Häufig gestellte Fragen

Ein Open-Source-Projektgenerator, der produktionsreife AI/LLM-Anwendungen mit einem FastAPI-Backend und Next.js-Frontend erstellt. Ein CLI-Befehl oder der Web-Konfigurator generiert ein vollständiges Projekt mit Ihrer Wahl des AI-Frameworks, der Datenbank, Authentifizierung und über 75 Konfigurationsoptionen.

Wählen Sie Pydantic AI für typsichere, produktionsreife Agenten mit Logfire-Observability. Nehmen Sie LangChain für das größte Ökosystem an Integrationen. Verwenden Sie LangGraph für komplexe mehrstufige Workflows mit State Management. Probieren Sie CrewAI für Multi-Agent-Kollaboration. Wählen Sie DeepAgents für autonome Agenten mit Planung und Human-in-the-Loop-Genehmigung.

Ja. Generieren Sie das Projekt mit einem anderen --ai-framework-Flag neu. Ihr benutzerdefinierter Code außerhalb des generierten Agentenmoduls bleibt erhalten, wenn Sie Versionskontrolle verwenden. Der Web-Konfigurator ermöglicht auch den Export Ihrer Konfiguration als JSON zum späteren Re-Import.

Ja, vollständig kostenlos. Das Template ist MIT-lizenziert — verwenden Sie es für persönliche und kommerzielle Projekte ohne Einschränkungen. Keine Premium-Stufen, keine Nutzungslimits, keine Registrierung erforderlich.

PostgreSQL wird für die Produktion empfohlen — es unterstützt das Admin-Panel, Konversationspersistenz und alle SQLAlchemy/SQLModel ORM-Funktionen. Verwenden Sie MongoDB für dokumentenorientierte Workloads. SQLite ist ideal für Entwicklung und kleine Deployments ohne Konfiguration. Wählen Sie 'None' für zustandslose API-only-Dienste.

Das Template enthält einen vorgefertigten WebSocket-Endpunkt, der AI-Agent-Antworten Token für Token an das Frontend streamt. Es unterstützt authentifizierte Verbindungen, Tool-Call-Visualisierung und automatische Konversationspersistenz. Das Next.js-Frontend enthält eine Chat-Oberfläche, die die gestreamten Antworten in Echtzeit rendert.

Der Konfigurator ist ein 9-Schritte-Assistent, der vollständig in Ihrem Browser läuft — kein Server erforderlich. Er verwendet Nunjucks (eine Jinja2-kompatible JavaScript-Engine), um 246 Projektvorlagen clientseitig zu rendern, und verpackt sie dann mit JSZip in eine ZIP-Datei. Der gesamte Prozess dauert 1-2 Sekunden. Sie können Ihre Konfiguration auch als CLI-Befehl oder JSON-Datei exportieren.

Das Template enthält produktionsreife Docker-Compose-Dateien mit Health Checks und Restart-Policies. Kopieren Sie .env.example nach .env.prod, konfigurieren Sie Ihre Anmeldedaten und Datenbank-URL, dann führen Sie aus: docker compose -f docker-compose.prod.yml up -d --build. Der optionale Traefik- oder Nginx-Reverse-Proxy handhabt automatische TLS-Zertifikate.

Python 3.11, 3.12 und 3.13. Sie wählen die Version während der Projektgenerierung. Alle AI-Frameworks und Abhängigkeiten werden für jede unterstützte Version getestet.

Absolut. Das generierte Projekt ist regulärer Python- und TypeScript-Code — kein Lock-in, keine proprietäre Laufzeitumgebung. Es enthält CLAUDE.md- und AGENTS.md-Dateien, damit AI-Coding-Assistenten wie Claude Code, Cursor oder Copilot die Projektstruktur vom ersten Tag an verstehen.

Drei Optionen: Logfire (von Pydantic) instrumentiert automatisch FastAPI, Datenbankabfragen, Redis, Celery und HTTPX-Aufrufe — ideal für Pydantic AI-Agenten. Sentry bietet Fehlertracking und Performance-Monitoring. Prometheus sammelt Metriken für Grafana-Dashboards. Aktivieren Sie jede Kombination während der Generierung.

Das Template konfiguriert einen primären Anbieter (OpenAI, Anthropic oder OpenRouter). Mit OpenRouter erhalten Sie Zugang zu über 200 Modellen von mehreren Anbietern über einen einzigen API-Schlüssel. Sie können auch nach der Generierung manuell weitere Anbieter hinzufügen — der generierte Code ist Standard-Python ohne Vendor-Lock-in.

Ein Python-Framework zum Erstellen autonomer KI-Agenten, inspiriert von der Claude-Code-Architektur. Es implementiert das Deep-Agent-Pattern — Agenten, die planen, Dateien lesen/schreiben, an Subagenten delegieren und persistenten Speicher über Sitzungen hinweg behalten.

DeepAgents ist standardmäßig typsicher (Pydantic-Modelle, keine Dicts), modular (Tools komponieren, keine Chains) und beobachtbar (Logfire-Integration). Es konzentriert sich auf das Deep-Agent-Pattern — langlebige Agenten, die autonom planen und ausführen.

Jeder von Pydantic AI unterstützte Anbieter — OpenAI, Anthropic, Google Gemini, Groq, Mistral und jede OpenAI-kompatible API (wie Ollama für lokale Modelle). Anbieterwechsel mit einer Konfigurationszeile.

Ja. Definieren Sie Tools mit dem @tool-Dekorator von Pydantic AI. Tools sind typgeprüft, unterstützen asynchrone Ausführung und integrieren sich in das Berechtigungssystem. Sie können auch vorgefertigte Toolsets (Dateisystem, Datenbank, Konsole) aus Begleitbibliotheken verwenden.

Ja. DeepAgents betreibt über 30 Produktions-Deployments bei Vstorm. Es umfasst strukturiertes Logging über Logfire, Fehlerwiederherstellung, Token-Usage-Tracking und wurde in echten KI-Agenten-Anwendungen kampferprobt.

Eine Chrome-Erweiterung mit FastAPI-Backend, die eine KI-gestützte Seitenleiste zum Pydantic-Logfire-Dashboard hinzufügt. Stellen Sie Fragen zu Ihren Traces in natürlicher Sprache, erhalten Sie automatisch generierte SQL-Abfragen und sehen Sie Ergebnisse als Tabellen oder Diagramme.

Ja. Logfire Assistant fragt Ihre Logfire-Daten über die Logfire-API ab. Sie benötigen ein Logfire-Konto mit mindestens einem Projekt mit Trace-Daten. Der Assistent verwendet Ihr Logfire-Lesetoken für sicheren Datenzugriff.

OpenAI, Anthropic, Google Gemini und jede OpenAI-kompatible API. Konfigurieren Sie Ihren bevorzugten Anbieter in den Backend-Einstellungen. Die KI generiert Logfire-spezifische SQL-Abfragen, optimiert für das Traces-Schema.

Ja. Erstellen Sie wiederverwendbare Prompt-Templates mit Slash-Befehlen wie /errors, /costs oder /slow. Templates können Variablen enthalten und werden pro Projekt gespeichert. Teilen Sie sie im Team für konsistente Debugging-Workflows.

Konversationen werden in Ihrer eigenen PostgreSQL-Datenbank gespeichert, die Sie selbst hosten. Keine Daten werden an Dritte gesendet, außer den LLM-API-Aufrufen. Die Chrome-Erweiterung kommuniziert nur mit Ihrem selbst gehosteten FastAPI-Backend.