Devika AI Software Engineer
Stition AI · Coding
Devika ist ein Open-Source-KI-Softwareentwickler von Stition AI. Sie beschreiben ein Ziel in normaler Sprache, und er plant die Schritte, recherchiert im Web und schreibt den Code in einen lokalen Projektordner.
Über Devika AI Software Engineer
About
Was ist Devika
Devika ist ein selbst gehosteter KI-Entwickler: ein KI-Coding-Agent, der auf Ihrem Rechner läuft und im Browser unter einer lokalen Adresse aufgeht. Sie liefern die Schlüssel für die Modelle, zeigen auf einen Projektordner und erklären, was Sie wollen. Entstanden ist das Projekt als Devin-Alternative, und diese Ausrichtung hält das Repository seit März 2024.
Er arbeitet in der unordentlichen Mitte der Entwicklung: ein Feature-Wunsch in einem Satz, ein Bug ohne Stacktrace, eine kleine App, die es noch nicht gibt. Devika zerlegt die Anfrage in Schritte, holt Suchergebnisse und Dokumentationsseiten dazu und schreibt dann Dateien und führt Befehle aus. Im Chat sehen Sie, welcher Agent gerade arbeitet, also verfolgen Sie den Plan statt auf eine Blackbox zu warten. Praktisch verhält er sich wie ein KI-Pair-Programmer, der eigene Notizen macht.
Die Grenze ist die Reife. Die Maintainer nennen das Projekt ausdrücklich experimentell, und die offenen Issues bestätigen das. Die Modellliste endet bei Claude 3, GPT-4o, Gemini 1.5, Mistral und Llama 3 über Groq, dazu Ollama und LM Studio für lokale Gewichte. Neuere Modelle sind seit Mitte 2024 nicht dazugekommen.
Erste Schritte
- Installieren Sie Python 3.10 oder 3.11, Node 18 oder neuer, uv und bun. Mit Python 3.12 bricht die Installation ab, prüfen Sie die Version also vorher.
- Klonen Sie das Repository, legen Sie eine virtuelle Umgebung an, installieren Sie requirements.txt und führen Sie playwright install --with-deps für die Browser-Werkzeuge aus.
- Starten Sie das Backend mit python devika.py, öffnen Sie ein zweites Terminal in ui/, führen Sie bun install und bun run start aus und rufen Sie http://127.0.0.1:3001 auf.
- Legen Sie ein Projekt an, wählen Sie Modell und Suchmaschine, tragen Sie Ihre Schlüssel in den Einstellungen ein und schicken Sie die erste Anweisung. Rechnen Sie mit ein oder zwei Korrekturen, bis brauchbarer Code entsteht.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Devika AI Software Engineer.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Entwickler, die einen Agenten von innen lesen wollen
- Teams, die keinen Code an einen Anbieter geben dürfen
- Einzelentwickler, die Coding-Agenten ohne Kosten testen
Aufgaben
- Ein Feature in ein bestehendes Projekt einbauen
- Einen beschriebenen Bug beheben
- Eine kleine App von Grund auf bauen
- Vor dem Bauen recherchieren
Szenarien
- Ein internes Werkzeug übers Wochenende prototypen
- Verstehen, wie ein planender Agent arbeitet
- Coding-Tests ohne Netz
Wichtigste Funktionen
Planer- und Recherche-Agent
Devika macht aus Ihrer Nachricht zuerst einen nummerierten Plan und gibt jeden Schritt an einen Rechercheur weiter, der Suchanfragen formuliert und die Treffer liest. Ein Formatter-Agent entfernt Werbung und Navigation aus geladenen Seiten, bevor der Text beim Modell ankommt. Diese Kette erklärt, warum auch eine vage Anfrage einen brauchbaren ersten Schritt liefert statt einer Reihe von Vermutungen.
Modellliste mit lokalen Gewichten
Devika läuft mit Claude 3, GPT-4o, GPT-4 Turbo, Gemini 1.5, Mistral oder Llama 3 über Groq. Ollama und LM Studio decken lokale Modelle ab, und die Einstellungsseite wechselt den Anbieter ohne Neustart. Das Projekt empfiehlt Claude 3 für die besten Ergebnisse, was verrät, worauf die Prompts abgestimmt sind.
