Skip to main content
Glama
deenesjakoruzh
ram-singh1

aico

by ram-singh1
OverviewSchemaRelated ServersScoreDiscussions
Python
Local

KI-Coding-Orchestrator (aico V2)

Eine produktionsreife lokale CLI-Anwendung, die spezialisierte Coding-Agenten orchestriert:

  • Codex CLI → Leitender Softwarearchitekt, Kernentwickler und Löser komplexer Probleme.

  • Antigravity / AGY CLI → Qualitätssicherung, Reviewer, Regressionstester und Agent für kleine Korrekturen.

  • Erweiterte Agenten → Claude, Gemini und lokale LLMs (über Ollama / OpenAI-kompatible Endpunkte).

aico verwaltet Zustandsmaschinen, Workflow-Übergänge, Git-Worktree-Isolation, Prompt-Templating, parallele Testausführung, AST-Sicherheitsscans, Human-in-the-Loop-Genehmigungen, MCP-Server-Integration und umfassende Berichterstattung.

🏗️ Architektur

                    ┌────────────────────────┐
                    │      USER / CLI        │
                    │         (aico)         │
                    └───────────┬────────────┘
                                │
                        TASK RECEIVED
                                │
                    ┌───────────▼────────────┐
                    │  GIT & WORKTREE CHECK  │
                    │ Zero-Impact Isolation  │
                    └───────────┬────────────┘
                                │
                    ┌───────────▼────────────┐
                    │       CODEX CLI        │
                    │  • Architecture Design │
                    │  • Core Implementation │
                    │  • Complex Fixes       │
                    └───────────┬────────────┘
                                │
                    ┌───────────▼────────────┐
                    │        AGY CLI         │
                    │  • Review & Test Plan  │
                    │  • Parallel Validation │
                    │  • AST Security Audit  │
                    │  • Issue Classification│
                    └───────────┬────────────┘
                                │
                 ┌──────────────┴──────────────┐
                 │ Issue Classification Branch │
                 └──────────────┬──────────────┘
                                │
       ┌────────────────────────┼────────────────────────┐
       │                        │                        │
     PASS                   SMALL_FIX           COMPLEX / ARCH / BUG / SEC
       │                        │                        │
       ▼                        ▼                        ▼
PARALLEL VALIDATION          AGY FIX                 CODEX FIX
(Test, Lint, Type,           (Local)                 (Deep Fix)
 Build, Security)               │                        │
       │                        ▼                        ▼
       ▼                    AGY RETEST               AGY RETEST
     DONE                       │                        │
                                └─────────►◄─────────────┘

Related MCP server: MCP Server Toolkit

🚀 V2-Funktionen & Verbesserungen

  1. 🌿 Zero-Impact-Git-Worktree-Isolation (--worktree / -w):

    • Führt alle Agentenaktionen in einem isolierten Git-Worktree aus, ohne Ihre aktiven Editor-Dateien oder nicht gestagte Änderungen zu berühren.

    • Synchronisiert und führt automatisch einen Merge durch, wenn die Aufgabe erfolgreich abgeschlossen ist.

  2. ⚡ Parallele Qualitäts- und Test-Engine (aico test):

    • Führt gleichzeitig Unit-Tests, Linter (ruff/eslint), Typprüfer (mypy/tsc), Builds und Sicherheitsaudits in Worker-Thread-Pools aus.

  3. 🛡️ Integrierter AST- und statischer Sicherheitsscanner (aico scan):

    • Echtzeiterkennung von SQL-Injection-Risiken, Command-Injection (shell=True), hartcodierten JWT-Geheimnissen, schwacher Kryptografie (MD5/SHA1) und unsicherer dynamischer Ausführung (eval/exec).

  4. 🔶 Human-In-The-Loop (HITL)-Modus (--interactive / -i):

    • Interaktive Checkpoint-Genehmigung vor Architekturänderungen oder Sicherheitskorrekturen mit direkter Prompt-Anleitung-Injektion ([A]pprove, [E]dit guidance, [R]eject, [Q]uit).

  5. 🎯 Granulares Multi-Tier-Modell-Routing:

    • Konfigurieren Sie unterschiedliche Modelle pro Phase (z. B. o3-mini / claude-3-7-sonnet für Architektur, gemini-2.0-flash für Test-Review, gpt-4o-mini für kleine Korrekturen).

  6. 🔌 Model Context Protocol (MCP)-Server (aico mcp):

    • Führen Sie aico als standardmäßigen MCP-Server für eine nahtlose Integration mit Cursor, Antigravity IDE, Claude Desktop und anderen MCP-Clients aus.

  7. 🤖 Erweiterter Agenten-Support:

    • Integrierte Adapter für Claude CLI, Gemini CLI und lokale LLMs (Ollama / OpenAI-kompatibel).

📦 Installation & Einrichtung

cd /var/www/html/ai-coding-orchestrator
pip install -e .

