Kontrollschicht für Coding-Agents

Coding-Agents fürs ganze Team, ohne Agent-Engineering.

Ein Team aus Agents führt deine Anforderung vom Use Case bis zum Pull Request, und dein Team entscheidet und prüft. ollayr gibt dir die Kontrolle auf jeder Ebene dieser Arbeit: Auftrag, Agents und Skills, Workflow und Tokenverbrauch. Es arbeitet mit Claude Code oder opencode und mit Jira, GitHub Issues, Figma und Zeplin.

  • Agent läuft lokal
  • Eigener KI-Schlüssel
  • Claude Code und opencode

Du willst mit KI-Agenten Software entwickeln, die Kontrolle behalten und nachvollziehen können, warum der Agent sie so gebaut hat.

Der Agent legt einfach los.

Ohne Workflow setzt der Agent die Anforderung so um, wie sie im Backlog steht. Er hinterfragt sie nicht, arbeitet sie nicht weiter aus, und zwischendurch prüft niemand. Das Ergebnis weicht dann oft von dem ab, was gemeint war.

Jeder promptet anders.

Bei der einen Entwicklerin klappt es gut, beim nächsten Kollegen weniger, weil jeder den Agent mit einem etwas anderen Prompt startet. Wie gut der Code wird, hängt davon ab, wer gerade am Rechner sitzt.

Du schiebst den Agent Schritt für Schritt an.

Der Agent folgt keinem festen Ablauf. Nach jedem Schritt wartet er, bis ihm jemand den nächsten nennt, und ob Tests und ein Review stattfinden, hängt davon ab, wer daran denkt.

Der Chat ist die einzige Dokumentation.

Warum der Code so aussieht, welche Befehle der Agent ausgeführt hat und wer sie erlaubt hat, steht höchstens im Verlauf einer einzelnen Sitzung. Ist sie geschlossen, bleibt nichts, was die Entscheidungen hinter dem Code erklärt.

Ein Team aus Agents arbeitet an deiner Anforderung. Dein Team entscheidet und prüft.

ollayr richtet einen agentischen Workflow in deinem Projektordner ein. Ein Agent schreibt den Use Case, einer das Lösungskonzept und einer den Realisierungsplan. Danach folgen Umsetzung, Tests und Code-Review, und der Workflow endet mit einem Pull Request. Reviewer-Agents prüfen Dokumente und Code, bevor ein Mensch es tut. Du setzt einen Freigabe-Schritt überall dort, wo jemand entscheiden soll, und entfernst ihn, wo es reicht, das Ergebnis danach zu prüfen. Die Arbeit kann vor dem Backlog beginnen: Aus einer Projektbeschreibung erarbeitet der Agent Epics, und du legst die gewünschten in Jira an.

Vom Jira-Ticket zum nachvollziehbaren Agent-Lauf

  1. 01

    Anforderung holen

    Epics, Stories und Bugs kommen aus Jira oder GitHub Issues, Fehler aus der Produktion kommen aus Sentry. Du verknüpfst Designs aus Figma oder Zeplin und Endpunkte aus deiner OpenAPI-Spec.

  2. 02

    Auftrag schärfen

    Die KI prüft die Anforderung, verbessert die Beschreibung und erzeugt Akzeptanzkriterien und Testfälle. Die Prompt-Vorlagen, die dein Team für diesen Bereich gespeichert hat, stehen im Assistenz-Panel bereit.

  3. 03

    Übergeben und freigeben

    Vor der Übergabe siehst du genau, was der Agent bekommt, einschließlich eurer Guidelines und Architektur-Notizen. Du wählst einen Workflow, und der Agent läuft auf deinem Rechner. Er fragt vor Werkzeugaufrufen und hält an jedem Freigabe-Schritt an, den der Workflow festlegt.

  4. 04

    Lauf verfolgen

    Der Workflow schreibt Use Case, Lösungskonzept und Realisierungsplan in dein Projekt, je nach Workflow auch einen Testplan. Die Timeline zeigt deinem Team jede Übergabe, jede Freigabe und jede offene Rückfrage, mit den Kosten je Anforderung.

