Multi-Agent-Workflow • Handoff • Feedback-Loop

Agent Teams.
Eine echte Tech-Crew, scripted.

AgentsRoom Teams verkettet deine KI-Coding-Agenten wie ein echtes Engineering-Team. Ein Fullstack Dev liefert das Feature, ein QA Engineer validiert es, ein PM signiert es ab. Jede Rolle ist scripted, der Workflow ist visuell, und jeder Handoff transportiert die Feature-Zusammenfassung, den Diff, die Risiken und die Test-Hinweise. Schluss mit dem einzelnen Agenten, der alles schlecht macht.

Bauen Sie Ihr KI-Dev-Team auf einem visuellen Canvas, wie einen n8n-Workflow. Bedingte Kanten, Feedback-Schleifen, parallele Review-Zweige, maschinell verifizierte Quality Gates, Max-Cycles-Schutz. Einmal speichern, auf jedem Ticket ausführen, und zusehen, wie Ihre Agenten den Staffelstab wie Seniors weitergeben.

AgentsRoom Teams: visueller Multi-Agent-Workflow-Editor, automatischer Handoff zwischen Claude Code Agenten, Dev zu QA Feedback-Loop, MCP-basierte Inter-Agent-Kommunikation.

Agent Teams ist die AgentsRoom Antwort auf eine brutale Wahrheit über KI-Coding-Agenten: ein einzelner Agent, der alles versucht, macht am Ende alles schlecht. Der Fullstack-Agent, der gleichzeitig codet, testet, reviewt, deployt und die Spec schreibt, vergisst auf halber Strecke die Hälfte seiner Anweisungen. Die richtige Antwort, die jedes ernsthafte Software-Team weltweit nutzt, ist die Arbeit in Rollen aufzuteilen. Ein Entwickler codet. Ein QA Engineer validiert. Ein Product Manager signiert ab. Ein Security Reviewer auditiert. Jede Rolle hat ihren eigenen Kontext, ihren eigenen Fokus, ihr eigenes Tooling.

Genau das bringt Agent Teams zu AgentsRoom. Du legst Nodes auf einem unendlichen Canvas ab (basiert auf React Flow, derselben Engine wie n8n, Make, Retool und Pipedream), jeder Node ist ein Agent, der auf Claude, Codex, GitHub Copilot CLI, Cursor oder einer der 10 weiteren von AgentsRoom unterstützten Agent-CLIs läuft und einer spezifischen Rolle zugewiesen ist, und du verdrahtest sie. Lass das Team auf einem Ticket aus deinem Backlog laufen, oder hänge es an einen neuen Agent-Spawn an. AgentsRoom orchestriert die Kette: ersten Agenten spawnen, auf den Handoff warten, die Arbeit zusammenfassen, nächsten Agenten mit dieser Zusammenfassung als Eingangskontext spawnen, wiederholen bis das Team den Endknoten erreicht.

Andere Tools versuchen das mit einem einzigen Super-Agenten und cleveren Prompts. Wir haben es probiert, es funktioniert nicht über drei Schritte hinaus. Rollen driften, Kontext geht verloren, der Agent vergisst, was er verifizieren sollte. Agent Teams behandelt die Agenten als echte Teamkollegen: jeder bekommt eine saubere Session, einen fokussierten System-Prompt, einen strukturierten Handoff-Payload und einen geteilten Scratchpad, um mit den anderen zu reden. Das ist der KI-Engineering-Team-Workflow, den du wirklich willst.

AgentsRoom Agent Teams visueller Workflow-Editor: Nodes für Dev, QA, PM, Security und DevOps Rollen verbunden auf einem unendlichen Canvas mit konditionalen Edges und Feedback-Loops

AgentsRoom Teams Editor: Nodes für jede Rolle ablegen, verdrahten, Bedingungen hinzufügen, Team speichern, auf jedem Ticket laufen lassen.

Multi-Agent-Orchestrierung, die wirklich skaliert

Jeder Node auf dem Canvas ist ein Agent. Du wählst seine Rolle (Fullstack, Frontend, Backend, QA, Security, DevOps, PM, Architect, Mobile, Marketing, Git, SEO, Localization, oder eine beliebige Custom-Rolle, die du erstellt hast), sein Modell (Opus, Sonnet, Haiku, GPT-5, o3, Antigravity Pro, etc.), seinen Handoff-Modus (auto via Stop-Hook oder manuell via Button) und ein paar Zeilen schrittspezifischer Anweisungen. Das war's. Keine Prompt-Engineering-Zeremonie, keine YAML-Config-Datei zu schreiben.

Edges verbinden die Nodes. Eine einfache Edge bedeutet: wenn der erste Agent seinen Schritt beendet, übergib an den nächsten. Eine konditionale Edge trägt einen Flag-Check, zum Beispiel qaPassed equals true. Der QA-Agent setzt das Flag in seinem Handoff-Payload, der Runner wählt die passende Edge. So baust du Feedback-Loops: QA fertig, qaPassed equals false, Edge sendet zurück zum Dev mit den Test-Hinweisen und Risiken. Dev fixt, übergibt erneut. Loop bis QA besteht oder bis der Max-Cycles-Guard greift.

