Archon: Wenn KI-Coding-Assistenten auf DAG-Workflows treffen — und Claude Code per Slack steuerbar wird
Archon: Wenn KI-Coding-Assistenten auf DAG-Workflows treffen — Claude Code per Slack steuerbar.
Archon: Wenn KI-Coding-Assistenten auf DAG-Workflows treffen — und Claude Code per Slack steuerbar wird
Post 33 — August 2027 | Bechtle AI Competence Center Bremen
Szenario aus unserem Lab: Daniel committet spät abends einen Fix, öffnet Slack und schreibt: @archon run code-review. Dreißig Sekunden später läuft Claude Code im Hintergrund, analysiert den Diff, prüft Sicherheitslücken und postet das Ergebnis zurück in den Channel. Kein Terminal, kein Dashboard-Switching, kein manuelles Starten.
Das ist Archon in der Praxis.
Was ist Archon?
Archon ist eine Open-Source Remote Agentic Coding Platform. Die Kernidee: KI-Coding-Assistenten wie Claude Code SDK und Codex SDK sollen nicht nur lokal im Terminal laufen, sondern orchestrierbar, fernsteuerbar und in Workflows einbettbar sein.
Die Architektur besteht aus:
- DAG-basierten Workflows (YAML-Definitionen, visuell im Web-UI editierbar)
- Multi-Provider-Support: Claude (Anthropic), Codex (OpenAI/GitHub), Pi (Community-Provider mit ~20 Backends)
- Platform-Adapter: Slack, Telegram, GitHub, Web-UI, CLI
- Worktree-Isolation: jeder Workflow-Run in einem eigenen Git-Worktree, konfliktfrei
Das DAG-Prinzip — parallelisierte KI-Arbeit
Was Archon von einem einfachen "Claude-in-Slack"-Bot unterscheidet: Workflows sind Directed Acyclic Graphs (DAGs). Nodes im Graph können sein:
- Agent-Nodes: Starten Claude Code oder Codex mit spezifischen Skills und System-Prompts
- Script-Nodes: Laufen Bun/uv-Skripte (Tests, Builds, Validierung)
- Command-Nodes: Eigene CLI-Befehle, repo-scoped oder home-scoped
Ein Beispiel-Workflow für unser Lab:
# .archon/workflows/security-review.yaml
nodes:
- id: analyze
provider: claude
model: claude-opus-4-8
skills: [security-review, owasp-top10]
- id: test
provider: codex
model: codex-r-plus
depends_on: [analyze]
- id: report
provider: claude
model: claude-haiku-4-5
depends_on: [analyze, test]
analyze und test können parallel laufen. report wartet, bis beide fertig sind. Ergebnis wird via Slack gepostet.
Warum das für Enterprise-Teams relevant ist
Problem: KI-Coding-Tools sind oft Einzelkämpfer-Werkzeuge. Jeder Developer hat Claude Code lokal, aber die Ergebnisse sind nicht teamweit sichtbar, nicht reproduzierbar, nicht auditierbar.
Archon löst das durch:
- Zentralisierung ohne Kontrollverlust: Workflows laufen auf dem eigenen Server (oder in Docker), nicht in der Cloud
- Approval Gates: Workflows können auf User-Bestätigung warten, bevor sie Code committen
- Audit Trail: Jeder Workflow-Run ist protokolliert (SQLite/PostgreSQL)
- Team-Workflows: Home-scoped Workflows gelten für alle Repos, projekt-scoped nur für das jeweilige Repository
Unsere Learnings aus dem Lab
Wir haben Archon v0.3.9 in unserem BERTA Lab auf dem KI-Server deployt und drei Monate mit verschiedenen Szenarien getestet:
Was gut funktioniert:
- Code-Review-Workflows via Telegram (asynchrones Arbeiten, Ergebnisse kommen wenn sie fertig sind)
- Dependency-Updates mit Codex (DAG: Update → Test → PR erstellen)
- Dokumentationsgenerierung parallel zu Feature-Entwicklung
Was wir kalibrieren mussten:
- Worktree-Isolation ist Default, aber bei monorepos muss man die worktree.path-Config anpassen
- Der Pi-Community-Provider ist alpha-Status — für produktive Nutzung nehmen wir weiter Claude direkt
Surprise-Finding: Die YAML-Workflow-Definition mit dem Web-UI kombiniert ergibt eine Lernkurve von ca. 2 Stunden für neue Entwickler. Danach läuft es.
Der Unterschied zu "Claude Code im Terminal starten"
| Claude Code lokal | Archon | |
|---|---|---|
| Trigger | Manuell im Terminal | Slack, Telegram, GitHub, Cron |
| Isolation | Kein Worktree | Automatischer Git-Worktree |
| Parallelisierung | Sequenziell | DAG mit parallelen Nodes |
| Sichtbarkeit | Nur lokal | Team-wide via Plattform-Adapter |
| Provider-Mix | Nur Claude | Claude + Codex + Community |
| Audit | Keine | SQLite-Log, Web-Dashboard |
Fazit: Agentic Coding wird Team-Sport
Einzelne KI-Coding-Tools sind mächtig. Aber erst wenn sie orchestrierbar, remote-steuerbar und teamweit sichtbar werden, entfalten sie ihr volles Potenzial.
Archon ist noch jung (v0.3.9, alpha/beta), aber die Richtung ist klar: Die Zukunft des KI-gestützten Entwickelns ist nicht "einer startet Claude lokal", sondern "das Team definiert Workflows, und KI-Agenten führen sie aus — wann immer und wo immer sinnvoll".
Wir bauen diese Infrastruktur gerade in unserem Lab — und Archon ist ein zentraler Baustein dabei.
Bechtle AI Competence Center Bremen | Lokale KI-Infrastruktur für Enterprise-Teams