Im Produkt: Aufträge, Freigaben und Timeline

Kontrolle auf jeder Ebene der Arbeit

Der Auftrag: was der Agent weiß

Anforderung, Designs, Endpunkte, Akzeptanzkriterien, Guidelines und Architektur-Notizen erreichen den Agent als ein Auftrag. Du kannst jeden Teil abwählen, und ollayr kürzt nichts, ohne es dir zu sagen.

Agents und Skills: wer die Arbeit macht

ollayr liest Agents, Skills und MCP-Server aus deinem Projektordner. Dein Team bearbeitet sie an einer Stelle und schreibt eigene Skills oder nimmt einen etablierten über seinen GitHub-Link auf, etwa den grill-me-Skill von Matt Pocock. Prompts liegen in einer gemeinsamen Bibliothek.

Der Workflow: wie die Arbeit abläuft

Der Workflow legt fest, welcher Agent was in welcher Reihenfolge tut und wo ein Mensch freigibt. Du änderst ihn auf einem Canvas oder baust einen eigenen, und der Agent folgt ihm.

Tokenverbrauch: was die Arbeit kostet

Das Dashboard zeigt Kosten und Tokens je Anforderung, Workflow und Agent, soweit der Agent sie meldet. Du siehst, welcher Workflow, welcher Agent und welches Feature am meisten verbraucht hat.

Sieh, was jeder Agent getan hat und was es gekostet hat.

Die Nachvollziehbarkeit kommt aus zwei Quellen: den Dokumenten, die der Workflow in dein Repository schreibt, und der Timeline. Die Timeline führt jede Übergabe mit Person, Agent und Workflow auf, dazu jede Freigabe und jede offene Rückfrage aus laufenden Sitzungen. Das Dashboard rechnet Kosten und Tokens je Anforderung, Workflow und Agent zusammen, soweit der Agent sie meldet. Workflows und Agents lassen sich nebeneinander vergleichen.

Deine Werkzeuge, dein Coding-Agent, dein KI-Schlüssel

  • Jira · GitHub IssuesEpics, Stories und BugsVerfügbar
  • Figma · ZeplinDesignsVerfügbar
  • OpenAPI / Swagger · SentryEndpunkte und Fehler aus der ProduktionVerfügbar
  • Claude Code · opencodeCoding-Agents, über das Agent Client Protocol (ACP)Unterstützt
  • Anthropic · OpenAI · OpenRouter · OllamaKI-Assistenz für Anforderungeneigener KI-Schlüssel
  • GitHub Copilot CLI · LinearEin weiterer Coding-Agent und eine weitere ProjektquelleGeplant

Verfügbare Anbindungen sind oben gekennzeichnet. Geplante Anbindungen werden noch nicht unterstützt.

Wohin dein Code und deine Daten gehen

  • Der Agent läuft über die lokale Brücke auf deinem Rechner.
  • Der Agent fragt vor Werkzeugaufrufen, und der Workflow hält an jedem Freigabe-Schritt an, den du gesetzt hast.
  • Eine Anforderung kann Text enthalten, der für den Agent wie eine Anweisung klingt. ollayr übergibt sie deshalb so, dass der Agent ihren Inhalt als Information liest und nicht als Auftrag ausführt.
  • Das ollayr-Backend läuft in Frankfurt, Deutschland.

Für Teams, in denen mehr Menschen Coding-Agents nutzen, als sie konfigurieren können

Product Owner

Du übergibst eine Anforderung und bekommst einen Use Case zur Freigabe zurück, danach einen Plan, danach einen Pull Request. Du arbeitest in ollayr, ohne Terminal und ohne Prompt-Handwerk.

Engineering Leads

Deine Entwickler entscheiden und prüfen, und die Agents schreiben Dokumente, Code und Tests. Jede Freigabe und die Kosten sind je Anforderung festgehalten.