Inter-Agent-Kommunikation ist robust by design. AgentsRoom liefert einen dedizierten MCP-Server (agentsroom-team), der jedem Agenten im Run ein Set von Tools gibt: Team-Kontext lesen, geteilten NOTES.md-Scratchpad lesen, Notiz für Teamkollegen posten, Frage an eine andere Rolle senden, Inbox lesen, Timeline lesen, Git-Diff gegen die Run-Baseline lesen, und den Schritt mit einem strukturierten Payload abschließen. Diese Tools werden bei jedem Turn erneut in die Claude-Session injiziert, damit sie die Kontext-Kompaktierung überleben. Selbst nach einem /compact oder /clear sieht der Agent immer noch seine Team-Tools.

Zusätzlich erinnert ein UserPromptSubmit-Hook den Agenten vor jeder User-Message an neue Notizen von Teamkollegen. Eine NOTES.md-Datei im Workspace ist append-only und überlebt Crashes, Restarts und Rechner-Reboots. Ein server-seitig validiertes Handoff-Payload-Schema verhindert, dass Agenten leere oder Junk-Payloads übergeben. Das ist der Teil, den die meisten Multi-Agent-Demos still überspringen, und der Grund, warum die meisten bei Cycle 3 zerfallen.

Alles, was du brauchst, um eine KI-Engineering-Crew zu betreiben

Visueller Workflow, echter Handoff, echte Feedback-Loops, echte Inter-Agent-Kommunikation. Gebaut, damit du ein Feature in einem Slack-Ping statt in fünfzig lieferst.

Visueller Workflow-Canvas

Unendlich zoombarer Canvas mit React Flow als Engine, derselben Engine hinter n8n, Retool, Pipedream und Make. Nodes ablegen, verbinden, Team speichern. Kein Code, kein YAML.

14 eingebaute Agent-Rollen

Fullstack, Frontend, Backend, DevOps, QA, Security, PM, Architect, Mobile, Marketing, Git Expert, SEO, i18n, Brainstormer. Plus jede Custom-Rolle, die du bereits in deinem Projekt gespeichert hast.

Modell und Prompt pro Node

Jeder Node wählt seinen Provider, sein Modell und seine Schritt-Anweisungen. Nutze Opus für Architect, Haiku für QA, Codex für das schwere Backend, Antigravity für das billige Frontend. Mix and match.

Automatischer Handoff

Wenn ein Agent team_complete_step aufruft, baut AgentsRoom den Handoff-Payload (Feature-Zusammenfassung, geänderte Dateien, Risiken, Test-Hinweise, Flags) und spawnt den nächsten Node mit diesem Payload als Startkontext.

Manuelle Handoff-Option

Lieber jeden Schritt validieren? Schalte den Node in den manuellen Modus. Der Agent wartet, du klickst 'Hand off', wenn du mit dem Ergebnis zufrieden bist. Das Beste aus beiden Welten.

Konditionale Edges

Jede Verbindung kann eine Flag-Prüfung tragen oder mehrere, mit UND oder ODER verknüpft. Besteht QA, geht es zum PM; scheitert das Review, zurück zum Dev; scheitern Review UND Analyse, stoppt der Lauf für einen Menschen. Treffen zwei Verbindungen gleichzeitig zu, gewinnt die mit den meisten Bedingungen.

Feedback-Loops

Dev zu QA zu Dev zu QA. Wenn QA das Ticket zurückschickt, wird der originale Dev-Agent mit voller Erinnerung an den vorherigen Cycle wiederverwendet, sodass er die Regression wirklich fixt, anstatt von vorn anzufangen.

Maschinell verifizierte Quality Gates

Hinterlegen Sie einen Prüfbefehl auf einem Node (npm test, ein Lint, ein Build). Der Runner führt ihn aus, sobald der Agent fertig meldet: Exit-Code 0 setzt das Routing-Flag auf true, alles andere auf false. Das gemessene Ergebnis überschreibt die Eigenangabe des Agents, immer.

Parallele Review-Zweige

Ziehen Sie zwei Kanten ohne Bedingung aus einem Node und beide Ziele laufen gleichzeitig: QA und Security prüfen denselben Diff nebeneinander, dann führt ein Join-Node ihre Berichte zusammen. Ein roter Zweig genügt, um das Gate geschlossen zu halten.

Frag den Menschen, dann weiter

Ein Await-Node ist eine Pause, kein Ende: der Run stoppt, stellt dir die Frage, die du auf den Node geschrieben hast, und sobald du antwortest, läuft er von selbst weiter, deine Antwort wird an den nächsten Schritt übergeben. Ein Agent, der feststeckt, wird dorthin geroutet, statt den Run zu beenden, und die Benachrichtigung erreicht dein Handy.

Skills pro Schritt

Heften Sie Einträge aus Ihrer Skills Library an einen Node. Der Agent lädt sie vor dem Start des Schritts: Ihre Review-Checkliste oder Ihr Deploy-Runbook wird bei jedem Run angewendet, nicht nur wenn der Agent daran denkt.

Max-Cycles-Guard

Konfigurierbare Obergrenze (Standard 3). Vermeidet unendliche QA-lehnt-Dev-ab Loops. Wenn die Grenze erreicht ist, pausiert der Run auf awaiting-finalization und du entscheidest, was als Nächstes passiert.

Runs überleben Neustarts

App mitten im Run schließen, wieder öffnen: Der Run steigt an der unterbrochenen Stelle wieder ein. Zustand, Notizen und Timeline liegen auf der Platte; der Orchestrator nimmt die Arbeit wieder auf, statt einen Zombie zu hinterlassen.

Team-Bibliothek in deinem Konto

Globale Teams sind mit Ihrem Konto synchronisiert und folgen Ihnen von Maschine zu Maschine; Projekt-Teams reisen mit dem Raum. Beide halten einen Offline-Cache, und offline gemachte Änderungen werden beim Wiederverbinden nachgespielt.