Installation überprüfen:

aico doctor

💻 CLI-Befehlsreferenz

Command

Description

aico

Interaktive Prompt-Sitzung starten

aico "task"

Eine direkte Aufgabe im aktuellen Arbeitsverzeichnis ausführen

aico run "task"

Explizite Aufgabenausführung

aico run -w "task"

In einem isolierten Git-Worktree ausführen (Zero-Impact)

aico run -i "task"

Mit interaktiven Human-In-The-Loop-Checkpoints ausführen

aico test

Parallele Tests, Lint, Typprüfung, Build und Sicherheitsprüfungen ausführen

aico scan

Statischen AST- und Regex-Sicherheitslücken-Scan ausführen

aico mcp

Model Context Protocol (MCP) JSON-RPC-Studio-Server starten

aico resume

Unterbrochene Aufgabe aus gespeicherter .ai-orchestrator/state.json fortsetzen

aico status

Aktuellen Aufgabenstatus, Iterationen und Metriken anzeigen

aico logs

Einheitliche Logs anzeigen (--agent codex, --agent agy)

aico stop

Aktive Aufgabe abbrechen

aico config show

Aktuelle Konfiguration anzeigen

aico config set <key> <val>

Konfigurationsschlüssel aktualisieren

aico doctor

Gesundheitschecks für Codex, AGY und Git ausführen

⚙️ Konfiguration (~/.aico/config.yaml)

codex:
  command: "codex"
  timeout: 3600
  flags: ["exec", "--dangerously-bypass-approvals-and-sandbox"]
  model: null
  architecture_model: null
  implementation_model: null
  fix_model: null

agy:
  command: "agy"
  timeout: 1800
  flags: ["--print", "--dangerously-skip-permissions"]
  model: null
  review_model: null
  testing_model: null
  fix_model: null

workflow:
  max_iterations: 5
  max_codex_attempts: 5
  max_agy_attempts: 5
  auto_resume: false
  stop_on_environment_issue: true
  interactive: false
  require_approval_on_architecture: false
  require_approval_on_security: false

git:
  enabled: true
  create_branch: true
  branch_prefix: "ai-orchestrator"
  auto_stash_uncommitted: false
  use_worktree: false

testing:
  run_tests: true
  run_lint: true
  run_typecheck: true
  run_build: true
  run_security_scan: true
  parallel: true
  max_workers: 4

safety:
  protect_uncommitted_changes: true
  allow_destructive_git: false

📂 Arbeitsbereich-Layout

.ai-orchestrator/
├── state.json           # Machine-readable task state and transition history
├── task.md              # Original user task
├── architecture.md      # Architecture design from Codex
├── final-report.md      # Comprehensive post-task markdown report
│
├── codex/
│   ├── prompt.md        # Prompt sent to Codex
│   ├── result.md        # Codex execution summary
│   └── issues.md        # Issues addressed
│
├── agy/
│   ├── prompt.md        # Prompt sent to AGY
│   ├── test-plan.md     # Test plan created by AGY
│   ├── result.md        # AGY validation results
│   ├── issues.md        # Issues detected
│   └── fixes.md         # Small fixes applied
│
├── logs/
│   ├── orchestrator.log # Workflow state transitions
│   ├── codex.log        # Raw stdout/stderr of Codex
│   └── agy.log          # Raw stdout/stderr of AGY
│
├── worktrees/           # Isolated git worktrees (when enabled)
└── checkpoints/         # Git snapshots before major stages

🧪 Testsuite

Führen Sie die vollständige Testsuite aus, die alle V1- und V2-Funktionen abdeckt:

pytest -v

65 Unit- und Integrationstests bestehen mit 100% Erfolgsquote.

This server cannot be installed

RayrunBuild, deploy, and operate MCP servers without becoming an infrastructure team.ray.runAd
F
license - not found
Not graded
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • random-agent

    randomchips
    F
    license
    B
    quality
    C
    maintenance
    Enables multi-worker autonomous agent orchestration: decompose complex tasks, run parallel workers, auto-review, and generate follow-up tasks via the Model Context Protocol.
    8

  • agent-mcp

    echodeveloperio
    F
    license
    Not graded
    quality
    B
    maintenance
    Enables collaborative software development through a team of specialized AI agents (Architect, Developer, Reviewer, Tester) communicating via the Model Context Protocol, with tools for file management, task tracking, and code review.

  • worker-bridge

    trollbot2012
    A
    license
    A
    quality
    B
    maintenance
    Delegate coding tasks to external AI coding agents in isolated git worktrees with independent verification, enabling any MCP client to orchestrate multi-agent workflows.
    5
    MIT

View all related MCP servers

Related MCP Connectors

  • AgentDrive

    Cross-agent artifact workspace with provenance across Claude Code, Codex, Cursor, LangGraph.

  • Hexis

    Git-backed platform for skills, tools, and context for AI agents

  • ateam-mcp

    Build, validate, and deploy multi-agent AI solutions from any AI environment.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/ram-singh1/ai-coding-orchestrator'

If you have feedback or need assistance with the MCP directory API, please join our Discord server