Skaro 2.0: Artefakte für KI-Entwicklung

Skaro 2.0: Kollaborative KI-Entwicklungsumgebung mit Projektartefakten

Skaro 2.0 ist ein Arbeitsbereich, in dem Entwickler und KI Projekte in klar definierten Rollen angehen. Menschen kümmern sich um Architektur, Anforderungen und zentrale Entscheidungen. Die KI übernimmt die Rolle des Ingenieurs: Sie diskutiert Aufgaben, schreibt Code und protokolliert Fortschritte. Im Kern stehen Artefakte – strukturierte Dateien im Repository, die Architekturentscheidungen (ADRs), Pläne, Spezifikationen und Meilensteine speichern. Diese dienen als externes Gedächtnis des Projekts und verhindern Kontextverluste.

Ohne Artefakte artet die Zusammenarbeit im Chaos aus: Entscheidungen gehen verloren, und die KI erzeugt Code, ohne auf vorherige Absprachen zurückzugreifen. Skaro integriert den Chat direkt in die Artefakte, sodass Diskussionen genau dort stattfinden, wo sie hingehören.

Verzeichnisstruktur: .skaro

Die Artefakte bilden eine hierarchische Struktur im Ordner .skaro. Wichtige Komponenten umfassen:

.skaro
│   config.yaml
│   constitution.md
│   devplan.md
│   secrets.yaml
│   state.yaml
│   token_usage.yaml
│   usage_log.jsonl
│
├───architecture
│   │   adr-001-using-fastapi-as-web-framework.md
│   │   adr-002-simplified-layered-monolith-as-arch-pattern.md
│   │   architecture.md
│   │   chat-conversation.json
│   └───diagrams
├───milestones
│   └───01-foundation
│       └───config-module
│           │   clarifications.md
│           │   plan.md
│           │   spec.md
│           │   tasks.md
│           │   tests.json
│           └───stages
│               └───stage-01
│                   AI_NOTES.md
├───chat
│   tasks.json
└───templates
    adr-template.md
    plan-template.md

• architecture/: ADR-Dateien mit Entscheidungsbegründungen, Diagramme.
• milestones/: Meilensteine mit Untermodulen, Plänen, Tests und KI-Notizen.
• chat/: Task-Protokolle für Kontext.
• templates/: Vorlagen zur Standardisierung von Artefakten.

Diese Struktur lebt in einem Git-Repository und gewährleistet Versionierung sowie einfachen Zugriff.

Typischer Workflow

Die Arbeit beginnt mit kollaborativen Architekturdokumenten zusammen mit der KI. Anschließend erstellen Sie devplan.md, der alles in Meilensteine zerlegt. Jeder Meilenstein enthält spec.md, plan.md, tasks.md und Phasen mit AI_NOTES.md.

• Diskutieren Sie die Architektur im architecture/-Chat und finalisieren ADRs.
• Generieren Sie einen Meilenstein mit Unteraufgaben.
• Für jede Aufgabe holt die KI den initialen Kontext aus Artefakten und fordert Dateien an.
• Nach der Umsetzung – automatisches Commit (optional).
• Aktualisieren Sie das Taskboard auf der Startseite.

Der Chat ist vollständig kontextbezogen: Eingebettet in Artefakte und Tasks, ohne Kontextwechsel.

Wichtige Neuerungen in Version 2.0

Skaro 2.0 vereinfacht den Prozess:

• Kontextueller Chat: Verfügbar in Architektur, Meilensteinen, Tasks. Diskussionen werden als chat-conversation.json gespeichert.
• Voraufgaben-LLM-Kontext: Das Modell prüft spec.md, plan.md, ADRs vor dem Start.
• Auto-Commit: Konfigurierbar in config.yaml für Commits nach Tasks.
• Stats-Dashboard: Dedizierte Seite mit token_usage.yaml und usage_log.jsonl.
• Kanban-Board: Übersicht auf der Startseite zu Meilensteinen, Phasen und Tasks.
• UI-Anpassung: Themes und Akzentfarben für den täglichen Einsatz.

Stabilitäts- und UI-Probleme wurden behoben.

Roadmap

Der Open-Source-Kern bleibt bestehen: Artefakte und kollaboratives Modell. Kommend: Team-Workspaces mit Zugriffssteuerung, Token-Analytics, geteilte Boards und Ausgabenmanagement.

Wichtige Erkenntnisse

• Artefakte als externes Gedächtnis: ADRs und Meilensteine verhindern Kontextdrift in der KI-Entwicklung.
• Rollenverteilung: Menschen als Architekten, KI als Umsetzer mit fester Struktur.
• Kontextueller Chat: Diskussionen bleiben im Repo, nicht in verstreuten Fenstern.
• Automatisierung: Vor-Kontext und Auto-Commits reduzieren Reibung.
• Skalierbarkeit: Vom Solo-Entwickler zum Team-Workspace.

— Editorial Team