Agenturen

Jedes Kundenprojekt startet mit demselben Workflow und denselben Agents, egal wie das Team besetzt ist. Dem Kunden kannst du Dokumente, Freigaben und Kosten je Anforderung zeigen.

Zwei Fragen, die wir zuerst hören

Jira kann Tickets doch selbst an Claude geben. Wozu ollayr?

Bei Claude Agent for Jira arbeitet der Agent in Anthropics Cloud-Sandbox. Bei ollayr arbeitet er auf deinem Rechner.

Bei Jira prüfst du das Ergebnis, wenn es fertig ist. Bei ollayr gibst du die Schritte, die du gewählt hast, frei, bevor sie passieren.

Jira kennt das Ticket. ollayr kennt zusätzlich Design, API-Spec, Akzeptanzkriterien und eure Guidelines und zeigt dir vor der Übergabe, was der Agent bekommt.

Kann ich mir das nicht selbst in Claude Code bauen?

Ja, ein Agent-Profi kann sich das meiste selbst bauen, und für eine Person allein lohnt sich ollayr nicht.

ollayr macht aus einem solchen Setup ein Teamwerkzeug: Product Owner bereiten Aufträge vor, ohne Agent-Engineering zu lernen, und Workflow, Skills und MCP-Server werden aus ollayr eingerichtet und aktualisiert.

Das Team sieht außerdem, was jeder Agent getan hat, wer es erlaubt hat und was es gekostet hat.

Fragen zu ollayr

Verlässt mein Code den Rechner?

Der Coding-Agent arbeitet über die lokale Brücke von ollayr auf deinem Rechner, und dein Repository wird nicht zu ollayr hochgeladen. ollayr speichert in der Appwrite Cloud in Frankfurt den Auftragstext, das Arbeitsverzeichnis und für die Timeline Dateipfade, Werkzeugtitel, Fehlermeldungen von Läufen und den Beginn von Folgeaufträgen. Was der Agent an seinen eigenen KI-Anbieter sendet, regelt dein Vertrag mit diesem Anbieter.

Welche Coding-Agents funktionieren mit ollayr?

Heute funktionieren Claude Code und opencode mit ollayr, GitHub Copilot CLI folgt als Nächstes. ollayr spricht Agents über das offene Agent Client Protocol (ACP) an.

Welche Werkzeuge kann ich anbinden?

Du kannst Jira und GitHub Issues für Anforderungen anbinden, Figma und Zeplin für Designs, OpenAPI- oder Swagger-Specs für Endpunkte und Sentry für Fehler aus der Produktion. Ein Skill synchronisiert die Dokumente eines Features nach Confluence.

Kann der Agent ohne mich arbeiten?

Das legst du je Workflow fest. Der Workflow hält überall an, wo du einen Freigabe-Schritt gesetzt hast, und läuft durch, wo du ihn entfernt hast. Im Lauf fragt der Agent vor Werkzeugaufrufen, und je nach Agent kannst du ein Werkzeug für die ganze Sitzung erlauben.

Wer sieht, was der Agent getan hat?

Alle Mitglieder des Projekts sehen es in der Timeline. Sie zeigt, wer übergeben hat, welcher Agent mit welchem Workflow lief, welche Freigaben erteilt wurden und welche Rückfragen offen sind.

Was kostet die KI?

Die KI läuft über deinen eigenen Schlüssel oder die Anmeldung deines Coding-Agents, also rechnet dein Anbieter sie ab. ollayr zeigt Kosten und Tokens je Übergabe, Anforderung, Workflow und Agent, soweit der Agent sie meldet.

KONTAKT

Setz deine nächste Anforderung um, mit einem Workflow, den dein Team kontrolliert.

Erzähl uns von deinem Team und den Anforderungen, die du übergeben willst. Wir richten den Zugang ein und helfen dir, die lokale Brücke zu installieren.

Kontakt

Du brauchst Claude Code oder opencode auf deinem Rechner und ein Projekt in Jira oder GitHub. Die KI läuft über deinen eigenen Schlüssel.