So bereitest du deinen PC Schritt für Schritt auf Vibe Coding vor

Dieser Artikel ist der erste einer Reihe, in der ich erkläre, wie du von Grund auf mit Vibe Coding anfängst.. 

Es geht nicht nur darum, einer künstlichen Intelligenz zu sagen, sie solle Code schreiben, und fertig. Sondern darum, es richtig zu machen: mit einem System, das Fehler minimiert und eine gewisse Codequalität sicherstellt. Dazu gehören auch vollständige Dokumentation, die Nachverfolgung von Codeänderungen und ein Testsystem. Alles so wie in professionellen Entwicklungsteams, ohne selbst Entwickler sein zu müssen.

Dazu müssen wir zuerst unseren Computer vorbereiten und die nötigen Werkzeuge einrichten.

Am Ende dieses ersten Tutorials haben wir einen Rechner für Vibe Coding eingerichtet und mit GitHub und Railway eine kleine Testanwendung veröffentlicht.

Warum ich Linux für Vibe Coding empfehle

Vibe Coding funktioniert problemlos unter Windows, Linux und macOS. Die wichtigsten KI-Werkzeuge laufen auf allen drei Systemen, entweder direkt oder in kompatiblen Umgebungen.

Ich werde dafür Linux verwenden, weil es vieles vereinfacht und vermutlich weniger Fehler verursacht als Windows. Wer unbedingt Windows nutzen möchte, kann mit WSL2 eine Linux-Umgebung unter Windows 11 einrichten. Das bedeutet aber eine zusätzliche Konfigurationsebene, die bei Problemen alles komplizierter machen kann.

Mit Linux arbeiten wir direkt in der Umgebung, in der wir die Werkzeuge ausführen, ohne auf ein zusätzliches Subsystem angewiesen zu sein.

Und was ist mit macOS? Ich nutze es nicht und kann daher nichts aus eigener Erfahrung sagen. Aber angesichts des Erfolgs der Mac Mini und der Tatsache, dass Terminal und Unix-Umgebung einen ähnlichen Ablauf wie unter Linux ermöglichen, halte ich es für genauso gut zur Entwicklung geeignet.

Besser einen Zweitrechner oder ein separates Laufwerk

Außerdem empfehle ich, nicht den Hauptarbeitsrechner zum Experimentieren mit Entwicklung und KI-Agenten zu verwenden, besonders solange wir noch lernen.

Nicht, weil diese Werkzeuge von sich aus gefährlich wären per se, obwohl sie es durchaus sein können, sondern weil sie Abhängigkeiten installieren, Befehle ausführen, Dateien verändern und Dinge tun können, die wir vielleicht gar nicht wollen.

Deshalb halte ich diese Umgebung lieber von dem Computer getrennt, mit dem ich täglich arbeite. Du weißt ja, dass ich lieber die verschiedenen Nutzungszwecke meines PCs voneinander trenne , als später zu bereuen, es nicht getan zu haben.

Ideal wäre ein Zweitrechner, aber wir müssen deshalb keinen neuen Computer kaufen. Falls du keinen hast, gefällt mir eine Lösung besonders gut: Linux auf einer externen SSD installieren und auf einem kompatiblen PC per USB starten..

So kann ich Linux starten, wann immer ich entwickeln möchte, und ansonsten ganz normal Windows verwenden. Programme, Projekte und Einstellungen bleiben auf der SSD, ohne dass ich auf der internen Festplatte eine Linux-Partition anlegen muss.

Allerdings ist das keine vollständige Isolation: Linux kann auf andere angeschlossene Laufwerke zugreifen, wenn wir sie einbinden und entsprechende Rechte vergeben. Wir müssen also weiterhin sorgfältig darauf achten, was wir ausführen lassen.

Ich verwende dafür genau das Setup aus meinem Artikel: Linux Mint Xfce auf einer SATA-SSD in einem USB-3.0-Gehäuse.