Geteilter NOTES.md-Scratchpad

Jeder Agent im Run liest und schreibt eine Markdown-Datei im Workspace. Überlebt Kompaktierung, Crash, Restart. Die einzige Wahrheitsquelle für das Reasoning des Teams.

Rolle-zu-Rolle-Inbox

Brauchst du, dass der QA mitten im Run eine Frage an den Architect stellt? team_ask postet eine Nachricht in die Inbox der Rolle. Der nächste Agent dieser Rolle liest sie und antwortet. Echter Chat zwischen Agenten, für die Dauer des Runs : die permanente Inbox, die den Run überdauert, ist das Agenten-Messaging.

MCP-basierte Inter-Agent-Kommunikation

Alle Team-Tools werden über einen MCP-Server exponiert. Tools überleben Claude-Kontext-Kompaktierung (Anthropic schickt sie bei jedem Turn neu). Resilient gegen /clear, /compact und lange Loops.

Haiku-Powered Handoff-Zusammenfassung

Wenn ein Agent keine eigene Feature-Zusammenfassung schreibt, generiert ein kleiner Haiku-Call eine aus dem Git-Diff. Billig, schnell, und der nächste Agent landet immer mit Kontext.

Browser MCP Propagation

Ein Team-Node mit verifyInBrowser schaltet seinen Agenten automatisch in den Browser-Access-Modus. Der QA-Node landet mit allen Browser-Tools (navigate, click, type, screenshot, get logs).

Ephemere Agenten pro Run

Jeder Team-Run spawnt frische Agenten und zerstört sie beim Dismiss. Deine Projekt-Agentenliste bleibt sauber. Das Team ist der Workflow, die Agenten sind die Runtime.

Globale und Projekt-Teams

Speichere wiederverwendbare Teams in deiner globalen Bibliothek (~/.agentsroom/teams) oder pinne sie an ein bestimmtes Projekt (mit der Room committed). Gleicher Editor, anderer Scope.

Vier Team-Vorlagen inklusive

Bauen und prüfen, Spezifizieren bauen prüfen, Bugjagd (reproduzieren, beheben, belegen) und Release-Schild mit parallelem QA und Security. Duplizieren, anpassen, starten. In 30 Sekunden einsatzbereit.

Run-Timeline-UI

Jeder Handoff erscheint als Karte in der Run-Timeline: welche Rolle gerade fertig ist, was die Zusammenfassung sagt, welche Dateien sich geändert haben, welche Flags gesetzt wurden. Auditierbar, abspielbar.

Auf jedem Backlog-Ticket laufen lassen

Lege ein Ticket auf ein Team und die Kette startet auf diesem Ticket. Der erste Agent liest Titel und Body des Tickets, der Rest des Teams übernimmt von dort.

14 spezialisierte Rollen, bereit zum Verdrahten

Jede Rolle hat ihren eigenen System-Prompt, Fokusbereiche und Beispielaufgaben. Mische und kombiniere sie auf dem Canvas. Füge jederzeit eigene Custom-Rollen hinzu.

Fullstack
End-to-end implementation
Frontend
UI, components, design tokens
Backend
API, database, performance
DevOps
CI/CD, infra, deployment
QA
Tests, edge cases, regression
Security
Audit, OWASP, secrets, auth
Architect
System design, refactor
PM
Specs, priorities, scope
Mobile
iOS, Android, React Native
Marketing
Copy, landing, SEO
Git Expert
Branches, rebase, history
SEO
Rankings, structured data
Localization
i18n, l10n, 14 languages
Custom
Bring your own role

Warum ein echtes Team einen Super-Agenten schlägt

Multi-Agent-Orchestrierung klingt wie ein Buzzword. Hier ist der praktische Unterschied, an einem Feature, das du wirklich liefern würdest.

Szenario: einen Stripe-Checkout-Flow zu einer E-Commerce-Site hinzufügen

Solo Super-Agent

  • Liest das Ticket. Schreibt 600 Zeilen über API, React-Form, Webhook, Migration und Tests verteilt.
  • Vergisst den Idempotency-Key am Webhook. Vergisst, den Failure-Pfad zu testen. Vergisst die Staging-Env-Variable.
  • Sagt 'Done'. Du verbringst zwei Stunden damit, Bugs in Produktion zu jagen.

Agent Team (Dev zu Security zu QA)

  • Fullstack-Agent liefert die Implementierung, committed, übergibt mit einer Zusammenfassung und einer Risikoliste, die die Auth-Änderung markiert.
  • Security-Agent liest den Diff, auditiert die Webhook-Signatur-Prüfung, schreibt Test-Hinweise für den QA in den Handoff-Payload.
  • QA-Agent führt die Test-Hinweise im eingebetteten Browser aus, stößt auf einen Idempotency-Bug, setzt qaPassed equals false, schickt das Ticket zurück zum Dev mit der exakten Reproduktion.
  • Dev fixt, übergibt erneut. QA besteht. Der PM finalisiert. Run geht auf done.

Gleiches Ticket, gleiche Modelle, gleiches Projekt. Andere Form der Arbeit. Der Team-Ansatz fängt das ab, was der Solo-Agent verpasst, weil jede Rolle einen fokussierten Brief und einen strukturierten Handoff hat.

Zwei Wege, dasselbe Team laufen zu lassen

Der Graph sagt, wer was macht. Der Modus sagt, wie diese Rollen verkörpert werden, und du wählst ihn, wenn du das Team baust. Der eine hält den Kontext, der andere die Unabhängigkeit. Es gibt keine Variante, die beides tut, also entscheidest du das pro Team.

