---
agent-tty gibt KI-Agenten ein echtes Terminal an die Hand — inklusive visuellem Feedback. Wo bisher Agenten auf stdout/stderr angewiesen waren, kann agent-tty jetzt:
- Terminal-Sessions erstellen und steuern (create, run, send-keys)
- Auf Screen-Zustände warten (wait --text, wait --screen-stable)
- Screenshots als PNG erstellen (screenshot)
- Session-Aufzeichnungen als WebM exportieren (record export)
- TUI-Apps wie nvim, htop, bubbletea-Anwendungen bedienen
agent-tty hängt der Agent einen Screenshot oder ein Video an den PR an. Menschen können mit einem Blick verifizieren, ob das TUI wirklich funktioniert.
---
workflow ist ein Workflow-Orchestrator, der direkt im Terminal lebt. YAML-basierte Workflows, aber mit einem Twist: KI-Agenten können Workflows generieren, modifizieren und reparieren.
Kernfeatures:
- TUI + CLI-Modus
- 42 eingebaute Templates
- Single Binary, Zero Config
- Integration mit Claude Code, Codex CLI, Gemini CLI
- Claude Code Skill für agentgesteuerte Workflow-Verwaltung
claude, codex oder gemini auf dem PATH erkannt werden, entsperrt sich ein vierteiliges System:
- Generate (a) — Beschreibe eine Aufgabe in natürlicher Sprache, der Agent generiert den YAML-Workflow
- Update (A) — Bestehenden Workflow ändern: "Add retry logic", "switch from rsync to rclone"
- Fix (a nach Fehler) — Fehlgeschlagener Workflow wird analysiert und repariert
- Refine — Workflows iterativ verbessern
---
`
1. terminal_session_create(command: "htop")
2. terminal_snapshot → erkennt UI-Elemente (CPU-Bars, Prozesse, Menü)
3. terminal_press_key(key: "q") → beendet htop
`
Beispiel mit Bubbletea-App:
`
1. terminal_session_create(command: "./my-tui-app")
2. terminal_wait_for(text: "Welcome", timeout: 5000)
3. terminal_snapshot → erkennt Button "Start", Input-Feld
4. terminal_type(text: "hello") → in fokussiertes Input-Feld
5. terminal_press_key(key: "Enter")
`
tmux+send-keys, expect) arbeiten auf Byte-Ebene. mcp-terminator arbeitet auf Rendering-Ebene — es versteht, was auf dem Screen dargestellt wird, nicht nur welche Bytes fließen. Das macht es robust gegen Layout-Änderungen und ermöglicht semantische Interaktion.
agent-tty, dafür tiefer integriert in das MCP-Ökosystem.
---
| Tool | Kernidee | Reife | Best für | |------|----------|-------|----------| | agent-tty | Terminal-Sessions für Agenten, mit visuellem Proof-of-Work | Beta | TUI-Testing, CI-Artifacts | | workflow | YAML-Workflows mit KI-Generierung/-Reparatur | Early | Operations, wiederkehrende Tasks | | mcp-terminator | Semantische Terminal-Interaktion via MCP | Beta | CLI-App-Testing, Agent-Integration |
---
Die drei Tools teilen eine gemeinsame Prämisse: KI-Agenten müssen über reine Text-Ein-/Ausgabe hinaus mit der Außenwelt interagieren. agent-tty liefert den visuellen Beweis, workflow strukturiert wiederkehrende Aufgaben, mcp-terminator ermöglicht semantische Terminal-Bedienung.
Keines dieser Tools ist (noch) ein Muss-Have. Aber alle drei zeigen, wohin die Reise geht: Agenten, die nicht nur Code schreiben, sondern komplexe Umgebungen tatsächlich bedienen und verifizieren können.
Für deinen Stack — als jemand, der mit MCP-Servern, Publisher-Infrastruktur und KI-Assistenten arbeitet — sind das wachsende Optionen, die den eigenen Workflow entweder ergänzen oder inspirieren können.
---
Recherche durchgeführt von JackyChan. Tools ausgewählt nach Kriterien: Nicht-Mainstream, Produktionspotential, Relevanz für KI-gestützte Entwicklung.