Im Folgenden gehe ich davon aus, dass du Linux Mint bereits installiert hast, es korrekt startet und eine Internetverbindung besteht.

Welche Werkzeuge wir für Vibe Coding brauchen

Bevor es losgeht, sollten wir wissen, was wir installieren und wozu.

Werkzeug	Funktion
Linux Mint Xfce	Betriebssystem
Terminal	Befehle und Agenten ausführen
Git	Versionsverwaltung für Code
Node.js	JavaScript-Werkzeuge und -Anwendungen ausführen
npm	JavaScript-Pakete installieren
Codex	KI-Programmieragent
Antigravity	Zweiter Agent als Prüfer
Claude Code	Alternative zu Codex oder zweiter kostenpflichtiger Agent
GitHub	Code-Repositories
Railway	Anwendungen im Internet veröffentlichen
Linear	Projekt- und Aufgabenverwaltung
Notion	Dokumentation und Anforderungen, optional
LocalWP	Lokale WordPress-Entwicklung, optional

Die meisten dieser Werkzeuge sind kostenlos oder haben einen Gratistarif. Du kannst Codex im kostenlosen ChatGPT-Tarif nutzen, solange die Nutzungslimits ausreichen. Wenn du mehr Kapazität brauchst, kann sich ein kostenpflichtiges Abo lohnen.

Mein System: Eine KI programmiert, eine andere prüft

Wir könnten alles mit einer einzigen KI erledigen, aber ich arbeite lieber mit zwei Agenten mit unterschiedlichen Aufgaben:

• Analyst und Programmierer: interpretiert Anforderungen, schlägt Lösungen vor, schreibt Code und behebt Fehler.
• Prüfer: prüft Änderungen, sucht nach Problemen und kontrolliert, ob die Entwicklung die Anforderungen erfüllt.

Die Idee dahinter: Die Arbeit soll nicht von derselben KI geprüft werden, die sie ausgeführt hat. Eine unabhängige, gut geplante Prüfung kann Fehler entdecken, die der erste Agent übersehen hat.

In einem weiteren Artikel erkläre ich das Loop-System genauer.

Welche Kombination von KI-Systemen wählen?

Ich sehe drei interessante Möglichkeiten.

Kostenpflichtige Abonnements	Analyst und Programmierer	Prüfer
Kostenpflichtiges ChatGPT	Codex	Antigravity
Kostenpflichtiges Claude	Claude Code	Antigravity
Kostenpflichtiges ChatGPT + Claude	Claude Code	Codex

In diesem Tutorial verwende ich die erste Kombination: Codex als Analyst und Programmierer, Antigravity als Prüfer.

Wenn dein ChatGPT-Abo 18 € im Monat kostet, kannst du den kostenlosen Zugang zu Antigravity für die Codeprüfung nutzen und dir ein zweites Abo sparen. So:

• Du bezahlst nicht für zwei KI-Dienste.
• Du nutzt Codex im Rahmen der Limits deines ChatGPT-Tarifs.
• Ein Modell aus einer anderen Modellfamilie kann den Code prüfen.

Antigravity bietet kostenlosen Zugang im Rahmen der jeweils geltenden Bedingungen und Kontingente, die sich allerdings ändern können – Vorsicht. 

Wenn du nur Claude bezahlst, kannst du Codex durch Claude Code ersetzen und Antigravity als Prüfer beibehalten.

Wenn du sowohl ChatGPT als auch Claude bezahlst, empfehle ich Claude Code als Analysten und Programmierer und Codex als Prüfer. Diese Kombination würde ich wählen, wenn ich ohnehin für beide Dienste bezahlen würde, allerdings musst du dafür zwei Werkzeuge bezahlen.

Gut, nachdem wir die Werkzeuge aufgelistet haben, fangen wir mit dem eigentlichen Tutorial an.

Schritt 1. Linux Mint aktualisieren

Wir öffnen das Terminal von Linux Mint.

Unter Xfce geht das über das Anwendungsmenü oder mit der Tastenkombination Strg + Alt + T.

