Teil 1 des achtteiligen Leitfadens GitLab Duo Agent Platform – Der komplette Einstieg, in dem du lernst, KI-Agents und Workflows im Development Lifecycle zu erstellen und bereitzustellen. Von der ersten Interaktion bis zu produktionsreifen Automatisierungs-Workflows mit vollständiger Anpassung.
GitLab Duo Agent Platform stellt einen fundamentalen Wandel dar, wie Entwickler(innen) während des Software Development Lifecycle mit KI interagieren. Die Plattform geht über Code hinaus in den vollen SDLC-Kontext und ermöglicht mehreren spezialisierten KI-Agents, neben dem Team zu arbeiten – komplexe Aufgaben asynchron zu handhaben, während der Fokus auf Innovation und Problemlösung liegt.
GitLab Duo Agent Platform transformiert traditionelle lineare Entwicklungsworkflows in dynamische Multi-Agent-Kollaborationssysteme.
Was ist GitLab Duo Agent Platform?
Die GitLab Duo Agent Platform ist eine KI-Orchestrierungsschicht, die Folgendes ermöglicht:
- Asynchrone Kollaboration zwischen Entwickler(inne)n und spezialisierten KI-Agents
- Vollen SDLC-Kontext über Code, Issues, Epics, Merge Requests, CI/CD-Pipelines, Wikis, Analytics und Security Scans hinweg
- Multi-Agent-Flows, bei denen viele Agents parallel an komplexen Aufgaben kollaborieren
- Intelligente Automatisierung, die Standards, Praktiken und Compliance-Anforderungen der Organisation versteht
Betrachte es als Hinzufügen von KI-Team-Mitgliedern, die ganze Workflows übernehmen können – von Requirements-Verstehen bis zum Erstellen von Merge Requests – bei voller Sichtbarkeit und Kontrolle.
🎯 GitLab Duo Agent Platform heute ausprobieren!
Plattform-Architektur
GitLab Duo Agent Platform besteht aus mehreren vernetzten Komponenten, die zusammenarbeiten, um umfassende KI-Assistenz bereitzustellen. Das Diagramm unten zeigt die Nutzer-Interaktionsmethoden mit GitLab Duo Agent Platform. Es illustriert die vier Wege, wie Nutzer(innen) mit Agents interagieren können:
Wie Teams mit GitLab Duo Agent Platform interagieren
Vier Wege, Agents zu nutzen
- GitLab Duo Agentic Chat – Chat-Panel in GitLab UI oder IDE öffnen für interaktive Konversationen mit Foundational und Custom Agents. Aus verfügbaren KI-Models wählen und Echtzeit-Hilfe erhalten.
- Custom Flows auslösen – Flows in Issue- oder Merge-Request-Kommentaren erwähnen oder Reviewer zuweisen, um Custom Flows automatisch auszulösen. Diese laufen asynchron via Runner-Execution.
- Foundational Flows auslösen – Von GitLab erstellt und gepflegt, einschließlich Developer, Code Review, Fix CI/CD Pipeline, Convert Jenkins to GitLab CI/CD und Software Development Flow.
- External Agents auslösen – External AI Agents (wie Claude Code oder OpenAI Codex) in Issue- oder Merge-Request-Kommentaren zuweisen oder erwähnen, um sie automatisch auszulösen. Diese laufen asynchron via Runner-Execution.
Wo verwalten und entdecken
- AI Catalog – Agents und Flows organisations-übergreifend durchsuchen, erstellen und teilen. Von GitLab und dem Team erstellte Agents und Flows entdecken, dann zu Projekten hinzufügen. Eigene Custom Agents und Flows für andere erstellen und veröffentlichen.
- Automate Capabilities – Zentrale Anlaufstelle zur Verwaltung von allem. Agents anzeigen und verwalten, Flows konfigurieren und überwachen, alle Aktivität in Sessions reviewen (einschließlich Pipeline-Status) und Trigger für eventbasierte Automatisierung einrichten.
Jede Komponente kurz erkunden (in nachfolgenden Posts tiefer eintauchen):
GitLab Duo Agentic Chat
Primäre Schnittstelle zur Interaktion mit Agents. Verfügbar als persistentes Panel in GitLab UI und in der IDE. Mehr in Teil 2: GitLab Duo Agentic Chat – Erste Schritte](/de-de/blog/getting-started-with-gitlab-duo-agentic-chat/).
Agents
Agents sind spezialisierte KI-gestützte Assistenten zum Handhaben spezifischer Aufgaben über den Development Workflow hinweg. Als Team-Mitglieder mit einzigartiger Expertise und Capabilities betrachten.
| Typ | Beschreibung | Wo genutzt | Setup erforderlich |
|---|---|---|---|
| Foundational | Von GitLab für häufige Development-Workflows gepflegt (Security Analyst, Planner, GitLab Duo), standardmäßig im Chat jedes Projekts verfügbar | GitLab Duo Chat | Nein |
| Custom | Für teamspezifische Anforderungen mit Custom Prompts und Tools erstellt | GitLab Duo Chat | Ja |
| External | Externe KI-Provider (Claude, OpenAI), ausgelöst via Mentions oder Assignments | @mentions, Assignments | Optional |
Über External Agents
External Agents laufen im Hintergrund auf GitLab Platform Compute, wenn durch Mentions (z. B. @ai-codex) oder Assignments in Issues und Merge Requests ausgelöst. Anders als Foundational und Custom Agents, die synchrone Feedback-Loops nutzen, führen External Agents asynchron aus und ermöglichen leistungsstarke Automatisierung mit spezialisierten KI-Providern.