Ein Agent, alle Rollen

Relay-Modus

Eine einzige Session fährt das ganze Team. Sie spielt die erste Rolle, übergibt ihre Arbeit und wird dann zur nächsten, in derselben Konsole, ohne je neu zu starten. Zwischen zwei Rollen wird nichts zusammengefasst, weil zwischen ihnen nichts verloren geht.

Was du gewinnst
Was du gewinnst: Volle Kontinuität. Die QA-Rolle weiß bereits, warum die Dev-Rolle so entschieden hat, bis hin zur Begründung, also erklärt niemand eine Entscheidung neu, die vor zwanzig Minuten gefallen ist.
Was es kostet
Was es kostet: Es ist ein Agent, der die Hüte wechselt. Die Session, die den Code geschrieben hat, prüft ihn auch, und eine Selbstprüfung findet weniger als ein frisches Augenpaar.

Nimm das für eine Pipeline, in der Kontinuität mehr zählt als eine zweite Meinung: ein Refactoring, eine Migration, ein langes Feature, bei dem der Kontext die Arbeit ist.

Wie Rollen-Morphing funktioniert

Ein Agent pro Rolle, im Gespräch

Team-Modus

Jede Rolle bekommt ihre eigene Session, und sie sind gleichzeitig am Leben. Sie schreiben einander, während sie arbeiten: Der Tester sagt dem Frontend-Entwickler, was kaputt ist, der Frontend-Entwickler fragt den Backend-Entwickler nach dem tatsächlichen Aufbau des Payloads. Ein Teamkollege, den noch niemand angesprochen hat, startet in dem Moment, in dem ihm jemand schreibt.

Was du gewinnst
Was du gewinnst: Echte zweite Meinungen. Den Code prüft jemand, der ihn nicht geschrieben hat, und ein Teamkollege, der mitten im Run dazukommt, startet bei einer neutralen Lesung des Diffs statt bei der eigenen Erinnerung ans Schreiben.
Was es kostet
Was es kostet: Kontext wird bezahlt, nicht geerbt. Ein Teamkollege, der dazukommt, liest die geteilten Notizen und den Diff, um aufzuholen, und das kostet Tokens und Zeit, die das Relay nie ausgibt.

Nimm das, wenn das Review echt sein soll: ein Security-Durchgang, eine Design-Kritik, eine Bug-Jagd, alles, wo es genau daran scheitert, dass der vorherige Schritt einfach abgenickt wird.

Wie Agenten-Messaging funktioniert

Freies Gespräch, oder dem Graphen folgen

Der Team-Modus hat einen zweiten Schalter, denn ein Team, das nur in eine Richtung reden kann, ist eine Warteschlange mit Zusatzschritten. Lass ihn aus, und ein Teamkollege schreibt nur an die Rollen, auf die sein Knoten zeigt: Der Graph bleibt der Vertrag, und genau das willst du, wenn ein Gate nicht umgangen werden darf.

Schalte ihn ein, und jeder schreibt an jeden, in jede Richtung und an mehrere gleichzeitig. Der Tester bringt den Designer und den Backend-Entwickler in derselben Nachricht auf Stand; der Backend-Entwickler antwortet dem Designer direkt, statt wieder über den Lead zu gehen. Der Graph startet den Run weiterhin und beendet ihn weiterhin, aber er entscheidet nicht mehr, wer sprechen darf.

Vertrauen wird gemessen, nicht behauptet

Ein Agent, der seine eigene Arbeit benotet, gibt sich irgendwann selbst die Bestnote. Agent Teams hält die Pipeline mit zwei Mechanismen ehrlich.

Der Exit-Code entscheidet

Jeder Node kann einen Prüfbefehl deklarieren: npm test, ein Lint, ein Build, alles mit einem Exit-Code. Ruft der Agent team_complete_step auf, führt der Runner den Befehl im Workspace aus und schreibt das gemessene Ergebnis in das Routing-Flag. Grün heißt: der Run geht weiter. Rot heißt: die Fehlerausgabe landet ganz oben im Kontext des nächsten Agents, mit dem echten stderr. Ein Agent, der behauptet, alle Tests seien grün, während die Suite rot ist, wird von der roten Suite geroutet, nicht von seiner Behauptung.

Vier Augen, gleichzeitig

Fächern Sie einen Node in parallele Zweige auf: QA klickt die Abläufe durch, während Security den Diff auditiert, jeder im eigenen Agent, blind für die Schlüsse des anderen. Ein Join-Node wartet auf jeden Zweig, führt Zusammenfassungen, Risiken und Flags zusammen und routet auf dem Gesamtergebnis. Boolesche Konflikte lösen sich bewusst zu false auf: Ein durchgefallener Reviewer reicht, um das Release zurückzuhalten.

Dev → [ QA ∥ Security ] → Release gate

Wie ein Team-Run funktioniert

01

Oeffne den Teams-Tab

In der Projektansicht listet der Teams-Tab vier mitgelieferte Vorlagen (Bauen und prüfen, Spezifizieren bauen prüfen, Bugjagd, Release-Schild) plus alle bereits gespeicherten Teams. Vorlage duplizieren oder auf 'New team' klicken.

02

Bau den Workflow auf dem Canvas

Lege Agent-Nodes auf dem React Flow Canvas ab. Für jeden Node wähle die Rolle (Fullstack, QA, Security, PM, etc.), den Provider, das Modell und ein paar Zeilen Schritt-Anweisungen. Verdrahte sie mit Edges. Füge Bedingungen an Edges hinzu, wenn du Branching brauchst.

