Skills

Forge: modellagnostischer AI-Coding-Harness und CLI – Entscheidungshilfe vor dem ersten Einstieg

Forge eignet sich am besten für modellagnostische AI-Coding-Aufgaben im Terminal mit automatischem Routing zum optimalen Modell nach Kosten und Fähigkeiten; Voraussetzung ist das Einzeilen-Shell-Installationsskript (installiert standardmäßig auch die Desktop-App, mit n ablehnbar) und beim ersten Start forge setup zum Verbinden von Modellen und Sicherheitseinstellungen.

Official source · GitHub - adulari/forge

Install

curl -fsSL https://raw.githubusercontent.com/Adulari/forge/main/install.sh | sh

Für wen ist es geeignet

  • Für Entwickler, die Coding-Aufgaben im Terminal mit einem nativen CLI/TUI erledigen möchten und bei denen jede Aufgabe automatisch zum optimalen Modell nach „Kosten × Fähigkeiten“ geroutet werden soll. Es ist ein modellagnostischer AI-Coding-Harness, geschrieben in Rust, als einzelne native Binärdatei – ohne Node-, Python- oder Bun-Laufzeitumgebung.
  • Wenn du es über eine Desktop-App, iOS/Android/Web-Begleit-Apps oder eine OpenAI-kompatible lokale API nutzen möchtest: Laut offiziellen Angaben werden diese Formen ebenfalls angeboten.
  • Nicht geeignet: Wenn du eine Installationsmethode jenseits eines grafischen Konfigurationsassistenten brauchst oder von einem bestimmten Plugin-/Extension-Ökosystem abhängig bist, liegen dazu keine Belege vor – das lässt sich nicht bestätigen. Welche konkreten Agenten unterstützt werden und welche Sprachumgebungen unterstützt werden, ist in den offiziellen Belegen nicht angegeben und damit unbekannt – bitte nicht selbst annehmen.
  • Voraussetzungen: Es werden zugängliche Modell-Zugangsdaten benötigt. forge setup führt durch die Verbindung mit Modellen, Sicherheits- und Kosteneinstellungen, Suche, Import und Hintergrunddienste; API-Keys werden im OS-Keyring gespeichert.

Erster Versuch in 3 Minuten

Es gibt nur einen empfohlenen Hauptweg: das offizielle Einzeilen-Shell-Installationsskript.

  1. Voraussetzung: ein Terminal mit Shell-Zugriff und Zugang zu GitHub.
  2. Im Terminal ausführen:
curl -fsSL https://raw.githubusercontent.com/Adulari/forge/main/install.sh | sh

Das Skript lädt die passende Release-Binärdatei herunter und installiert sie nach ~/.local/bin.

  1. Bestätigungspunkt für Nebeneffekte: Die interaktive Installation installiert standardmäßig auch die Forge-Desktop-App mit. Falls nicht gewünscht, an der Eingabeaufforderung mit n antworten (oder mit FORGE_DESKTOP=0 überspringen). Da dies eine Installation per Pipe eines Remote-Skripts ist, bitte vor der Ausführung selbst die Vertrauenswürdigkeit der Quelle prüfen.
  2. Nach der Installation forge starten; beim ersten Start öffnet sich automatisch der forge setup-Assistent, um gemäß den Hinweisen Modelle sowie Sicherheits-/Kosteneinstellungen zu verbinden.
  3. Für die erste Aufgabe empfiehlt sich eine risikoarme Analyse-Aufgabe, z. B. im aktuellen Repository einen Codeabschnitt erklären oder die Projektstruktur zusammenfassen lassen. Beobachtbares Erfolgssignal: Die Aufgabe wird verteilt und die Antwort/Analyse des Modells erscheint im Terminal-UI. Ob dieser Vorgang deine Dateien liest oder schreibt, Befehle ausführt oder auf das Netzwerk zugreift, ist in den Belegen nicht angegeben – bitte vor Aufgaben mit Änderungen selbst prüfen und einen Bestätigungspunkt einbauen.

Andere Wege (nur als Nebenbemerkung): In einem geklonten Repository bleiben die Hooks, MCP-Server, temper- und allow-Regeln in .forge/ inaktiv, bis forge trust ausgeführt wird.

Anwendungsfälle

Fall 1: Ein unbekanntes Repository schnell und kostengünstig verstehen. Szenario: Du übernimmst ein unbekanntes Codeprojekt. Vorgehen: Im Repository-Verzeichnis die Terminal-UI von forge starten und eine rein lesende Analyse-Aufgabe stellen, z. B. „Fasse die Struktur dieses Projekts und seine Einstiegspunkte zusammen“. Die Aufgabe wird gemäß dem Routing-Mechanismus an ein passendes Modell übergeben, und du siehst das Ergebnis direkt in der TUI. Zu erwartendes Ergebnis: eine Projektübersicht; es ist eine Analyse-Aufgabe ohne Dateiänderungen.

Fall 2: Einmalige (headless) Ausführung einer einzelnen Coding-Anfrage. Szenario: Skriptgesteuerte Nutzung oder kein Wunsch nach einer interaktiven Oberfläche. Vorgehen: forge im One-Shot-/Headless-CLI-Modus aufrufen und eine klar formulierte Coding-Aufgabe übergeben (das genaue Format der Kommandozeilenparameter ist in den Belegen nicht angegeben; bestätigt ist nur, dass diese Form existiert). Zu erwartendes Ergebnis: Die Aufgabe wird an das nach Kosten × Fähigkeiten optimale Modell geroutet und die Ausgabe zurückgegeben. Bei Coding-Aufgaben mit Dateiänderungen oder Befehlsausführung bitte vor dem Absenden den Änderungsumfang klar festlegen; das Nebenwirkungsverhalten ist in den Belegen nicht angegeben und muss auf Umgebungsebene selbst abgesichert werden.

Nutzungsgrenzen

  • Installationsnebeneffekte: Das Einzeilen-Installationsskript installiert standardmäßig auch die Desktop-App mit (interaktiv standardmäßig yes); mit n oder FORGE_DESKTOP=0 ablehnen.
  • Repository-weite Vertrauensgrenze: Hooks, MCP-Server sowie temper-/allow-Regeln in .forge/ eines geklonten Repositorys sind standardmäßig inaktiv und werden erst durch explizites forge trust aktiv – dies ist ein offiziell klar benannter Sicherheitsbestätigungspunkt.
  • Laufzeitumgebung: einzelne native Rust-Binärdatei, keine Abhängigkeiten von Node/Python/Bun/Electron. API-Keys liegen im OS-Keyring.
  • Über die offiziell genannten Einschränkungen hinaus sind folgende Informationen in den Belegen nicht vorhanden und damit unbekannt: welche konkreten Agent-Clients unterstützt werden, welche natürlichen Sprachen/Programmiersprachen abgedeckt sind und ob Prüf- oder Diagnoseoperationen Dateien lesen/schreiben, Befehle ausführen oder auf das Netzwerk zugreifen. Unbekanntes nicht als „null Risiko“ behandeln; bei jeder Aufgabe, die Dateien ändert, Befehle ausführt oder externe Dienste aufruft, zuerst die Nebenwirkungen klären und dann ausführen.