KI-Agenten für Open-Source-Projekte: Automatisierung des GitHub-Backlogs

Die Pflege eines Open-Source-Projekts ist oft ein Balanceakt zwischen Leidenschaft und Zeitmangel. Während Entwickler täglich mit neuen GitHub-Issues und Pull Requests konfrontiert werden, bleibt die manuelle Bearbeitung ein endloses Hindernis. Was wäre, wenn eine KI diese Routineaufgaben übernehmen könnte – präzise, zuverlässig und ohne menschlichen Eingriff?

Mit My Agent Tasks von Eyevinn Open Source Cloud (OSC) lassen sich solche autonomen Agenten als Cloud-basierte Cron-Jobs einrichten. Sie analysieren Issues, priorisieren Aufgaben und übernehmen sogar Implementierungen – alles nach einem festgelegten Zeitplan. Das Beispielprojekt vacay-planner (github.com/birme/vacay-planner) dient als Referenz, um die Funktionsweise zu demonstrieren.

KI-Agenten als Backlog-Manager: So funktioniert My Agent Tasks

My Agent Tasks ist eine Funktion der Eyevinn Open Source Cloud, die es ermöglicht, KI-Agenten als geplante Aufgaben auszuführen. Der Prozess ist denkbar einfach: Ein Prompt definiert die Aufgabe, der Agent greift auf das Git-Repository zu, und OSC übernimmt die technische Abwicklung – inklusive sicherer Bereitstellung von Anmeldedaten und automatischer Container-Verwaltung.

Die Agenten nutzen Claude Code im Hintergrund und verfügen über umfassende Berechtigungen: Sie können Dateien lesen, Shell-Befehle ausführen, GitHub-APIs ansprechen, Commits pushen und Pull Requests erstellen. Neben Anthropic Claude unterstützt OSC auch OpenAI Codex und andere Anbieter, sofern die entsprechenden API-Schlüssel hinterlegt sind.

Das Feature ist im kostenpflichtigen Tarif ab 15 Euro pro Monat verfügbar und bietet eine 14-tägige Testphase an.

Schritt 1: GitHub-Personal-Access-Token sicher speichern

Ein KI-Agent benötigt Zugriff auf GitHub, um Issues zu lesen und Code zu pushen. Direkte Eingabe von Tokens in Prompts ist jedoch riskant, da diese in Logs erscheinen könnten. Stattdessen nutzt OSC den Parameter Store für eine sichere Verwaltung.

Zuerst wird ein Parameter Store mit dem Namen vacay-planner-agent-store erstellt und die Option für geheime Werte aktiviert. Anschließend wird der GitHub-PAT (Personal Access Token) als Schlüssel GITHUB_TOKEN gespeichert und als geheim markiert. Die API-Schlüssel für die Konfiguration werden dabei generiert und müssen für spätere Schritte notiert werden.

Die hinterlegten Befehle umfassen:

# Parameter Store einrichten
setup-parameter-store --name "vacay-planner-agent-store" --enableSecrets true

# GitHub-Token als geheime Variable speichern
set-parameter --key "GITHUB_TOKEN" --value "<TOKEN>" --secret true --configApiKey "<CONFIG_API_KEY>"

Zusätzlich muss der API-Schlüssel des gewünschten KI-Anbieters hinterlegt werden – entweder als anthropicapikey oder openaiapikey.

Schritt 2: Triage-Agent einrichten – Issues automatisch priorisieren

Der erste Agent übernimmt die tägliche Triage aller neuen Issues. Er läuft jeden Morgen um 08:00 Uhr UTC und führt folgende Schritte aus:

• Abfrage aller offenen Issues ohne Label triaged
• Analyse von Titel, Beschreibung und Kommentaren
• Automatische Kategorisierung in bug, enhancement, question oder documentation
• Vergabe passender Labels wie good-first-issue oder ready-for-dev
• Erstellung von Sub-Issues für große Feature-Anfragen
• Veröffentlichung eines persönlichen Kommentars, der den Einsender über die Maßnahmen informiert

Die Implementierung erfolgt über diesen Prompt:

Du bist ein Assistent für die Wartung des GitHub-Repositories github.com/birme/vacay-planner.