Dev → QA → PM
03

Setze den Handoff-Modus pro Node

Auto-Handoff: der Agent ruft team_complete_step auf, wenn seine Arbeit fertig ist, der Runner übernimmt. Manueller Handoff: der Agent wartet, bis du auf 'Hand off' klickst. Mische beide nach Bedarf.

04

Lass das Team laufen

Aus einem Backlog-Ticket klicke 'Run with team'. Aus einem leeren Agent-Slot klicke 'Create as team'. Der erste Node spawnt als ephemerer Agent im Projekt-Workspace.

05

Beobachte den Handoff

Wenn Agent N fertig ist, baut AgentsRoom das Handoff-Payload (Zusammenfassung vom Agent oder via Haiku, Git-Diff, Risiken, Testhinweise, Flags), hängt eine Notiz an NOTES.md an, wählt anhand der Flags die richtige ausgehende Kante und übergibt an Agent N+1 mit diesem Payload als Eingangskontext. Deklariert der Node einen Prüfbefehl, führt der Runner ihn zuerst aus: Der gemessene Exit-Code setzt das Routing-Flag, nicht die Behauptung des Agents.

06

Loop, Ende, Finalisierung

Feedback-Loops gehen erneut in den originalen Agenten (volle Erinnerung erhalten). Ein Await-Node parkt den Run auf einer Frage an dich und startet ihn neu, sobald du antwortest. Der End-Node triggert awaiting-finalization und benachrichtigt dich, Handy inklusive. Du klickst 'Finish run': die Agenten werden zerstört, ihre PTYs freigegeben und das Backlog-Ticket, aus dem der Lauf stammt, wird geschlossen.

Inter-Agent-Kommunikation, die alles überlebt

Das Detail, das die meisten Multi-Agent-Demos überspringen. Hier ist, was Agent Teams über lange Runs und viele Cycles hält.

Claude Code Agenten haben ein Kontextfenster und sie kompaktieren es. Der klassische Fehler von Multi-Agent-Systemen ist, die Team-Koordination nur in den System-Prompt zu legen. Nach zwei /compact-Cycles hat der Agent keine Ahnung mehr, dass er in einem Team ist. AgentsRoom macht das nicht.

Die gesamte Team-Koordination lebt an drei Orten, die Kompaktierung überleben. Erstens, ein MCP-Server (agentsroom-team) exponiert Tools (team_get_context, team_read_notes, team_post_note, team_read_inbox, team_ask, team_read_timeline, team_read_diff, team_complete_step). MCP-Tools werden von der CLI bei jedem Turn neu an Claude geschickt, sodass sie immun gegen Kontext-Kompression sind.

Zweitens, ein UserPromptSubmit-Hook läuft vor jeder User-Message und prependet eine kleine Erinnerung, wenn neue Notizen oder neue Inbox-Nachrichten für diese Rolle vorhanden sind. Billig, wenn nichts passiert, entscheidend, wenn doch.

Drittens, NOTES.md und state.json leben auf der Platte im Workspace. Der Agent kann sie jederzeit mit einem einfachen Read oder mit team_read_notes erneut lesen. Sie überleben Crashes, Restarts, /clear, /compact und Rechner-Reboots. Der System-Prompt ist niemals die Wahrheitsquelle, die Platte und die MCP-Tools sind es.

Über den Run hinaus

Die Team-Inbox endet mit dem Run. Die Mitgliederliste des Projekts nicht.

Alles oben gilt für genau einen Run : die Rollen sind Knoten in einem Graphen, die Inbox gehört dem Run, und beide verschwinden, wenn er fertig ist. Das ist die richtige Form für eine Pipeline, die du wiederholst, und die falsche für eine Frage, die ein Agent einem anderen nächsten Dienstag stellen will.

Agenten-Messaging ist die andere Schicht. Die gespeicherten Agenten des Projekts sind permanente Mitglieder mit eigener Adresse und eigener Inbox, sie schreiben sich beim Namen über jede CLI hinweg, und eine Nachricht überlebt einen Neustart, einen Absturz und einen Agenten, der beim Senden offline war. Aus Agent Teams wurde nichts entfernt : ein permanentes Mitglied kann einen Run starten, und ein Run-Knoten wird nie zum permanenten Mitglied befördert.

Agent-zu-Agent-Messaging ansehen

Was Leute mit Agent Teams bauen

Dev zu QA Pipeline

Der Klassiker. Fullstack liefert das Feature. QA validiert es im eingebetteten Browser, führt die Test-Hinweise aus, signiert ab. Zwei-Node-Team, läuft auf jedem Ticket aus dem Backlog.

Dev zu QA mit Feedback-Loop

Wie oben, aber mit einer konditionalen Edge: qaPassed equals false schickt das Ticket zurück zum Dev mit den Test-Hinweisen. Max 3 Cycles. Fängt Regressionen, bevor sie einen menschlichen Reviewer erreichen.

Dev zu Security zu QA

Für Features, die Auth, Zahlungen oder PII berühren. Security-Agent reviewt den Diff, markiert Risiken, schreibt Test-Hinweise für QA. Genutzt von Teams, die Fintech, Healthtech und B2B-SaaS liefern.

PM zu Architect zu Dev

Spec-First-Workflow. PM-Agent verwandelt das Ticket in eine strukturierte Spec. Architect wählt den Ansatz. Dev implementiert. Drei Rollen, saubere Trennung, nachverfolgbare Entscheidungen.