Zuerst aktualisieren wir die Paketquellen und installieren die verfügbaren Updates:

sudo apt update && sudo apt upgrade -y

Linux fragt uns nach dem Benutzerpasswort.

Wenn das Update wichtige Systemkomponenten oder eine neue Kernelversion installiert, sollten wir vor dem nächsten Schritt neu starten.

Jetzt installieren wir die grundlegenden Werkzeuge:

sudo apt install -y curl git ca-certificates

Danach haben wir:

• curl zum Herunterladen von Ressourcen aus dem Internet.
• git zur Verwaltung von Repositories.
• ca-certificates zur Prüfung von Zertifikaten für HTTPS-Verbindungen.

Wir prüfen, ob Git funktioniert:

git –version

Es sollte die Versionsnummer anzeigen.

Ein Hinweis zum Terminal und seinem Cache

Bei der Installation kann es vorkommen, dass ein Werkzeug korrekt installiert wurde, das Terminal aber meldet, der Befehl sei nicht vorhanden.

Häufig liegt das daran, dass das Installationsprogramm der Umgebungsvariable PATH einen neuen Ordner hinzugefügt hat, das Terminal diese Änderung aber noch nicht kennt.

Deshalb solltest du nach der Installation von Werkzeugen, die die Umgebung verändern, das Terminal vollständig schließen (nicht nur den Tab) und neu öffnen.

Wir starten die Terminalsitzung neu, um die aktualisierte Konfiguration zu laden.

Schritt 2. Node.js und npm installieren

Mit Node.js lässt sich JavaScript außerhalb des Browsers ausführen.

Wir nutzen es für Webprojekte, Automatisierungen und Entwicklungswerkzeuge. npm ist der zugehörige Paketmanager, mit dem sich Abhängigkeiten installieren lassen.

Zur Vereinfachung verwenden wir in diesem Tutorial die LTS-Version von Node.js über NodeSource.

Zuerst laden wir das Einrichtungsskript herunter:

curl -fsSL https://deb.nodesource.com/setup_lts.x -o nodesource_setup.sh

Wir führen es aus:

sudo -E bash nodesource_setup.sh

Und installieren Node.js:

sudo apt install -y nodejs

Jetzt prüfen wir beide Programme:

node –version

npm –version

Wenn beide ihre Versionsnummer anzeigen, können wir weitermachen.

Wir können das heruntergeladene Skript auch löschen:

rm nodesource_setup.sh

Node.js ist für die eigenständigen Versionen von Codex und Claude Code nicht notwendig, wird aber für Webprojekte und weitere Werkzeuge gebraucht.

Schritt 3. Codex als unseren Analysten und Programmierer installieren

Codex ist der Programmieragent von OpenAI. Er kann Dateien durchsuchen, Code ändern, Befehle ausführen, Fehler analysieren und uns direkt im Terminal bei ganzen Projekten unterstützen.

Zur Installation verwenden wir den offiziellen Installer:

curl -fsSL https://chatgpt.com/codex/install.sh | sh

Oder über npm:

npm install -g @openai/codex

Wir müssen nicht beide Befehle ausführen. In diesem Tutorial verwenden wir den eigenständigen Installer.

Anschließend prüfen wir:

codex –version

Falls das Terminal den Befehl nicht erkennt, schließen wir es vollständig und öffnen ein neues.

Codex mit ChatGPT verbinden

Um Codex zu starten, geben wir Folgendes ein:

codex

Beim ersten Start werden uns die verfügbaren Anmeldemethoden angeboten.

Wir wählen Mit ChatGPT anmelden, öffnen bei Aufforderung den Browser und autorisieren die Verbindung.

Nach der Anmeldung können wir die Befehle aufrufen.

Zum Beispiel, um zwischen verfügbaren Modellen und Denkstufen zu wählen:

/model

Um den Sitzungsstatus abzurufen:

/status

Und um die Berechtigungen des Agenten zu überprüfen:

/permissions

Welche Modelle verfügbar sind, hängt von unserem Konto und der Codex-Version ab.

