die Erfolgsrate und minimieren CLI-Aufrufe.
• TDD in Prompts stellt testbare Änderungen sicher.
• Hintergrundbearbeitung bewahrt den Fokus während Agentenbearbeitungen.

— Editorial Team