Frontend, Backend, DevOps Fan-out

Sequenzielle Aufteilung für Full-Stack-Features. Frontend liefert die UI. Backend liefert die API. DevOps fügt die Infra-Config hinzu. Jede Rolle arbeitet in ihrem Bereich, übergibt mit einem sauberen Diff.

Marketing zu SEO zu i18n

Ja, AgentsRoom Teams ist nicht nur für Code. Marketing schreibt das Landing-Copy. SEO injiziert die Keywords. Localization übersetzt in 14 Sprachen. Ein Team, ein Ticket, ein Ship.

Release-Schild: QA und Security parallel

Ein Dev-Node fächert in QA und Security auf, die nebeneinander laufen, dann führt ein Release-Gate beide Berichte zusammen. Als Vorlage mit der App ausgeliefert. Der ganze Schild schleift zurück zum Dev, wenn einer der Zweige ein Problem meldet.

Bugjagd: erst reproduzieren, dann beheben

Ein QA-Agent reproduziert den Bug und notiert exakte Schritte. Ein Dev behebt die Ursache. Ein zweiter QA spielt dieselben Schritte nach und belegt den Fix. Schluss mit 'läuft bei mir'.

Wie es sich gegen andere Multi-Agent-Ansätze schlägt

Multi-Agent-Orchestrierung ist ein überlaufenes Buzzword. Hier ist, was wirklich liefert, und wo AgentsRoom Teams hinpasst.

Anthropic Subagents (Task-Tool, .claude/agents) lassen eine einzelne Claude-Session an spezialisierte Helfer-Agenten delegieren. Großartig für Inline-Delegation, aber die Parent-Session bleibt der Koordinator und ein einzelner Kontext. AgentsRoom Teams ist eine Stufe darüber: jeder Team-Node ist eine separate Top-Level-Claude-Session mit eigenem Fenster, eigenem State, eigenem Scrollback. CrewAI, AutoGen und LangGraph sind exzellente Python-Frameworks für Multi-Agent-Flows, aber sie leben außerhalb deiner IDE und führen keine echten Claude Code, Codex oder Antigravity CLIs end-to-end auf deinem lokalen Repo aus. n8n, Make, Pipedream und Retool liefern dieselbe Art Canvas-Editor, den wir nutzen, aber sie sind universelle Automatisierungsplattformen, nicht für KI-Coding-Agenten gebaut. AgentsRoom Teams ist der Canvas-Style Multi-Agent-Workflow-Editor, aber spezifisch verdrahtet zu deinen CLI-Agenten, deinem Projekt, deinem Git, deinen Terminals und deinem Browser.

Claude subagentsTask toolCrewAIAutoGenLangGraphn8nMakePipedreamRetoolTemporalAirflowPrefectDagster

Wenn du agentische Systeme in Python baust, bleib bei CrewAI oder LangGraph für Production-Pipelines. Wenn du Code mit Claude, Codex, GitHub Copilot CLI, Cursor oder einer der 10 weiteren von AgentsRoom unterstützten Agent-CLIs lieferst, ist Agent Teams der Team-Workflow, der dort läuft, wo du wirklich codest.

FAQ

Wie unterscheidet sich das von Claude Code Subagents (Task-Tool, .claude/agents)?

Claude-Subagents sind Inline-Delegationen von einer einzelnen Parent-Claude-Session. Der Parent entscheidet, wann ein Subagent aufgerufen wird, der Subagent läuft in einem isolierten Kontextfenster, gibt ein Ergebnis zurück, und der Parent macht weiter. AgentsRoom Teams ist eine Stufe darüber: jeder Node ist eine Top-Level-Claude-Code-Session mit eigenem Terminal, eigenem State und eigenem Scrollback. Du siehst jeden Agenten live in seinem eigenen Tab laufen, du kannst jederzeit mit jedem reden, du kannst das Team pausieren, den Workflow ändern und fortsetzen. Es ist kein Ersatz für Claude-Subagents, du kannst absolut beide nutzen. Ein Team-Node kann intern Subagents nutzen.

Funktioniert das nur mit Claude Code?

Es funktioniert mit allen 14 Agent-CLIs, die AgentsRoom unterstützt (Claude Code, Codex CLI, GitHub Copilot CLI, Cursor und 10 weitere). Jeder Team-Node wählt seinen eigenen Provider und sein Modell. Die MCP-basierten Team-Koordinationstools funktionieren providerübergreifend identisch, weil sie über das standardisierte Model Context Protocol exponiert werden. Du kannst ein Team mit Codex auf dem schweren Backend-Node und Haiku auf dem QA-Node laufen lassen, wenn das zu deinem Budget und deiner Latenz passt.

Was ist ein Handoff-Payload?

Ein strukturiertes Objekt, das von einem Agenten zum nächsten reist. Felder: featureSummary (eine kurze Beschreibung dessen, was gerade geliefert wurde), changedFiles (git diff name-status), touchedAreas (UI, API, DB, Config), risks (alles, worüber sich der nächste Agent Sorgen machen sollte), testHints (Prioritäten für QA), flags (Booleans wie qaPassed, von konditionalen Edges genutzt). Der Agent ruft team_complete_step mit diesem Payload auf, der Runner validiert ihn server-seitig, der nächste Agent erhält ihn als seinen Startkontext.

Können Agenten wirklich hin- und hergehen (Dev zu QA zu Dev)?

