Vibely
Die KI-Agent-Factory: von der Absicht in Alltagssprache zum funktionierenden Schwarm
Für: Teams und Agenturen, die Multi-Agenten-Workflows für Dienstleister einsetzen wollen, ohne Orchestrierungscode zu schreiben, Entwickler, die eine CLI bevorzugen, und die eigenen Produkte des Unternehmens (VoiceCosmos, Studio Munich), die auf seiner Engine laufen.
Vibely ist eine Plattform, um Teams aus KI-Agenten zu bauen und zu betreiben, ohne Orchestrierungscode zu schreiben. Sie beschreiben ein Ergebnis in Alltagssprache, und der Compiler von Vibely macht daraus einen strukturierten Agentengraphen: welche Agenten es gibt, was jeder tut, welches Modell und welche Tools er nutzt und wie die Arbeit zwischen ihnen fließt.
Es besteht aus zwei Hälften. vibely.style ist die Designphase: eine Intent-Leiste, der Vibe Compiler und eine Drag-and-drop-Graph-Canvas, auf der sich der vorgeschlagene Workflow prüfen und bearbeiten lässt. vibely.run ist die Ausführungsphase: Freigegebene Blueprints laufen als gerichteter Graph mit parallelen Zweigen, Schleifen und Human-in-the-Loop-Checkpoints.
Das zentrale Asset ist eine Bibliothek mit 624 vorkompilierten Branchen-Workflows in 39 Branchen, von Hotellerie und Immobilien bis zu Gesundheitswesen, Versicherung und Luftfahrt, aufgebaut auf wiederverwendbaren Vorlagen wie einer vollständigen Deal-Pipeline, Lead-Nurturing und einer dreistufigen menschlichen Freigabe.
Vibely ist die Workflow-Engine hinter VoiceCosmos, der sprachbasierten digitalen Belegschaft des Unternehmens für Dienstleister, und ist zudem in die Katalogproduktion von Studio Munich integriert. Entwickler können dieselbe Engine über die Vibely CLI im Terminal nutzen.
624
kompilierte Branchen-Workflows
39
Branchen
1.712
Agentenknoten in der Flow Library
1.109 tok/s
Inferenz zur Laufzeit (Mercury Coder Mini)
Was es kann
Von natürlicher Sprache zum Agentengraphen: Ein dreistufiger Compiler macht aus einer Absicht einen validierten JSON-Blueprint (SIR) mit Agenten, Modellen, Tools und Kanten
Visuelle Graph-Canvas auf Basis von React Flow, um die erzeugte Topologie zu prüfen und zu bearbeiten, gespeichert als .vibely-Dateien
DAG-Ausführungs-Engine mit neun Knotentypen, darunter Switch-Knoten, paralleles Fork/Join, Schleifen mit Abbruchbedingungen und Knoten für menschliche Interaktion
Drei Human-in-the-Loop-Stufen: vollautomatisch, überwacht (nachträglich geprüft) und manuell (hält an, bis eine Person freigibt)
Flow Library mit 624 kompilierten Workflows in 39 Branchen sowie wiederverwendbaren Master-Vorlagen und Kompositionen
Sicherheitsschicht: musterbasierte AIDefence-Prüfungen auf Prompt Injection, Jailbreaks und personenbezogene Daten in unter 10 ms, gefolgt von einem LLM-Critic, der Aufgabenerfüllung, Zieltreue und Normkonformität bewertet
SONA-Lernschleife, die Durchläufe anhand menschlicher Freigaben und Ablehnungen bewertet, um künftige Workflows zu verbessern
Vibely CLI: init, dev mit Hot Reload, Graph-Linting auf Zyklen und lose Knoten, run, Push in die Cloud und Streaming von Live-Traces
So haben wir es konzipiert
- Next.js 14
- React 18
- TypeScript
- Tailwind CSS
- React Flow (@xyflow/react, reactflow)
- Supabase
- Supabase Edge Functions
- Inception Mercury (dLLM)
- Anthropic Claude
- OpenAI-compatible APIs
- Model Context Protocol (MCP)
- Stripe
- Resend
- Commander / Chokidar (CLI)
- Vercel
- 01
Next.js-14-Anwendung (TypeScript, Tailwind CSS) auf Vercel, mit Supabase (Postgres, Auth, Edge Functions) als gemeinsamem Backend für vibely.style und vibely.run
- 02
Routing über zwei Modelle: Ein teures Build-Modell (Klasse Claude Opus oder GPT) wird nur für den Entwurf von Graph-Topologien genutzt; ein schnelles Invoke-Modell (das Diffusions-LLM Inception Mercury über eine OpenAI-kompatible API oder Haiku) führt die Agentenknoten zur Laufzeit aus
- 03
Die Kompilierung erzeugt einen SIR-JSON-Blueprint, der eine strukturelle Schema-Validierung bestehen muss, bevor er laufen darf
- 04
Der Runtime-Executor durchläuft den Graphen, führt unabhängige Zweige parallel aus und hält an HITL-Stufen an; deterministische Tool-Aufrufe laufen über FACT-Edge-Functions und MCP-Kontextadapter
- 05
Supabase-Edge-Functions im Repo decken Intent-Klassifizierung, BANT-Lead-Scoring, Lead-Erfassung und Lead-Anreicherung ab
- 06
Zweistufige Sicherheit: deterministische AIDefence-Regex-Prüfungen (ohne LLM-Aufruf), dann ein semantischer NL-Critic, bevor Ergebnisse die menschliche Freigabe-Warteschlange erreichen
- 07
Stellt eine API bereit (/api/vibe/compile, execute, scan, patterns und verwandte Routen), die von VoiceCosmos und Studio Munich genutzt wird; Stripe und Resend übernehmen Abrechnung und E-Mail
- 08
Eine separate Node-CLI (commander, chokidar, ws) spiegelt das Web-Studio für Terminal-Nutzer
Sie möchten etwas Vergleichbares bauen lassen?
Jedes Projekt durchläuft dieselben fünf Gates: Spezifikation, Architektur, Build, Review, Auslieferung. Es beginnt in unserem Konfigurator.