nac: Ambitionierte Langzeitaufgaben an KI-Agenten übergeben, ohne den Fokus zu verlieren

Für wen geeignet

• Für Nutzer, die große, langfristige Aufgaben an einen KI-Agenten übergeben wollen, aber nicht möchten, dass der Agent außer Kontrolle gerät: nac ist ein von Arcee als Open Source veröffentlichtes Agent-Runner-Framework mit einer Thread-and-Episode-Architektur – ein zentraler Orchestrator plant und zerlegt die Arbeit, kann aber selbst keine Befehle ausführen und keine Dateien bearbeiten, sondern nur Threads starten. Nach Abschluss jedes Threads wird ein „Episode“ zurückgegeben, eine strukturierte Arbeitszusammenfassung, die Ihnen genau sagt, was erledigt wurde.
• Für Nutzer, die bereits andere Agent-Tools (Harnesses) verwenden und nac einbinden möchten: Laut offizieller Beschreibung bietet nac einen portablen Onboarding-Skill und eine MCP-Integration. Fügen Sie das offiziell bereitgestellte Einbindungs-Snippet in das Agent-Tool Ihrer Wahl ein, und nac wird installiert, konfiguriert und mit MCP verbunden.
• Nicht geeignet als direkter Befehlszeilen-Ausführer: Der Orchestrator kann keine Befehle für Sie ausführen oder Dateien ändern; die Ausführung erfolgt ausschließlich in den gestarteten Threads.
• Die Belege nennen weder die konkrete Liste unterstützter Agent-Clients noch Plattform-Kompatibilität und Ressourcenanforderungen – dies bleibt unbekannt.

Erster Versuch in 3 Minuten

Empfohlener Hauptweg: offizieller Installer → Gerätecode-Anmeldung → lokales Dashboard.

1. Voraussetzung: Die Belege nennen weder Abhängigkeiten noch ein kopierbares Installationskommando für den Installer; maßgeblich sind die Installationshinweise im offiziellen README. Nach der Installation legt der Installer nac-web unter $HOME/.local/bin ab; fügen Sie dieses Verzeichnis bei Bedarf dem PATH hinzu.
2. Wählen Sie die Modellauthentifizierung – dieser Schritt muss vor dem Start einer Session abgeschlossen sein (er kann auch später im Dashboard erfolgen). Der offiziell empfohlene Weg ist die Arcee-Gerätecode-Anmeldung, mit der Sie die Modelle Latest Open und Arcee Trinity erhalten:

nac-web arcee-auth login

1. Starten Sie das Dashboard aus Ihrem Projektverzeichnis. Erfolgssignal: Das Dashboard ist erreichbar, die Authentifizierung ist abgeschlossen, und Sie können ein Modell auswählen.

Spätere Updates: nac bringt eine native Upgrade-Funktion mit, mit der Sie die neueste stabile Version installieren können:

nac-web upgrade

Alternative Authentifizierungswege (nur als ergänzender Hinweis): Mit nac-web codex-auth login erhalten Sie über OAuth mit einem ChatGPT-Konto OpenAI-Modelle; oder Sie exportieren einen API-Key eines Kataloganbieters (z. B. OPENAI_API_KEY). Hinweis: Die Anmeldung betrifft Ihre Konto-Zugangsdaten; vor dem Start einer Session muss zunächst eine Modellauthentifizierungsmethode gewählt werden. Für den ersten Versuch empfiehlt sich, nur eine risikoarme Aufgabe mit beobachtbarem Ergebnis zu starten und vorrangig Aktionen mit reinem Lesecharakter zu verwenden. Die Arbeit in einer Episode wird von Threads ausgeführt; echte Aufgaben können Schreiboperationen enthalten – vor wichtigen Nebeneffekten sollte es einen Bestätigungsschritt geben.

Anwendungsfälle

1. Eine langfristige Aufgabe delegieren und ein strukturiertes Ergebnis zurückerhalten: Starten Sie im lokalen Dashboard mit einem authentifizierten Modell (empfohlen: Latest Open oder Arcee Trinity nach der Arcee-Gerätecode-Anmeldung) eine Session und geben Sie eine Aufgabe in Auftrag. Der Orchestrator zerlegt die Arbeit und startet Threads; nach Abschluss der Threads wird eine Episode zurückgegeben – eine strukturierte Zusammenfassung, die beschreibt, was erledigt wurde. Zu erwartendes Ergebnis: Sie müssen den gesamten Ablauf nicht überwachen, sondern erfahren über die Episode, was jeder Arbeitsabschnitt gebracht hat.

2. nac in Ihr bestehendes Agent-Tool einbinden: Offiziell werden ein portabler Onboarding-Skill und eine MCP-Integration bereitgestellt. Fügen Sie das offiziell angegebene Einbindungs-Snippet in das Agent-Tool Ihrer Wahl ein, und nac wird installiert, konfiguriert und mit MCP verbunden. Die Belege enthalten keine Schritt-für-Schritt-Details für konkrete Agent-Clients; wie sich das Verhalten bei Ihrem Agent konkret darstellt, müssen Sie am tatsächlichen Einbindungsergebnis festmachen. Verlässlich bestätigt ist diese offiziell bereitgestellte Einbindungsmöglichkeit.

Grenzen der Nutzung

• Lese-/Schreibcharakter: Der Orchestrator selbst plant nur und startet Threads; er führt keine Befehle aus und bearbeitet keine Dateien. Die tatsächliche Ausführung erfolgt innerhalb der Threads, daher können echte Aufgaben Schreiboperationen und Befehlsausführungen enthalten – für den ersten Versuch empfiehlt sich eine Aufgabe mit beobachtbarem Ergebnis, und vor wichtigen Nebeneffekten sollte es einen Bestätigungsschritt geben.
• Authentifizierungsanforderung: Vor dem Start einer Session muss die Modellauthentifizierung abgeschlossen sein (empfohlen: nac-web arcee-auth login mit Gerätecode; alternativ nac-web codex-auth login; oder Export eines API-Keys eines Kataloganbieters wie OPENAI_API_KEY). Die Belege geben keine Auskunft über ein kostenloses Kontingent oder Abrechnung – dies bleibt unbekannt.
• Lokale Komponenten: nac-web wird vom Installer unter $HOME/.local/bin abgelegt, das Dashboard läuft lokal – dies stellt einen lokalen Status-Schreibvorgang dar. Die Belege enthalten keinen Hinweis zu einem Deinstallationsweg.
• Offizielle Einschränkung: Der Orchestrator kann keine Befehle ausführen oder Dateien bearbeiten und erhält Ergebnisse ausschließlich über Threads in Form strukturierter Episoden.
• Noch nicht bestätigte Kerninformationen: Welche Agent-Clients konkret unterstützt werden, Kosten und Kontingente der Modellaufrufe, Umgebungsisolierung und Berechtigungsgrenzen der Thread-Ausführung sowie der konkrete Installationsbefehl und Name des portablen Onboarding-Skills – all dies ist in den offiziellen Belegen nicht angegeben. Bevor Sie Hochrisiko-Aufgaben in Angriff nehmen, sollten Sie diese Punkte in der offiziellen Dokumentation oder im Repository verifizieren und nicht aus einem „keine Angabe gefunden“ auf „kein Risiko“ schließen.