Wichtig: Ich empfehle nicht, dem Agenten von Anfang an unbegrenzte Berechtigungen zu geben. Auch wenn wir dafür eine neue SSD eingerichtet haben, sollten wir Vorgänge, die wichtige Dateien, externe Befehle oder verbundene Dienste betreffen, lieber manuell prüfen.

Alternative: Claude Code installieren

Falls du Claude Code als Analysten und Programmierer gewählt hast, ist das Vorgehen ähnlich.

Wir installieren den offiziellen Client:

curl -fsSL https://claude.ai/install.sh | bash

Wir prüfen:

claude –version

Und führen die Diagnose aus:

claude doctor

Um den Agenten zu starten:

claude

Wir folgen dem Anmeldeprozess.

Im weiteren Verlauf verwende ich Codex, aber die Entwicklungsanweisungen lassen sich auf Claude Code übertragen.

Schritt 4. Antigravity als Prüfer installieren

Jetzt installieren wir unseren zweiten Agenten.

Antigravity bietet eine grafische Anwendung, aber hier interessiert uns die CLI-Version, die wir direkt im Terminal ausführen können.

Der offizielle Installer für Linux lautet:

curl -fsSL https://antigravity.google/cli/install.sh | bash

Der standardmäßige Speicherort der ausführbaren Datei ist:

~/.local/bin/agy

Wir prüfen:

~/.local/bin/agy –version

Wenn agy direkt funktioniert, müssen wir nichts weiter unternehmen.

Andernfalls können wir das Verzeichnis zu PATH hinzufügen:

echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc

Wir schließen das Terminal vollständig und öffnen ein neues.

Wir prüfen:

agy –version

Bei Antigravity anmelden

Wir öffnen:

agy

Beim ersten Start folgen wir dem Einrichtungsassistenten.

Wir können Anzeigeeinstellungen wählen und die Anmeldung mit den für unser Konto verfügbaren Methoden abschließen.

Außerdem müssen wir bestätigen, dass wir dem Projektordner vertrauen, bevor der Agent auf die Dateien zugreifen darf.

Eine automatische Prüfung müssen wir vorerst nicht einrichten. Das machen wir, sobald wir unser erstes Projekt haben.

Wichtig: Die Agenten können ein Repository gemeinsam nutzen, sollten aber nicht gleichzeitig dieselben Dateien verändern. Deshalb entwickelt einer, während der andere prüft.

Schritt 5. GitHub CLI installieren

Git haben wir bereits, jetzt müssen wir den Rechner noch mit GitHub verbinden.

Mit Git verwalten wir Versionen lokal. GitHub dient dazu, Remote-Repositories zu hosten, zusammenzuarbeiten und den Code außerhalb unseres Computers zu sichern.

Wir installieren GitHub CLI:

sudo apt install -y gh

Wir prüfen:

gh –version

Unsere Identität in Git einrichten

Vor den ersten Commits legen wir fest, welcher Name und welche E-Mail-Adresse mit unseren Änderungen verknüpft sein sollen:

git config –global user.name "Tu Nombre"

git config –global user.email "tu-correo@example.com"

Wir ersetzen die Beispielwerte durch unsere eigenen Angaben.

Wir können die Konfiguration prüfen:

git config –global –list

Bei GitHub authentifizieren

Wir führen aus:

gh auth login

Wir wählen GitHub.com und folgen den Anweisungen.

Wenn wir die Anmeldung im Browser wählen, zeigt GitHub CLI einen temporären Code und eine Adresse zur Eingabe an.

Nach der Autorisierung:

gh auth status

So überprüfen wir, ob GitHub CLI unser Konto erkennt.

Für professionelle Projekte verwenden wir private Repositories und vermeiden es, Passwörter oder API-Schlüssel in den Code aufzunehmen..

Schritt 6. Railway installieren

Railway ist eine Plattform, auf der wir Anwendungen veröffentlichen können, ohne einen eigenen Server selbst konfigurieren und verwalten zu müssen.