Was Agents leistungsstark macht
- Spezialisierte Prompts: Jeder Agent hat einen einzigartigen System-Prompt, der Expertise, Verhalten und Kommunikationsstil definiert.
- Zugriff auf Tools: Agents können Dateien lesen, auf Issues/MRs/Epics zugreifen, Code durchsuchen, CI/CD-Job-Logs und Vulnerability-Reports analysieren und mehr – basierend auf ihrer Konfiguration.
- Projekt-Kontext: Zugriff auf Issues, Merge Requests, Code, CI/CD-Pipelines und Security Vulnerabilities.
Mehr in Teil 3: Agents verstehen. Erfahren, wie Custom Agents erstellt, externe KI-Provider integriert und Agent-Prompts sowie -Tools für teamspezifische Anforderungen konfiguriert werden.
Flows
Flows sind mehrstufige Workflows, die mehrere Aktionen kombinieren, um komplexe Probleme zu lösen. Anders als Agents, die auf Fragen reagieren, führen Flows komplette Workflows autonom via Runner-Execution aus.
| Typ | Beschreibung | Wo ausgelöst | Setup erforderlich |
|---|---|---|---|
| Foundational | Von GitLab für häufige Development-Workflows gepflegt (Developer, Fix Pipeline, Convert Jenkins to GitLab CI/CD, Software Development) | Via dedizierte UI-Action-Buttons oder IDE-Extension-Flows-Tab aufrufbar | Nein |
| Custom | Nutzerdefinierte Workflows, erstellt und auf Anforderungen zugeschnitten | Mentions in Issues/MRs, Assignment | Ja |
Was Flows leistungsstark macht
- Mehrstufige Execution: Mehrere Operationen in einem einzigen Workflow kombinieren
- Asynchrones Processing: Im Hintergrund laufen, während weitergearbeitet wird
- Voller Pipeline-Zugriff: Via Runner-Execution mit komplettem Projekt-Kontext ausführen
- Eventgesteuert: Automatisch durch GitLab-Events ausgelöst
Mehr in Teil 4: Flows verstehen, einschließlich Multi-Agent-Workflows.
Agents vs. Flows: Was ist der Unterschied?
Verstehen, wann ein Agent vs. ein Flow genutzt wird, ist entscheidend für effektive Arbeit mit GitLab Duo Agent Platform.
| Aspekt | Agents (Interaktiv im Chat) | Flows (Automatisiert auf Platform) |
|---|---|---|
| Zweck | Interaktive Arbeit, schnelle Iterationen, konversationelle Anleitung | Komplexe mehrstufige Aufgaben, Hintergrund-Automatisierung, eventgesteuerte Workflows |
| Wo | GitLab Duo Chat (Web UI, IDEs) | Issues, Merge Requests, UI-Action-Buttons |
| Wie | Echtzeit-Konversation mit Fähigkeit, Aktionen durchzuführen | Durch Events oder Button-Klicks ausgelöst |
| Execution | Interaktiv, läuft sofort im Chat-Kontext | Asynchron via Runner-Execution |
| Beispiel | „Refactor this function" (Agent modifiziert Code), „Create tests" (Agent generiert Test-Datei) | „Generate MR for issue #123" (Flow erstellt Branch, committet, öffnet MR) |
Schnelle Entscheidungshilfe
- Interaktiv arbeiten oder sofortiges Feedback gewünscht? → Chat nutzen
- Hintergrund-Automatisierung, MR-Review oder komplexe Multi-File-Aufgaben benötigt? → Flow nutzen
Wichtige Erkenntnis
Sowohl Agents als auch Flows können Aktionen durchführen und Code erstellen. Der Hauptunterschied liegt in der Interaktion und Ausführung: Agents kommunizieren interaktiv im Chat-Interface, während Flows asynchron im Hintergrund auf Platform Compute laufen.
AI Catalog
Eine zentralisierte Bibliothek zum Durchsuchen, Entdecken, Erstellen und Teilen von Agents und Flows über die Organisation hinweg – detailliert in Teil 5: AI Catalog.
Automate Capabilities
Zentrale Anlaufstelle zur Verwaltung von Agent- und Flow-Workflows:
- Agents: Agents im Projekt anzeigen und verwalten, detailliert in Teil 3.
- Flows: Flows im Projekt anzeigen, erstellen und verwalten, detailliert in Teil 4.
- Sessions: Agent-Activity-Logs
- Triggers: Eventbasiertes Automatisierungsmanagement für Flows im Projekt
Sessions verstehen
Jede Agent- und Flow-Execution erstellt eine Session, die agentische Aktivitäten loggt. Sessions bieten volle Transparenz darüber, was passiert ist – einschließlich Agent-Reasoning, Execution-Details, Tool Calling, Outputs und dem kompletten Decision Trail.