Deine Aufgaben:
1. Hole alle offenen Issues ohne Label "triaged" über die GitHub-API (authentifiziert mit $GITHUB_TOKEN).
2. Analysiere jeden Issue und ordne ihn einer Kategorie zu (Fehler, Feature, Frage oder Dokumentation).
3. Weise die Labels "triaged", "bug", "enhancement", "question" oder "documentation" zu.
4. Falls der Issue eine kleine Verbesserung oder einen klar definierten Fehler beschreibt, füge zusätzlich "good-first-issue" und "ready-for-dev" hinzu.
5. Bei großen Feature-Anfragen: Erstelle Sub-Issues und verlinke sie im Eltern-Issue.
6. Veröffentliche einen kurzen, persönlichen Kommentar, der den Einsender über die erfolgte Bearbeitung informiert.

Wichtig: Verändere keine bereits getaggten Issues und öffne keine Pull Requests.

Der Agent führt ausschließlich Lese- und Labelling-Aktionen durch und ist auf den Einsatz von Bash-Befehlen beschränkt.

Schritt 3: Implementierungs-Agent – Code automatisch anpassen

Der zweite Agent startet täglich um 09:00 Uhr UTC und übernimmt die eigentliche Implementierung. Er bearbeitet Issues mit dem Label ready-for-dev und führt folgende Schritte aus:

• Klonen des Repositorys
• Analyse der Issue-Beschreibung
• Implementierung der vorgeschlagenen Lösung
• Erstellung eines Pull Requests mit den Änderungen
• Veröffentlichung eines Kommentars, der den Einsender über die eingereichte Lösung informiert

Der Prompt für diesen Agenten könnte wie folgt aussehen:

Du bist ein erfahrener Entwickler für das Repository github.com/birme/vacay-planner.

Deine Aufgaben:
1. Suche nach allen Issues mit dem Label "ready-for-dev".
2. Klone das Repository lokal.
3. Analysiere die Issue-Beschreibung und identifiziere die erforderlichen Änderungen.
4. Implementiere die Lösung und stelle sicher, dass alle Tests bestehen.
5. Erstelle einen neuen Branch mit einem aussagekräftigen Namen.
6. Füge die Änderungen hinzu, committe sie und push den Branch.
7. Öffne einen Pull Request und verlinke ihn im Issue.
8. Veröffentliche einen Kommentar im Issue, der den Einsender über die eingereichte Lösung informiert.

Nutze die GitHub-API und CLI-Befehle für alle Aktionen.

Vorteile und Grenzen der KI-Automatisierung

Die Nutzung autonomer Agenten bietet mehrere Vorteile:

• Entlastung der Maintainer: Keine manuelle Triage oder repetitive Implementierungen mehr.
• Schnellere Reaktion: Issues werden innerhalb von Stunden statt Wochen bearbeitet.
• Konsistente Qualität: KI-Agenten folgen klaren Anweisungen und vermeiden menschliche Fehler.

Allerdings gibt es auch Grenzen:

• Komplexe Entscheidungen: KI kann keine subjektiven Bewertungen vornehmen oder kreative Lösungen entwickeln.
• Sicherheitsrisiken: Automatisierte Code-Änderungen erfordern sorgfältige Prüfung durch Maintainer.
• Abhängigkeit von Anbietern: Die Zuverlässigkeit hängt von den API-Anbietern und der OSC-Plattform ab.

Trotzdem bietet die Technologie eine vielversprechende Lösung für das wachsende Problem der Open-Source-Pflege. In Zukunft könnten noch fortschrittlichere Agenten nicht nur Code schreiben, sondern auch Architekturentscheidungen treffen oder Community-Management übernehmen.

Für Entwickler, die ihre Projekte effizienter verwalten möchten, ist die Einrichtung solcher Agenten ein logischer nächster Schritt – vorausgesetzt, die Sicherheit und Qualität bleiben oberste Priorität.