WUPHF

Was ist WUPHF?

WUPHF ist eine Open-Source-Lokal-Anwendung, die ein kleines „AI office“ mit KI-Agents auf Ihrem Rechner betreibt. Sie setzen ein Ziel, und die Agents koordinieren es end-to-end – mit threadbasierten Übergaben und Erstellung von Arbeitsergebnissen wie PRs und exportierten Assets.

Statt separater Prompt-Schritte leitet WUPHF mehrere rollenbasierte Agents (z. B. CEO, ENG, DSG, CMO) an, die Kontext über laufende Team-Interaktionen teilen. Der Kernzweck: Die Arbeit vom Ziel bis zu versandten Outputs vorantreiben, mit Kontinuität über alle Schritte.

Wichtige Funktionen

• Lokales „AI office“ (läuft auf Ihrem Rechner): Starten Sie mit npx wuphf@latest oder bauen Sie aus dem Quellcode; die Browser-UI öffnet sich unter localhost:7891.
• Geteilte Team-Koordination für ein Ziel: Geben Sie einen Satz in einem Kanal ein (z. B. #general), und der CEO-Agent zerlegt ihn und leitet Aufgaben an andere Agents im Thread weiter.
• Rollenbasierte Agents mit editierbaren JSON-Konfigs: Jeder Agent ist eine JSON-Datei mit System-Prompt und Tool-Liste, die Sie lesen, bearbeiten oder forken können.
• Mehrrollen-Übergaben mit Abhängigkeiten und Blockern: Agents heben Blocker und Abhängigkeiten hervor (z. B. fehlende Asset-Formate) und lösen Probleme untereinander, ohne manuelle Prompt-Ketten.
• Arbeitsergebnisse, die mit Repositories integrieren: Agents können Pull Requests öffnen und Projektänderungen koordinieren; sie exportieren Assets (z. B. Design-Outputs) in Workflow-Pfade.
• Kostenlos und Open Source unter MIT-Lizenz: Das Projekt ist kostenlos/open source und MIT-lizenziert, ohne Accounts, Cloud-Nutzung oder Pro-Nutzer-Preise.

WUPHF nutzen

1. Lokal installieren und starten:
   • Option 1: Führen Sie npx wuphf@latest aus (der Browser öffnet sich unter localhost:7891).
   • Option 2: Klonen Sie den Quellcode, bauen Sie und führen Sie die kompilierte Binärdatei aus.
2. Ein Team-Pack starten: Verwenden Sie wuphf --pack founding-team, um Rollenkonfigurationen auszuwählen.
3. Ein Ziel-Satz eingeben: Im UI-Kanal (z. B. #general) tippen Sie eine Anweisung wie „Ship the onboarding flow by Friday.“
4. Tab schließen und Agents arbeiten lassen: Das Team arbeitet weiter; Agents koordinieren sich, heben Blocker hervor und erzeugen Outputs.
5. Zu den Ergebnissen zurückkehren: Überprüfen Sie die fertigen Outputs (z. B. geöffnete PRs, exportierte Assets und Copy/README-Änderungen), sobald das Team vorangekommen ist.

Anwendungsfälle

• Frontend-Feature mit koordiniertem Engineering + Design shippen: Geben Sie ein Ziel wie Onboarding-Flow vor; ENG öffnet PRs, während DSG Assets exportiert (inkl. Format-Fallbacks) und CMO Copy sowie README-Updates vorbereitet.
• Uneindeutige Ziele in einen Ausführungs-Thread zerlegen: Bei Einreichung eines Ein-Satz-Ziels zerlegt der CEO-Agent es und leitet Subtasks an passende Rollen, mit organisiertem Diskussions-Thread.
• Asset- oder Implementierungs-Blocker automatisch handhaben: Bei fehlernder Darstellung eines Design-Exports identifizieren Agents das Problem, re-exportieren Assets in den richtigen Pfad und fahren fort – ohne manuelle Zwischenschritte.
• Launch-Dokumentation neben Code-Änderungen vorbereiten: CMO erstellt README-Inhalte und Launch-Checkliste, öffnet einen Copy-fokussierten PR neben dem Feature-Branch.
• User-Feedback in Specs umwandeln: Ein PM-Agent synthetisiert Feedback zu einer Spec und hält das Team auf User-Bedürfnisse fokussiert, statt Implementierungsdetails.

FAQ

• Erfordert WUPHF einen Account oder Cloud-Zugriff? Nein. Es läuft lokal ohne Account, Cloud oder Pro-Nutzer-Preise.

• Wie starte ich es? Die Dokumentation zeigt npx wuphf@latest für die UI unter localhost:7891 oder Klonen des GitHub-Repos und Bauen aus dem Quellcode.

• Kann ich die Agents anpassen? Ja. Jeder Agent ist eine JSON-Konfig (System-Prompt plus Tool-Liste). Sie können Team-Packs lesen, bearbeiten und forken, um Tools oder Research-Agents zu tauschen.

• Muss jemand bei jedem Schritt im Loop sein? Die Seite betont „no human in the loop“ für Routing und Prompt-Ketten; Agents arbeiten weiter und lösen Blocker untereinander.

• Welche Outputs erzeugt das Team? Beispiele nennen geöffnete PRs, exportierte finale Assets (z. B. Design-Exports) und Copy wie README-Inhalte.

Alternativen

• Lokale Multi-Agent-Prompt-/Workflow-Runner: Tools, die mehrere LLM-Agents auf Ihrem Rechner orchestrieren, können ähnliches „Team“-Verhalten bieten, erfordern aber oft explizitere Verwaltung von Routing und Prompt-Chaining.
• Repository-fokussierte KI-Coding-Assistenten: Alternativen für Code-Generierung helfen bei der Umsetzung von Änderungen, umfassen aber möglicherweise kein gemeinsames Multi-Rollen-Koordinationsmodell (CEO/ENG/DSG/CMO), das auch Docs und Design-Assets erzeugt.
• Design-to-Code-Automatisierungstools: Wenn Ihr Hauptbedarf Asset-Export und -Formatierung ist, können spezialisierte Design-Tools die Produktion von Assets übernehmen, koordinieren aber nicht die End-to-End-Ausführung über Engineering und Launch-Dokumentation hinweg.
• Allgemeine Kollaborations-Chats + Aufgabenzerlegung: Konventionelle Team-Workflows (Chat + Issue-Tracker) können Arbeit zwischen Rollen koordinieren, erfordern aber menschliche Verwaltung von Zerlegung, Abhängigkeitsprüfungen und Übergaben.