In diesem Tutorial nutzen wir Railway zunächst, um eine kleine HTML-Website zu veröffentlichen und den Ablauf zu testen.

Railway ist für Vibe Coding nicht zwingend notwendig. Wir könnten andere Anbieter wie Vercel verwenden, aber Railway hilft uns zu prüfen, ob unser Code aus einem lokalen Repository zu einer im Internet erreichbaren Anwendung werden kann.

Wir installieren Railway CLI:

bash <(curl -fsSL https://railway.com/install.sh)

Alternativ lässt es sich über npm installieren:

npm install -g @railway/cli

Wir wählen nur eine der beiden Methoden.

Wir prüfen:

railway –version

Railway verbinden

Zuerst erstellen wir ein Konto unter:

https://railway.com

Anschließend im Terminal:

railway login

Der Browser öffnet sich zur Autorisierung.

Wir können prüfen, welches Konto verbunden ist:

railway whoami

Railway bietet Tarife mit begrenztem Guthaben und kostenpflichtige Pläne. Bevor wir Dienste dauerhaft online lassen, sollten wir die Bedingungen und Verbrauchsgrenzen prüfen.

Schritt 7. Linear und optional Notion einrichten

Für diese beiden Werkzeuge installieren wir keine Desktop-Anwendungen.

Linear wird unsere Projektverwaltung. Dort organisieren wir Funktionen, Fehler, Aufgaben und Versionen.

Ein Konto erstellen wir unter:

https://linear.app

Später richten wir ein Projekt ein und legen fest, wie es in unseren Entwicklungsablauf eingebunden wird.

Notion ist optional. Wir können es für Anforderungsdokumente oder PRDs verwenden (Product Requirements Document).).

Bei einfachen Projekten können wir die Anforderungen auch in einer Markdown-Datei im Git-Repository speichern. Dokumentation ist sinnvoll, wenn sie Entscheidungen erleichtert und klärt, was entwickelt werden soll. Wir brauchen nicht für jede Kleinigkeit umfangreiche Dokumente.

Vorerst reicht es, die Konten zu erstellen und den Zugriff zu überprüfen.

Schritt 8. Die Datenschutzeinstellungen der KI-Werkzeuge prüfen

Bevor wir KI-Agenten mit echtem Kundencode verwenden, sollten wir die Datenschutzeinstellungen überprüfen.

In ChatGPT gehen wir zu Einstellungen > Datenkontrollen und deaktivieren die Nutzung unserer Unterhaltungen zur Verbesserung der Modelle. Auch die speziellen Einstellungen für Codex müssen geprüft werden.

Bei Claude und Antigravity prüfen wir jeweils die Optionen für Produktverbesserung, Datenspeicherung, Telemetrie und Werbekommunikation. Jeder Dienst hat eigene Bedingungen.

Eines müssen wir dabei verstehen: Das Deaktivieren des Trainings bedeutet nicht, dass der Code nicht mehr an den KI-Anbieter übermittelt wird. In der Cloud gehostete Modelle müssen die für ihre Arbeit nötigen Informationen erhalten.

Deshalb halten wir uns an einige Grundregeln: 

• Keine privaten Schlüssel, Passwörter oder Tokens weitergeben.
• Zugangsdaten nicht auf GitHub speichern.
• Die Berechtigungen jedes Werkzeugs auf das Nötigste beschränken.

Schritt 9. Vor dem Start alles überprüfen

Jetzt schließen wir das Terminal vollständig und öffnen es erneut.

Wir prüfen die Entwicklungswerkzeuge:

git –version

node –version

npm –version

GitHub und Railway:

gh –version

railway –version

Und unsere künstlichen Intelligenzen:

codex –version

agy –version

Falls wir Claude Code verwenden:

claude –version

claude doctor

Wir prüfen außerdem, ob wir noch angemeldet sind:

gh auth status

railway whoami

Die Versionsabfragen zeigen uns, dass die Programme installiert sind. Die Authentifizierungsabfragen zeigen, dass wir auf unsere Konten zugreifen können.

