VibeShift

VibeShift

GroundNG · Coding

VibeShift ist ein Sicherheitsagent für KI-Code von GroundNG, der sich über MCP an KI-Coding-Assistenten anbindet. Er prüft KI-generierten Code und schickt Korrekturen zurück in den Editor, bevor der Code ausgeliefert wird.

Vorschau der Oberfläche von VibeShift

Über VibeShift

What Is VibeShift

VibeShift ist ein Sicherheitsagent für Teams, die einen wachsenden Teil ihres Codes von KI-Assistenten schreiben lassen. Er läuft nicht als getrenntes Dashboard, sondern verbindet sich über das Model Context Protocol mit Werkzeugen wie Cursor, GitHub Copilot und Claude Code. Die Sicherheitsprüfungen finden also in dem Editor statt, den Sie ohnehin nutzen.

Das Produkt schließt eine konkrete Lücke. KI-Assistenten erzeugen Code sehr schnell, doch dieser Code kann unauffällige Fehler tragen, etwa SQL-Injection, Cross-Site-Scripting, unsichere Konfigurationen oder fehlerhafte Logik. Jeden KI-geschriebenen Abschnitt von Hand zu prüfen, ist langsam und wird schnell ausgelassen. VibeShift automatisiert diesen ersten Durchgang: Es analysiert erzeugten Code, markiert Probleme mit Fundstelle und Schweregrad und gibt Hinweise zur Behebung an den Assistenten zurück, der den Code geschrieben hat.

Es wird als selbst gehosteter MCP-Server ausgeliefert, den Sie selbst betreiben und mit jedem LLM verbinden, für das Sie einen API-Schlüssel haben. Damit behalten Sie die Kontrolle über Ihren Code und über die Modellwahl. Der Preis dafür ist die Einrichtung: Sie brauchen Python 3.10 oder neuer, einen LLM-API-Schlüssel und eine funktionierende MCP-Konfiguration, bevor der Agent irgendetwas tut.

Getting Started

  1. Klonen Sie das VibeShift-Repository und legen Sie eine virtuelle Umgebung mit Python 3.10 oder neuer an.
  2. Installieren Sie die Abhängigkeiten und die Playwright-Browser, benennen Sie dann die Beispiel-Umgebungsdatei um und tragen Sie Ihren LLM-API-Schlüssel ein.
  3. Fügen Sie den VibeShift-Server Ihrer MCP-Konfiguration hinzu, damit Ihr KI-Assistent ihn aufrufen kann.
  4. Lassen Sie den Server laufen und bitten Sie Ihren Assistenten, eine Funktion zu prüfen, einen Test aufzuzeichnen oder eine Regressionssuite auszuführen.

Produktinformationen

Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von VibeShift.

Kostenloser TarifJa
Bezahlte TarifeN/A
PlattformLocal MCP server, Python 3.10+
EntwicklerGroundNG
KategorieCoding
VeröffentlichungsdatumApr 2025
Zuletzt aktualisiertNov 2025
Website-Besuche649.3M
Globales Website-Ranking50
API-VerfügbarkeitJa

Am besten für

Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.

Nutzer

  • Solo-Entwickler, die mit KI-Unterstützung programmieren
  • Kleine Produktteams ohne eigenen Sicherheitsingenieur
  • QA- und Testingenieure

Aufgaben

  • KI-generierten Code auf Schwachstellen prüfen
  • Browser-Tests aufzeichnen
  • Regressionssuites ausführen
  • Testabdeckung erkunden

Szenarien

  • Einen Pull Request voller KI-geschriebenem Code prüfen
  • Testabdeckung für eine App ohne Suite aufbauen
  • Tests nach Refactorings am Leben halten

Wichtigste Funktionen

MCP-Integration in gängige Assistenten

VibeShift läuft als Server des Model Context Protocol und fügt sich damit in Assistenten wie Cursor, Windsurf, GitHub Copilot und Roo Code ein. Sie tragen einen Servereintrag in Ihre MCP-Konfiguration ein und rufen ihn in natürlicher Sprache auf. Die Integration hält die Sicherheitsprüfungen im Editor statt in einem getrennten Werkzeug.

Automatisierter Sicherheitsscan

Der Agent analysiert den Code, während Ihr Assistent ihn erzeugt oder ändert. Er verbindet die statische Analyse, die den Quellcode untersucht, mit dynamischen Checks gegen laufende Komponenten, wo das sinnvoll ist. Er sucht Fehler wie XSS, SQL-Injection, unsichere Konfiguration und Logikfehler und meldet anschließend Typ, Fundstelle und Schweregrad.

KI-gestützte Testaufzeichnung

Sie beschreiben einen Browserablauf in natürlicher Sprache, und VibeShift macht daraus ein Playwright-basiertes Testskript. Der Agent plant die Schritte, steuert einen echten Browser und speichert das Ergebnis als JSON-Datei. So schrumpft der Abstand zwischen der Beschreibung, was eine Funktion leisten soll, und einem Test, der das belegt.

Deterministische Testausführung

Aufgezeichnete Tests laufen mit Playwright wiederholbar ab. Nach einem Durchlauf liefert VibeShift den Status Bestanden oder Fehlgeschlagen zusammen mit Fehlern, Screenshots und Konsolenprotokollen. Diese Rückmeldung hilft dem Assistenten zu sehen, was kaputtging, und eine Korrektur vorzuschlagen.

Selbstheilende Tests

Bestehende Tests passen sich an, wenn sich der Code oder die Seite ändert, sodass einfache Refactorings Sie nicht zwingen, Selektoren von Hand neu zu schreiben. Die Funktion senkt den Wartungsaufwand, an dem kleine Testsuiten sonst zerfallen.

Testerkennung und visuelle Regression

VibeShift kann eine Website durchsuchen und für gefundene Seiten Testschritte vorschlagen, mit jedem OpenAI-kompatiblen LLM. Außerdem unterstützt es visuelle Regressionstests, die Screenshots sowohl per Pixelabgleich als auch mit einem Vision-Modell vergleichen und so Layoutänderungen finden, die textbasierte Playwright-Tests übersehen.

Vor- und Nachteile

Vorteile

  • Quelloffen unter Apache-2.0, Sie können den Code also lesen, prüfen und erweitern.
  • Läuft lokal als MCP-Server und arbeitet mit jedem LLM, für das Sie einen Schlüssel haben, was Code und Modellwahl unter Ihrer Kontrolle lässt.
  • Vereinigt Sicherheitsscan und Browser-Tests in einem Agenten und deckt damit mehr vom Entwicklungszyklus ab.
  • Die Berichte enthalten Fundstelle, Schweregrad und Behebungshinweise, auf die ein KI-Assistent direkt reagieren kann.

Nachteile

  • Die Einrichtung ist entwicklerorientiert: Sie brauchen Python, Abhängigkeitsinstallationen und eine funktionierende MCP-Konfiguration, bevor etwas passiert.
  • Sie stellen Ihren eigenen LLM-API-Schlüssel bereit, die Qualität von Scan und Tests hängt also vom verbundenen Modell ab.
  • Manche Fähigkeiten, etwa dynamische Checks gegen laufende Apps, greifen nur, wenn Sie ein aktives Ziel haben, auf das Sie zeigen können.

Häufige Fragen

Es prüft KI-generierten Code auf Sicherheitsschwachstellen und gibt die Funde samt Behebungshinweisen an Ihren KI-Coding-Assistenten zurück. Außerdem zeichnet es über denselben MCP-Server Browser-Tests auf und führt sie aus.