Ja. Wenn ein Node erneut betreten wird (Cycle größer als 1), spawnt AgentsRoom keinen neuen Agenten. Es verwendet den originalen Agenten von Cycle 1 wieder, schreibt den neuen Handoff-Payload direkt in dessen existierendes Terminal, und der Agent behält seine volle Claude-Session-Erinnerung an die vorherigen Cycles. Das ist kritisch: ein Dev-Agent, der schon weiß, was QA letztes Mal markiert hat, fixt den Bug. Ein frischer Dev-Agent ohne Erinnerung würde einfach denselben Fehler wiederholen.

Was passiert, wenn QA Dev für immer ablehnt?

Die Team-Konfiguration hat einen Max-Cycles-Guard, Standard 3. Wenn die Grenze erreicht ist, pausiert der Run mit Status 'blocked' und wartet auf dich. Du kannst den Run finalisieren, manuell ein weiteres Mal übergeben oder alles abbrechen. Keine unendlichen Loops, keine Ueberraschungsrechnungen über Nacht.

Teilen sich alle Team-Agenten denselben Git-Workspace?

Ja. Das Team läuft in einem einzigen Workspace und einem einzigen Branch (oder Worktree, wenn du das AgentsRoom-Worktrees-Feature nutzt). Jeder Agent sieht die Arbeit des vorherigen über Git. Der Handoff-Payload enthält einen Git-Diff gegen die Run-Baseline, sodass der nächste Agent genau weiß, was neu ist.

Braucht das ein extra Abo?

Nein. Teams sind Teil von AgentsRoom. Du bringst deine eigenen Provider-Keys mit (Claude, Codex, GitHub Copilot CLI, Cursor und 10 weitere Agent-CLIs) und zahlst nur für die Tokens, die du nutzt, wie bei einem einzelnen Agenten. Ein Dev zu QA Team auf einem kleinen Ticket kostet typischerweise dasselbe wie ein einzelner Fullstack-Agent, weil Haiku/Sonnet im QA-Schritt billig ist.

Wo werden Teams gespeichert? Werden sie in Git committed?

Projekt-Teams leben mit dem Raum, synchronisiert mit Ihrem Konto und gecacht in {project}/.agentsroom/teams-cache.json (gitignored). Globale Teams sind ebenfalls mit Ihrem Konto synchronisiert: Ihre Team-Bibliothek folgt Ihnen von Maschine zu Maschine, mit ~/.agentsroom/teams/ als Offline-Cache. Mitgelieferte Vorlagen bleiben lokal: Jede Maschine legt sie in ihrer eigenen Sprache an.

Was, wenn ein Agent crasht oder die App mitten im Run neu startet?

Der Run-Zustand wird auf der Platte persistiert in {workspace}/.agentsroom/team-runs/{runId}/ (state.json, NOTES.md, inbox/, timeline.jsonl), mit atomaren Schreibvorgängen und append-only Notizen. Ein unterbrochener Run setzt nach dem App-Neustart fort: Der Orchestrator steigt am aktiven Schritt wieder ein, öffnet das Terminal neu, und der Agent holt sich seinen Kontext aus den Notizen und den Team-Tools zurück. Ein Run, dessen Team gelöscht wurde, wird automatisch geschlossen statt ewig liegenzubleiben.

Kann ich mehrere Teams parallel auf verschiedenen Tickets laufen lassen?

Ja. Jeder Team-Run ist unabhängig und über seine runId identifiziert. Drei verschiedene Teams können auf drei Tickets im selben Projekt laufen. Innerhalb eines Runs folgt die Ausführung Ihrem Graphen: sequenziell als Standard, parallel wo Sie parallele Zweige zeichnen (etwa QA und Security, die gleichzeitig prüfen), immer mit einem deterministischen Join.

Können wirklich zwei Agenten gleichzeitig laufen?

Ja. Ziehen Sie zwei Kanten ohne Bedingung aus einem Node, laufen beide Ziele als parallele Zweige, jeder im eigenen Agent und Terminal. Zweige sind einen Node tief und müssen auf einem gemeinsamen Join-Node zusammenlaufen, was der Editor vor dem Start validiert. Sobald jeder Zweig fertig ist, erhält der Join ein zusammengeführtes Payload: nach Rolle beschriftete Zusammenfassungen, deduplizierte Risiken und Testhinweise, und Flags mit einer Fail-Safe-Regel (ein boolescher Konflikt löst sich zu false auf).

Wie funktionieren Quality Gates genau?

Sie tippen einen Shell-Befehl auf dem Node ein, zum Beispiel npm test, und optional einen Flag-Namen (Standard: checkPassed). Meldet der Agent seinen Schritt fertig, führt AgentsRoom den Befehl im Workspace aus, mit fünf Minuten Limit. Exit-Code 0 schreibt true in das Flag, alles andere false, und überschreibt damit die Eigenangabe des Agents. Bei einem Fehlschlag wandern die letzten Kilobytes der Ausgabe zum nächsten Agent: Die Rückschleife landet mit dem echten Stacktrace, und das Ergebnis erscheint in der Run-Timeline.

Kann ein Schritt meine Skills-Library-Prozeduren laden?

Ja. Jeder Node kann Skills aus Ihrer Skills Library anheften, projektweit oder global. Der Agent wird angewiesen, jede davon vor dem Start des Schritts zu laden: Eine Review-Checkliste, ein Deploy-Runbook oder eine Testprozedur wird bei jedem einzelnen Run angewendet, statt vom Gedächtnis des Agents abzuhängen.