Sessions anzeigen: Navigation zum Projekt > Automate > Sessions. Von dort aus lässt sich auf die Pipeline-Console zugreifen, um detaillierte Execution-Logs einzusehen.
Model-Auswahl
Eine der leistungsstarken Funktionen von GitLab Duo Agent Platform ist die Möglichkeit zu wählen, welches KI-Model die Konversation antreibt.
Verfügbar in: GitLab 18.4 und höher
Auswählen:
- GitLab Duo Agentic Chat öffnen.
- Nach Model-Dropdown suchen.
- Klicken, um verfügbare Models anzuzeigen.
- Model auswählen, das am besten zur Aufgabe passt.
Hinweis: Model-Auswahl ist aktuell nur in Web UI verfügbar. IDE-Integration nutzt das Default-Model, das für die Group ausgewählt wurde.
Erste Agent-Interaktion
Eine einfache erste Interaktion mit GitLab Duo Agentic Chat durchgehen:
Beispiel 1: Projekt verstehen (Agent)
Szenario: Du bist gerade einem Projekt beigetreten und musst dessen Struktur und Architektur verstehen.
Schritte:
- GitLab Duo Chat Panel öffnen (Duo-Icon oben rechts klicken).
- Sicherstellen, dass Agentic Mode (Beta) eingeschaltet ist.
- Duo Agent auswählen (Default).
- Eingeben: „Give me an overview of this project's architecture."
- Enter drücken.
Was passiert:
Der Agent:
- Analysiert Repository-Struktur
- Reviewt README, Code-Organisation und Dokumentation
- Liefert umfassende Übersicht mit Schlüsselkomponenten
Follow-up-Fragen zur Klärung stellen.
Beispiel 2: Merge Request generieren (Flow)
Szenario: Ein Issue muss mit Code-Änderungen gelöst werden.
Schritte:
- Issue in GitLab öffnen.
- Generate MR with Duo-Button klicken.
- Eine Agent-Session startet.
- Innerhalb weniger Minuten wird ein MR erstellt mit:
- Code-Änderungen über mehrere Dateien hinweg
- Beschreibender Commit-Message
- Erklärung der Änderungen in MR-Description
Was passiert:
Der Developer Flow:
- Analysiert das Issue
- Versteht Repository-Struktur, Design-Patterns und SDLC-Kontext
- Führt angemessene Code-Änderungen durch
- Öffnet einen review-bereiten MR
Häufige Fragen
Frage: Sind meine Konversationen mit Agents privat?
Antwort: Ja. Konversationen folgen GitLabs Standard-Privacy- und Security-Models. Mehr erfahren.
Frage: Kann ich GitLab Duo Agent Platform mit self-hosted Models nutzen?
Antwort: Ja, ab GitLab 18.8 – erfordert zusätzliches Setup. Siehe GitLab-Dokumentation.
Was als Nächstes kommt
Nachdem du die Grundlagen von GitLab Duo Agent Platform verstanden hast, bist du bereit, tiefer in jede Komponente einzutauchen:
- Teil 2: GitLab Duo Agentic Chat – Erste Schritte – Persistentes Chat-Panel meistern, Model-Selection-Strategien lernen, Agent-Switching verstehen und Chat effektiv über Web UI und alle unterstützten IDEs hinweg nutzen.
- Teil 3: Agents verstehen – Foundational Agents von GitLab erkunden, Custom Agents mit spezialisierten Prompts für Team-Workflows erstellen und externe CLI-Agents von Providern wie Claude Code und OpenAI Codex integrieren.
- Teil 4: Flows verstehen – Erfahren, wie Flows mehrere Agents orchestrieren, um komplexe Probleme zu lösen, Custom YAML-definierte Workflows erstellen und externe KI-Provider für automatisierte Pipeline-Execution nutzen.
- Teil 5: AI Catalog – Zentralisiertes Repository durchsuchen, um von GitLab und der Community erstellte Agents und Flows zu entdecken, sie zu Projekten hinzuzufügen und eigene Lösungen für andere zu veröffentlichen.
- Teil 6: KI-Workflows überwachen, verwalten und automatisieren – Alle Agent- und Flow-Aktivität über Sessions überwachen, eventgesteuerte Trigger zur Workflow-Automatisierung einrichten und das gesamte GitLab Duo Agent Platform-Ökosystem von einer zentralen Stelle aus verwalten.
- Teil 7: Model Context Protocol-Integration – GitLab Duo-Capabilities erweitern durch Verbinden mit externen Tools wie Jira, Slack und AWS über den offenen MCP-Standard sowie externen KI-Tools Zugriff auf GitLab-Daten ermöglichen.
- Teil 8: GitLab Duo Agent Platform anpassen – Custom Chat-Regeln konfigurieren, System-Prompts für Agents erstellen, Agent-Tools einrichten, externe Systeme mit MCP integrieren und Flows für teamspezifische Anforderungen anpassen.
Ressourcen
Nächster Teil: Teil 2: GitLab Duo Agentic Chat – Erste Schritte