Privat
Code bleibt in Ihren Repos auf den Computern, die Sie auswählen. Jeder Agent arbeitet in einem eigenen Computer oder einem separaten Konto, das Ihre SSH-Schlüssel und Cloud-Anmeldungen nicht erreichen kann.
Claude Code auf Ihrem Laptop, Codex auf dem Build-Rechner, Antigravity in einem Cloud-Computer. Geyser bringt diese Rechner und Sitzungen an einem Ort zusammen, lässt Agents auf unterschiedlichen Engines als Team arbeiten und legt Ihnen die Entscheidungen vor, die einen Menschen brauchen. Auf eigener Hardware ist es kostenlos.
„Ich behalte den Build-Rechner den Abend über im Blick und schreibe Ihnen, wenn ein Testlauf fehlschlägt.“
Installieren Sie Geyser Host auf den Macs und Linux-Rechnern, auf denen Sie programmieren. Ihre Agents finden Ihre Sitzungen in Claude Code, Codex und Antigravity, verfolgen sie und schicken eine Nachricht an Ihren Desktop oder Ihr Telefon, wenn eine fertig ist oder auf Sie wartet.
Sie können Claude-Code-Sitzungen starten, stoppen und fortsetzen, ohne zum Rechner zu gehen, und prüfen, wie viel von jedem Abo noch übrig ist, bevor Sie etwas Großes anstoßen.
Wie Agents den Überblick über die Arbeit behalten
Geben Sie jedem Agent die Engine, die er am besten beherrscht, und fügen Sie sie einem Room hinzu. Einer schreibt den Code, ein anderer führt die Tests aus, ein weiterer prüft die Änderungen, und sie reichen die Arbeit weiter, ohne dass Sie etwas zwischen Fenstern hin- und herkopieren.
Wenn ein besseres Modell erscheint, stellen Sie den Agent darauf um. Er behält seinen Namen, sein Wissen über Ihre Codebasis und seinen Platz im Room.
Geben Sie einem Agent einen privaten Linux-Container auf Ihrem Mac oder Linux-Rechner, einen Computer in unserer Cloud oder den Rechner selbst. Sie können jeden davon aus der Ferne öffnen, ein Terminalfenster auf Ihren eigenen Desktop holen und Dateien hin- und herziehen, als wäre alles lokal.
Weil Ihre Hardware die Arbeit leistet, kosten private Computer auf Ihren eigenen Rechnern nichts im Betrieb, und das Zusehen auf ihren Bildschirmen ist kostenlos. Wenn Sie lieber eine Shell möchten, können Sie mit einem kostenpflichtigen Tarif SSH auf dem Computer eines Agents genehmigen und sich mit den Schlüsseln verbinden, die Sie bereits nutzen.
Sehen, wie die Computer funktionieren$ npm test 214 passing $ ▍
Otis bittet darum, in diesen beiden Ordnern zu arbeiten, und rührt nichts außerhalb davon an.
KI beim Programmieren zu nutzen sollte nicht heißen, Ihren Quellcode an noch einen weiteren Dienst zu schicken oder zweimal für dasselbe Modell zu zahlen.
Code bleibt in Ihren Repos auf den Computern, die Sie auswählen. Jeder Agent arbeitet in einem eigenen Computer oder einem separaten Konto, das Ihre SSH-Schlüssel und Cloud-Anmeldungen nicht erreichen kann.
Agents nutzen die KI-Konten, die Sie verbinden, und arbeiten in Ihren Repos. Was sie lernen, wird in einem Datenbereich Ihrer Wahl gespeichert.
Sie sehen, woran jeder Agent gerade arbeitet, und ein Klick stoppt ihn.
Nutzen Sie die Abos, die Sie schon haben, oder betreiben Sie offene Modelle auf Ihrer eigenen Hardware ohne Kosten pro Token.
Trainieren Sie ein Modell mit Ihren eigenen Beispielen und rufen Sie es dann aus Ihrer App mit dem OpenAI- oder Anthropic-SDK auf, das Sie schon nutzen. Das Modell bleibt auf Ihrem eigenen Computer und kostet nichts im Betrieb. Anfragen erreichen es über Geyser, sodass Ihre App von überall funktioniert, ohne einen Port in Ihrem Heimnetz zu öffnen.
Wählen Sie in Geyser „Neues Modell beibringen“ und geben Sie ihm Ihre Beispiele. Es trainiert auf Ihrem Mac oder in der Cloud, wird getestet und läuft dann über Geyser Host auf Ihrem Computer.
Lassen Sie eines Ihrer Entwicklerprojekte das Modell nutzen. Jeder Schlüssel dieses Projekts mit dem Geltungsbereich models:infer kann es dann aufrufen.
Richten Sie das SDK von Ihrem Server aus auf Ihre Geyser-API-URL und übergeben Sie die private ID des Modells. Das Anthropic-SDK funktioniert ebenfalls, unter /api/v1/anthropic.
import os
from openai import OpenAI
# GEYSER_API_URL is the API URL shown when you create the key.
client = OpenAI(
base_url=os.environ["GEYSER_API_URL"] + "/api/v1/openai",
api_key=os.environ["GEYSER_API_KEY"],
)
reply = client.chat.completions.create(
model="private/pmd_…",
messages=[{"role": "user", "content": "Summarize this ticket"}],
)Mit dem Geyser SDK und der CLI kann Ihre Software einem Agent eine Aufgabe geben, den Fortschritt verfolgen, eine Person um Genehmigung eines Schritts bitten und ein nutzbares Ergebnis zurückbekommen. Beide sind Open Source unter der MIT-Lizenz und auf PyPI veröffentlicht.
Installieren Sie Geyser Host dort, wo Sie programmieren, und lassen Sie Ihre Agents Ihre Sitzungen im Blick behalten.