Eine vollständige Funktionsprüfung fehlt allerdings noch.

Schritt 10. Unseren ersten Entwicklungsordner erstellen

Wir erstellen eine kleine Website, um zu prüfen, ob alles funktioniert.

Unter Linux Mint können wir einen Ordner auf dem Desktop erstellen und direkt darin ein Terminal öffnen.

Alternativ geht das mit Befehlen:

mkdir -p ~/Proyectos/mi-primera-app

cd ~/Proyectos/mi-primera-app

Es ist wichtig, Codex im Projektordner zu starten. So kann der Agent mit den benötigten Dateien arbeiten, ohne unseren gesamten Computer durchsuchen zu müssen.

Schritt 11. Codex eine Anwendung programmieren lassen

Wir starten:

codex

Jetzt bitten wir ihn, eine einfache Anwendung zu erstellen:

Ich möchte eine Anwendung mit HTML, CSS und JavaScript, mit der ich eine Aufgabenliste erstellen, Aufgaben als erledigt markieren und löschen kann. Speichere die Aufgaben im lokalen Browserspeicher, damit sie beim Neuladen der Seite nicht verschwinden. Die Oberfläche soll responsiv sein und auf Smartphones und Desktop-Computern funktionieren. Verwende getrennte Dateien und vermeide unnötige Frameworks oder Abhängigkeiten. Erstelle außerdem eine README mit Anweisungen zum Starten.

Codex analysiert die Anforderungen und erstellt die entsprechenden Dateien.

Nach Abschluss prüfen wir, was erstellt wurde. Bei so einem Projekt könnte es so einfach aussehen:

mi-primera-app/

├── index.html

├── style.css

├── script.js

└── README.md

Wenn es keine Abhängigkeiten und keinen Build-Prozess gibt, können wir die HTML-Datei direkt im Browser öffnen.

Für einen Test, der einem echten Server näherkommt, können wir auch Python verwenden, das unter Linux Mint normalerweise verfügbar ist:

python3 -m http.server 8000

Danach öffnen wir:

http://localhost:8000

Wir prüfen, ob Aufgaben erstellt, erledigt und gelöscht werden können und nach dem Neuladen erhalten bleiben.

Um den Server anzuhalten, drücken wir in seinem Terminal Strg + C.

Schritt 12. Ein Repository auf GitHub erstellen

Sobald die Anwendung lokal funktioniert, speichern wir ihre erste Version.

Wir können Codex bitten, Git und eine .gitignore-Datei vorzubereiten, aber die Erstellung des Repositories muss von uns genehmigt werden.

Alternativ können wir das manuell erledigen:

Im Projektordner:

git init

Wir fügen die Dateien hinzu:

git add .

Wir erstellen den ersten Commit:

git commit -m "Primera version funcional"

Und erstellen ein privates Repository auf GitHub:

gh repo create mi-primera-app –private –source=. –remote=origin –push

Dieser Befehl erstellt das Remote-Repository, verbindet unseren Ordner damit und lädt die erste Version hoch.

Von jetzt an speichert GitHub den Verlauf der veröffentlichten Änderungen.

Bevor wir echten Code hochladen, müssen wir immer überprüfen, dass .gitignore sensible Dateien, Zugangsdaten und Verzeichnisse ausschließt, die nicht in die Versionsverwaltung gehören.

Schritt 13. Das Projekt auf Railway veröffentlichen

Jetzt prüfen wir, ob GitHub als Quelle für unseren bereitgestellten Code dienen kann.

Wir öffnen das Railway-Dashboard manuell und erstellen ein neues Projekt.

Wir wählen Deploy from GitHub Repo, autorisieren GitHub, falls noch nicht geschehen, und wählen unser Repository aus.

Railway verfügt über ein Build-System namens Railpack, das statische HTML-Projekte erkennt.