Webrecherche mit eigenen Suchschlüsseln
Die Suche läuft über die Bing Search API oder Google Custom Search, die Schlüssel bringen Sie mit. Einen Scraping-Ersatz gibt es nicht, eine Aufgabe mit aktuellem Dokumentationsbedarf scheitert also sauber, wenn diese Schlüssel fehlen. Playwright übernimmt die Seitenbesuche, dadurch liest der Agent auch JavaScript-lastige Dokumentation, die ein einfacher Abruf nur halb liefern würde.
Projektordner und Live-Status des Agenten
Jedes Projekt bekommt einen eigenen Ordner, und die Oberfläche listet Dateien, sobald sie entstehen. Eine Socket-Verbindung schickt den aktiven Agenten, seine Begründung und die Terminalausgabe in den Chat, Sie stoppen einen schlechten Plan also früh. Die Dateien bleiben im normalen Format auf der Platte, git und Ihr Editor funktionieren wie gewohnt.
Sechs Aktionen, inklusive Ausführen und Deployen
Der Action-Agent sortiert jede Nachricht in answer, run, deploy, feature, bug oder report. Run führt das Projekt aus, deploy schiebt ein Webprojekt mit Ihrem Netlify-Schlüssel live, und report fasst die Änderungen zusammen. Eine Aktion pro Nachricht hält die Schleife berechenbar, zwingt aber dazu, eine Anfrage mit zwei Jobs von Hand zu trennen.
Erweiterbare Codebasis unter MIT
Die Lizenz erlaubt Fork, Rebranding und Einsatz in einem internen Werkzeug. Ein neuer Anbieter bedeutet einen Client in src/llm, ein neues Verhalten einen Agentenordner mit Prompt-Vorlage. Einen Plugin-Marktplatz oder ein gehostetes Control Plane gibt es nicht, Erweiterung passiert im Code.
Vor- und Nachteile
Vorteile
- MIT-Lizenz und lokale Installation nehmen die Anbieterbindung heraus; Sie können die Agentenschleife forken oder intern ausrollen.
- Die Prompt-Vorlagen jedes Agenten sind lesbar, das macht das Repository zu einer praktischen Vorlage für einen eigenen Planer.
- Lokale Modelle über Ollama und LM Studio erlauben Experimente ohne API-Kosten.
- Suche und Browser sind eingebaut, der Agent zieht also aktuelle Dokumentation heran statt sich auf Trainingsdaten zu verlassen.
- Ausführen und Deployen schließen den Kreis vom generierten Code zu einer funktionierenden URL.
Nachteile
- Die Maintainer nennen das Projekt experimentell, viele Issues bleiben offen; bei längeren Aufgaben brechen Schritte ab.
- Die Modellliste ist 2024 eingefroren, Einträge für danach erschienene Modelle fehlen, ein aktuelles Spitzenmodell erfordert also Codeänderungen.
- Die Installation verlangt Entwicklungswissen: nur Python 3.10 oder 3.11, dazu Node, bun, Playwright und eine Konfigurationsdatei.
- Befehle laufen auf Ihrem Rechner im Projektordner und standardmäßig ohne Container-Isolation, ein schlechter Plan kann also echte Dateien anfassen.
Häufige Fragen
Devika nimmt ein geschriebenes Ziel und behandelt es als Coding-Aufgabe: Er plant Schritte, sucht im Web, schreibt Dateien und führt das Projekt aus. Typische Aufträge sind ein neues Feature, ein beschriebener Bug oder eine kleine App von null.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Devika AI Software Engineer.
Alternativen zu Devika AI Software Engineer
Base Code
Base44 (Wix) · Coding · ProduktivitätBase Code ist eine geteilte Cloud-Entwicklungsumgebung von Base44. Das Team beschreibt Änderungen an einem bestehenden GitHub-Repository im Chat, prüft sie in der Vorschau und reicht sie als Pull Request ein.
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
GitGlow
GitGlow · Coding · ProduktivitätGitGlow ist ein Git-Client für den Desktop, der Ihren Code und die Änderungen Ihrer KI-Agenten in einer Review bündelt, damit Sie vor dem Ausliefern sehen, was die Maschine verlässt.