Phasr
Phasr ist ein Open-Source-Desktop-Workspace für parallele terminalbasierte AI-Coding-Agents mit Git-Worktree-Isolation und Review vor dem Merge.
Was ist Phasr?
Phasr ist ein Open-Source-Desktop-Workspace zum parallelen Ausführen von AI-Coding-Agents. Er richtet sich an Entwickler, die mehrere terminalbasierte Coding-Agents koordinieren, jede Aufgabe isoliert halten und Änderungen vor dem Merge in einen Haupt-Branch überprüfen möchten.
Das Produkt setzt auf Git-Worktree-Isolation, Live-Sichtbarkeit der Aufgaben und menschliches Review. Es unterstützt einen Review-first-Workflow für Teams, die Diffs vergleichen, Änderungen genehmigen oder ablehnen und mit der Ausgabe der Agents in ihrem bevorzugten Editor oder IDE arbeiten möchten.
Hauptfunktionen
- Parallele Ausführung von Agents: Starten Sie mehrere AI-Coding-Agents gleichzeitig, jeder für eine eigene Aufgabe, sodass die Arbeit parallel statt nacheinander voranschreiten kann.
- Git-Worktree-Isolation: Jeder Agent läuft in einem separaten Git-Worktree, wodurch Änderungen isoliert bleiben und Konflikte in einem gemeinsamen Arbeitsverzeichnis vermieden werden.
- Echtzeit-Task-Tracking: Überwachen Sie Status, Fortschritt sowie wartende oder abgeschlossene Aufgaben direkt aus dem Workspace, während die Arbeit läuft.
- Agenten-agnostische Terminal-Unterstützung: Phasr ist für CLI-Agents ausgelegt, die in einem Terminal laufen, darunter Tools wie Claude Code, Codex CLI, Gemini CLI, Cursor Agent und Aider.
- Steuerung für Review und Merge: Untersuchen Sie Diffs auf Dateiebene, Änderungszusammenfassungen und Zeilenanzahlen und genehmigen, lehnen Sie ab oder fordern Sie Anpassungen an, bevor gemergt wird.
- Editor-Übergabe: Öffnen Sie von Agents erzeugte Arbeit in externen Editoren wie VS Code, Cursor, JetBrains, Zed oder anderen nativen Entwicklungsumgebungen.
So verwenden Sie Phasr
Beginnen Sie mit dem Herunterladen der macOS-App oder dem Anzeigen des Projekts auf GitHub. Erstellen oder verbinden Sie dann ein Repository, starten Sie einen oder mehrere Coding-Agents für separate Aufgaben und lassen Sie Phasr die isolierten Worktrees für jeden Agent verwalten.
Während Änderungen entstehen, prüfen Sie die Diffs im Workspace, öffnen Sie den Code bei Bedarf in Ihrem bevorzugten Editor und geben Sie nur die Arbeit frei, die bereit für den Merge zurück in den Haupt-Branch ist.
Anwendungsfälle
- Mehrere Repo-Änderungen auf einmal umsetzen: Weisen Sie verschiedene Aufgaben wie Authentifizierungs-Middleware, Rate Limiting und Webhook-Retries unterschiedlichen Agents zu, damit sie parallel laufen können.
- Agent-Ausgaben vor dem Merge prüfen: Nutzen Sie den Diff- und Freigabe-Workflow, um generierten Code zu validieren, bevor er den Haupt-Branch erreicht.
- Mit terminalbasierten AI-Tools arbeiten: Orchestrieren Sie CLI-Coding-Agents, ohne an einen einzelnen Anbieter oder ein proprietäres Protokoll gebunden zu sein.
- Änderungen in einer gemeinsamen Codebasis isoliert halten: Geben Sie jedem Agenten seinen eigenen Worktree, um Dateikonflikte zu reduzieren und parallele Entwicklung zu vereinfachen.
- Generierten Code in einem bevorzugten IDE bearbeiten: Öffnen Sie von Agents erstellte Änderungen in VS Code, Cursor, JetBrains, Zed oder einem anderen Editor für eine tiefere manuelle Prüfung.
FAQ
Ist Phasr Open Source?
Ja. Die Seite beschreibt Phasr als Open Source und nennt die Verfügbarkeit unter der MIT-Lizenz.
Welche Plattformen werden unterstützt?
Die Quellseite sagt, dass Phasr für macOS verfügbar ist. Andere Desktop-Plattformen werden nicht erwähnt.
Funktioniert Phasr nur mit einem AI-Modell oder Anbieter?
Nein. Das Produkt wird als agenten-agnostisch beschrieben und ist mit terminalbasierten Tools wie Claude Code, Codex CLI, Gemini CLI, Cursor Agent und Aider kompatibel.
Kann ich Änderungen prüfen, bevor sie gemergt werden?
Ja. Der Workspace umfasst Datei-Diffs, Änderungszusammenfassungen und Aktionen zur Freigabe wie Ablehnen oder Genehmigen und Mergen.
Ersetzt Phasr Ihren Editor?
Nicht unbedingt. Die Seite betont die Übergabe mit einem Klick an externe Editoren, sodass das Tool offenbar dafür gedacht ist, neben nativen Entwicklungswerkzeugen zu arbeiten, statt sie zu ersetzen.
Alternativen
- Single-Agent-Coding-Assistenten: Tools, die sich jeweils auf einen Agenten oder einen einzelnen chatgesteuerten Coding-Flow konzentrieren. Diese sind einfacher, betonen aber nicht die Orchestrierung paralleler Aufgaben oder Worktree-Isolation.
- IDE-native AI-Coding-Funktionen: In den Editor integrierte Assistenten wie die in Code-Editoren oder IDEs eingebauten. Diese sind praktisch für Hilfe direkt im Editor, bieten aber möglicherweise nicht denselben Multi-Agent-Workspace oder Review-Workflow.
- Andere terminalbasierte Agent-Runner: CLI-Orchestrierungstools, die Agents vom Terminal aus ausführen. Diese können ähnliche Agent-Ausführung bieten, aber nicht immer denselben Review-first-Merge-Prozess oder integrierte Worktree-Verwaltung.
- Allgemeine Git-Workflow-Tools: Branch- und Merge-Tools zur Verwaltung von Codeänderungen. Sie unterstützen die Zusammenarbeit, sind aber nicht speziell dafür ausgelegt, mehrere AI-Coding-Agents parallel zu koordinieren.
Alternativen
Devin
Devin ist ein AI-Coding-Agent für Softwareteams: unterstützt Parallelisierung von Migrations- und Refactoring-Subtasks, während Engineers steuern und Änderungen freigeben.
imgcook
imgcook ist ein intelligentes Tool, das Design-Mockups mit einem Klick in hochwertigen, produktionsbereiten Code umwandelt.
Pi Coding Agent
Pi Coding Agent ist ein terminalbasierter Coding-Agent für Entwickler, die Unterstützung beim Programmieren direkt in der Kommandozeile suchen. Docs, GitHub und Discord helfen bei Setup, Feedback und Austausch.
Biji
Biji ist eine vielseitige Plattform, die entwickelt wurde, um die Produktivität durch innovative Werkzeuge und Funktionen zu steigern.
Ably Chat
Ably Chat ist eine Chat-API und SDKs für maßgeschneiderte Realtime-Chat-Apps: Reactions, Presence sowie Nachrichten editieren/löschen.
AakarDev AI
AakarDev AI ist eine leistungsstarke Plattform, die die Entwicklung von KI-Anwendungen mit nahtloser Integration von Vektordatenbanken vereinfacht und eine schnelle Bereitstellung und Skalierbarkeit ermöglicht.