Deshalb müssen wir Codex nicht bitten, einen Node.js-Server oder eine package.json zu erstellen, nur um unsere kleine Anwendung zu veröffentlichen..

Railway analysiert das Repository und bereitet die Bereitstellung vor.

Falls der Vorgang fehlschlägt, prüfen wir die Protokolle und die Dateistruktur, bevor wir etwas ändern.

Nach der Bereitstellung öffnen wir die Netzwerkeinstellungen des Dienstes und erzeugen eine öffentliche Domain.

Wir öffnen die Adresse im Browser.

Wenn unsere Aufgabenliste online funktioniert, ist die erste Bereitstellung geschafft.

Schritt 14. Prüfen, ob GitHub und Railway verbunden sind

Ein wichtiger Test fehlt noch.

Dass die Anwendung auf Railway erscheint, zeigt, dass wir eine Version bereitgestellt haben. Wir möchten aber sicherstellen, dass auch spätere an GitHub gesendete Änderungen korrekt veröffentlicht werden..

Wir kehren zu unserem Projekt zurück und öffnen Codex:

codex

Wir geben ihm folgende Aufgabe:

Füge der Anwendung einen Button hinzu, mit dem alle erledigten Aufgaben gelöscht werden. Behalte das aktuelle Design bei, prüfe die Funktion und führe keinerlei Deployment durch. Ich möchte die Änderungen überprüfen, bevor ich sie in Git speichere.

Wir testen die neue Funktion lokal.

Nachdem wir überprüft haben, dass sie funktioniert, speichern wir die Änderungen:

git add .

git commit -m "Añadir limpieza de tareas completadas"

git push

Wenn die automatische Railway-Bereitstellung für diesen Branch aktiv ist, erkennt sie den neuen Commit und erstellt eine weitere Version.

Wir warten, bis die Bereitstellung erfolgreich abgeschlossen ist, und öffnen die öffentliche Anwendung erneut.

Wenn der neue Button erscheint und funktioniert, haben wir die gesamte Kette geprüft: Linux > Codex > Git > GitHub > Railway.

Dieser Test ist wesentlich zuverlässiger, als Codex einfach die öffentliche URL zu schicken und zu fragen, ob alles verbunden ist.

Schritt 15. Eine Prüfung durch Antigravity durchführen lassen

Jetzt haben wir eine entwickelte und veröffentlichte Anwendung.

Bei diesem Test kommt nun unser zweiter Agent ins Spiel. Wir gehen hier so vor, um zu testen, ob alles funktioniert. Bei echter Software und nicht nur bei einem Testprojekt findet die Prüfung aber VOR jeglicher Entwicklung und vor jeder Veröffentlichung in der Produktionsumgebung statt.

Wir öffnen das Terminal im Projektordner und führen aus:

agy

Wir geben konkrete Anweisungen:

Handle als unabhängiger technischer Prüfer. Überprüfe diese Anwendung und stelle fest, ob sie ihre funktionalen Anforderungen erfüllt. Suche nach JavaScript-Fehlern, Sicherheitsproblemen, Barrierefreiheitsmängeln, Problemen beim responsiven Design und möglichen Fehlern im lokalen Speicher. Prüfe außerdem die Repository-Struktur und ob alles für Railway korrekt vorbereitet ist. Ändere keine Dateien. Liefere einen nach Schweregrad sortierten Bericht und beschreibe, wie sich jedes Problem reproduzieren lässt und welche Lösung du vorschlägst.

Der Prüfer soll den Code untersuchen und nach Möglichkeit selbst Tests ausführen. Wir wollen nicht, dass er uns einfach sagt, alles sei in Ordnung.

Findet er Fehler, gehen wir zurück zu Codex, übergeben ihm den Bericht und lassen die nötigen Korrekturen vornehmen.

Anschließend wiederholen wir die Tests und die Prüfung.

Bei kleinen Projekten reicht möglicherweise eine Prüfung. Bei wichtigeren Projekten benötigen wir automatisierte Tests und zusätzliche Kontrollen.

