Code, Design und Text in einem KI-Arbeitsbereich kombinieren — Kun im Test

Ein typischer Workflow mit KI-Assistenten sieht chaotisch aus. Ein Entwickler kopiert ein Stück Code aus der IDE in ein Browserfenster mit ChatGPT, bittet darum, die Logik zu korrigieren, fügt das Ergebnis wieder ein, führt Tests aus, sieht einen Fehler und eilt zurück zur Weboberfläche. Wenn man dann noch Dokumentationsschreiben oder UI-Prototyp-Skizzieren hinzufügt, wird das Hin- und Herwechseln zwischen Tabs endlos.

Die Entwickler des Kun-Projekts haben sich entschieden, Code-Schreiben, Text, Design und Automatisierung in einer einzigen lokalen Umgebung zu vereinen. Das Hauptmerkmal des Tools ist eine gemeinsame Runtime, die gleichzeitig eine grafische Oberfläche und ein Terminal verbinden kann.

Eine Runtime für GUI-Fenster und Konsole

Kun basiert auf einem Server-Prozess kun serve. Er startet auf dem lokalen Rechner und übernimmt die Sitzungsverwaltung, Aufgabenhistorien, LLM-Verbindungen und Befehlsausführung.

Sie können die Desktop-Electron-App starten und gleichzeitig ein Terminal im Projektordner öffnen, indem Sie den Befehl eingeben:

kun

Beide Oberflächen greifen sofort auf denselben Arbeitskontext zu. Sie möchten schnell eine kurze Klärung schreiben, ohne die Hände von der Tastatur zu nehmen — schreiben Sie in der TUI. Sie möchten Datei-Diffs ansehen, eine visuelle Leinwand bearbeiten oder ein PDF-Dokument mit Screenshots analysieren — wechseln Sie zur GUI. Alle Änderungen, der Aktionsplan und der Tool-Aufrufverlauf bleiben synchronisiert.

Fünf Workspaces für verschiedene Aufgaben

Die Autoren haben das Projekt nicht auf die Grenzen des einfachen „KI-Codings" beschränkt. Der Workspace ist in fünf spezialisierte Blöcke unterteilt.

1. Code. Ein vollwertiger Modus für die Arbeit mit einem Repository. Der Agent kann Dateien durchsuchen, Bearbeitungen vornehmen, Konsolenbefehle ausführen, Tests starten und interne Änderungs-Diffs ausgeben.
2. Write. Eine Umgebung für die Erstellung von Dokumentation, Artikeln oder Berichten. Unterstützt Inline-Textvervollständigung, Bearbeitung und kann Ergebnisse in Markdown, HTML, PDF, DOCX und PPTX exportieren.

3. Design. Ein Modus für das Layout von interaktiven HTML/CSS-Prototypen und die Generierung von Design-System-Dateien (DESIGN_SYSTEM.md). Eine skizzierte Oberfläche kann sofort an den Coding-Block übergeben werden.

4. Research. Arbeit mit multimodalem Kontext. Sie laden PDF-Dateien, Diagramme oder Screenshots hoch, und der Agent extrahiert Fakten, sammelt Argumente und erstellt abschließende Notizen.
5. Automate. Ein Modul für die Ausführung von Hintergrundaufgaben. Hier konfigurieren Sie Zeitpläne, Wiederholungsschleifen, Hooks und verbinden externe Tools über MCP (Model Context Protocol).

So funktioniert Agent Graph für komplexe Aufgaben

Für kurze Fragen oder gezielte Bearbeitungen hat Kun einen Direktmodus — einen schnellen Dialog ohne unnötige Bürokratie. Aber wenn sich eine Aufgabe über Dutzende von Dateien erstreckt und sequentielle Überprüfungen erfordert, wird der experimentelle Agent-Graph-Modus aktiviert.

In diesem Modus erstellt der Hauptagent (Lead Agent) zunächst einen Abhängigkeitsgraphen. Dann zerlegt er die Aufgabe in kleine Teilaufgaben und delegiert sie an isolierte Kindagenten. Jeder Kindagent erhält nur die Berechtigungen, Tools und Dateizugriffe, die für seine Phase erforderlich sind.

Das Arbeitsergebnis wird erst dann in der Kette weitergegeben, wenn der Lead Agent die Änderungen überprüft und bestätigt hat, dass die Tests bestanden wurden. Wenn an irgendeinem Schritt ein Fehler auftritt, gibt der Graph nicht vor, dass alles glatt gelaufen ist. Eine Aufgabe kann pausiert, manuell korrigiert oder ein separater Knoten zur erneuten Ausführung gesendet werden.

Lokale Daten und Freiheit bei der Modellwahl

Kun ist nach dem Prinzip „Lokal zuerst" konzipiert. Die gesamte Sitzungsdatenbank, Protokolle, lokale Einstellungen und Projektdateien werden ausschließlich auf Ihrer Festplatte gespeichert.

Gleichzeitig zwingt Sie das Projekt nicht, ein bestimmtes neuronales Netz zu verwenden. Über ein einheitliches Einstellungsmenü können Sie praktisch jeden Anbieter verbinden:

• Lokale Modelle über Ollama
• Cloud-APIs von OpenAI, Anthropic, Gemini, DeepSeek, Qwen oder Kimi
• Beliebige Drittanbieterdienste, die mit OpenAI Chat Completions oder Anthropic Messages kompatibel sind

Wenn Sie einen Cloud-Anbieter wählen, werden die spezifischen Anfragedaten und angehängten Dateien an deren Server gesendet. Dies sollten Sie bei der Arbeit mit unternehmenseigenem Code bedenken.

So deployen und ausprobieren

Vorgefertigte Pakete für macOS (Intel und Apple Silicon), Windows und Linux sind auf der Release-Seite des Projekts verfügbar. Wenn Sie das System aus dem Quellcode ausführen oder am Backend-Code herumbasteln möchten, benötigen Sie Node.js Version 22.19 oder neuer.

Der Startprozess aus dem Repository ist Standard:

git clone https://github.com/KunAgent/Kun.git
cd Kun
npm ci
npm run dev

Ein spezieller Befehl ist vorgesehen, um den Terminal-Client separat zu starten:

npm run dev:tui

Nach dem ersten Start müssen Sie nur mindestens einen API-Schlüssel oder ein lokales Modell in Ollama konfigurieren, danach können Sie das gewünschte Projekt öffnen.

Lohnt es sich, es zu installieren

Kun sieht nach einem tragfähigen Versuch aus, das verstreute Toolkit eines Entwicklers in einem einzigen handhabbaren System zusammenzufassen. Die Idee einer nahtlosen Runtime für TUI und GUI eliminiert tatsächlich die Notwendigkeit, Kontext zwischen Konsolen- und Browserfenstern hin und her zu kopieren.

Eine Nuance, die es zu beachten gilt, ist die PolyForm Noncommercial 1.0.0-Lizenz. Für persönliche Projekte, Forschung und Lernen ist das Tool völlig kostenlos. Für die kommerzielle Nutzung oder die Einbettung in kostenpflichtige Produkte ist jedoch eine separate Genehmigung der Autoren erforderlich. Unternehmen können jedoch eine kostenlose schriftliche Genehmigung für die interne Nutzung durch Mitarbeiter anfordern, indem sie eine E-Mail an die Entwickler senden.