Prüft AgentsRoom meinen Team-Graphen, bevor er läuft?

Ja. Der Editor führt eine Reihe von Graph-Prüfungen aus und trennt blockierende Fehler von Warnungen. Fehler stoppen den Lauf: ein fehlender Start- oder End-Knoten, doppelte Verbindungen, zwei Verbindungen mit denselben Bedingungen, eine Verbindung, deren eigene Bedingungen sich widersprechen, ein ungültiges Fan-out. Warnungen nicht: ein Flag-Name mit Leerzeichen davor oder danach, eine Bedingung an einer Verbindung aus Start, ein Knoten, dessen ausgehende Verbindungen alle bedingt sind, sodass der Lauf stecken bleiben kann. Beides wird in einem Prüfungspanel aufgelistet und die schuldigen Verbindungen werden auf dem Canvas umgefärbt, damit Sie den Graphen korrigieren, bevor er Ihnen einen Lauf kostet.

Kann ein Agent das Team ändern, in dem er läuft?

Nein, und das ist Absicht. Solange ein Run lebt, ist die Team-Definition gegen Schreibzugriffe aus den MCP-Tools eingefroren: Nodes, Kanten, Max Cycles, Schritt-Anweisungen, Skills, Prüfbefehl, Rolle, Provider und Modell sind für Agenten schreibgeschützt, ein vom Run geladener Skill lässt sich ebenfalls nicht umschreiben, und das Einfrieren lässt sich nicht dadurch umgehen, dass man das Team löscht und neu anlegt. Ein Agent darf die Regel nicht umschreiben, die ihn steuert. Sie selbst bearbeiten weiterhin jederzeit alles über die Oberfläche.

Kann ich einen Team-Run vom Telefon aus starten und verfolgen?

Ja. Der Mobile Companion kann ein Team auf einem Projekt starten, zeigt ein Run-Banner mit dem Fortschritt jedes Schritts und gibt Zugriff auf das Terminal des Agenten, der gerade arbeitet. Der Run selbst läuft weiterhin auf Ihrem Desktop, über die echten CLIs, genau so, als hätten Sie ihn dort gestartet.

Soll ich den Relay-Modus oder den Team-Modus nehmen?

Frag dich, woran der Run scheitern würde. Wenn er daran scheitern würde, den Faden zu verlieren, nimm Relay: Eine Session spielt jede Rolle und erklärt sich eine Entscheidung nie neu. Wenn er daran scheitern würde, sich selbst zuzustimmen, nimm Team: Die Rollen laufen als getrennte Agenten, also ist der, der den Code prüft, nicht der, der ihn geschrieben hat. Relay ist die Voreinstellung, weil es genau das ist, was jedes vor dieser Einstellung gebaute Team ohnehin schon tut, nicht weil es besser wäre.

Starten im Team-Modus alle Agenten gleichzeitig?

Nein. Ein Teamkollege startet beim ersten Mal, wenn er gebraucht wird, entweder weil der Graph seinen Schritt erreicht oder weil ihm ein anderer Agent schreibt, und bleibt danach für den Rest des Runs am Leben. Ein Team mit vier Rollen verbrennt also keine vier Sessions, um eine Frage zu beantworten, die nur zwei davon betrifft, und eine Rolle, die in Zyklus drei angeschrieben wird, ist immer noch derselbe Agent, der in Zyklus eins geantwortet hat.

Erinnert sich ein Teamkollege daran, was die anderen gemacht haben?

Nur an das, was er lesen kann. Ein Teamkollege, der mitten im Run dazukommt, hat seine eigene Session und keine Erinnerung an die Arbeit, und genau deshalb ist seine Meinung etwas wert. Er holt über die geteilten Notizen, die Timeline des Runs und den Git-Diff seit Beginn des Runs auf, und all das liest er mit seinen eigenen Tools. Dieses Lesen ist der Preis des Modus, und es ist der Grund, warum es den Relay-Modus weiterhin gibt.

Kann ich verhindern, dass Agenten sich in beliebiger Reihenfolge schreiben?

Ja, und das ist die Voreinstellung. Bei ausgeschaltetem freiem Gespräch darf ein Teamkollege nur an die Rollen schreiben, auf die sein Knoten im Graphen zeigt, ein Gate lässt sich also nicht umgehen, indem man jemand anderen fragt. Schalte es ein, wenn du ein echtes Team willst: Jeder schreibt an jeden, in jede Richtung und an mehrere gleichzeitig. Der Graph startet den Run in beiden Fällen weiterhin und beendet ihn weiterhin.

Mehr zum Thema

Bau dein KI-Dev-Traumteam

Vier Vorlagen liegen der App bei. AgentsRoom öffnen, Nodes setzen, Kanten ziehen, auf einem beliebigen Ticket starten. Ihre KI-Engineering-Crew ist einen Klick entfernt.

KostenlosAgentsRoom herunterladen

Companion-App: Agenten auch unterwegs im Blick behalten

Nutzen Sie Claude, Codex, Antigravity CLI oder einen anderen KI-Anbieter.

Erweiterung installieren
Chrome Web Store

Bugs und Wünsche direkt in dein öffentliches Backlog schicken.

Ein Blick auf AgentsRoom in Aktion.

Multi-Projekte
Multi-Provider
Multi-Agenten
Live-Status
Diff & Commit
Mobile App
Live-Vorschau
Agent-Teams
Browser-Tests
Backlog-getriebene Entwicklung
Prompt-Bibliothek
Skills-Bibliothek
Alle Funktionen ansehen