Das nennt man die Loop-Methode..

Wenn wir Claude Code und Codex verwenden

Der Ablauf bleibt gleich. Claude Code entwickelt das Projekt und Codex prüft die Änderungen.

Wir können Codex starten und seine interaktive Prüffunktion verwenden:

/review

Welches Werkzeug wir genau verwenden, ist nicht das Entscheidende. Entscheidend ist die Trennung der Zuständigkeiten und dass die gefundenen Probleme tatsächlich existieren.

Damit ist unser Rechner bereit, Webanwendungen mit Frameworks wie Astro oder sogar vollständig von Grund auf zu entwickeln. 

In diesem Artikel erkläre ich dir zum Beispiel, wie du die Website für dein Unternehmen erstellst – mit diesem System. Oder sogar deinen gesamten digitalen Auftritt für sehr wenig Geld..

Wenn du genau hinsiehst, verwenden diese Websites keine Datenbank. Deshalb haben wir in diesem Tutorial auch keine installiert. Falls wir eine brauchen, können wir Convex oder Supabase verwenden. Das hebe ich mir für einen anderen Artikel auf.

Vielleicht möchtest du dieses System auch für die Entwicklung mit WordPress nutzen, so wie ich. Dann lies weiter.

Schritt 16 (optional). LocalWP installieren und für WordPress vorbereiten

Zum Schluss installieren wir LocalWP.

Mit diesem Werkzeug können wir WordPress auf unserem Computer mit Webserver, PHP und Datenbank ausführen, ohne Änderungen auf einer echten Website veröffentlichen zu müssen.

Den offiziellen Linux-Installer laden wir herunter von:

Releases

Wir wählen die mit Ubuntu, Debian und Linux Mint kompatible .deb-Version.

Nach dem Download können wir die Datei mit dem grafischen Installationsprogramm öffnen oder im Downloadordner Folgendes ausführen:

sudo apt install ./nombre-del-archivo.deb

Wir ersetzen den Beispielnamen durch den Namen der tatsächlich heruntergeladenen Datei.

Danach starten wir LocalWP über das Anwendungsmenü und prüfen, ob es richtig öffnet.

Im folgenden Artikel erkläre ich, wie du eine WordPress-Website mit Local WP klonst und hier, wie du es unter Windows optimierst..

In einem späteren Artikel über Vibe Coding für WordPress zeige ich mein System und meinen Arbeitsablauf:

• Wie ich Funktionen definiere.
• Wie ich entscheide, ob ich ein Plugin erstelle oder alles in Dateien des Child-Themes umsetze.
• Welche Dateien ich versioniere.
• Was außerhalb der GitHub-Versionsverwaltung bleibt.
• Wie ich teste.
• Wie ich Änderungen auf ein Hosting hochlade, das nicht Railway ist (bei mir Webempresa).

Wie du siehst, gibt es einiges zu besprechen.

Bevor ich zum Schluss komme, zeige ich dir noch ein Werkzeug, das in manchen Fällen nützlich sein kann.

Optional: Anweisungen per Spracheingabe diktieren

Ein Vorteil bei der Arbeit mit KI-Agenten ist, dass wir Funktionen in natürlicher Sprache erklären können. Deshalb können Diktierwerkzeuge sinnvoll sein.

Ich persönlich nutze sie, wenn die gewünschte Funktion umfangreich ist und ich sie leichter mündlich erklären kann, sodass die Transkription direkt im Terminal erscheint.

Whisper und Werkzeuge, die es lokal ausführen, ermöglichen diese Art der Spracheingabe. Unter Linux gibt es dafür zum Beispiel OpenWhispr oder Handy..

Es ist kein unverzichtbares Werkzeug. Du kannst es später ergänzen, wenn es dir nützlich erscheint.

Fazit: Unser Rechner ist jetzt für Vibe Coding bereit

Damit haben wir den ersten Teil des Prozesses abgeschlossen.

Linux Mint läuft, Git und Node.js sind installiert, zwei KI-Agenten stehen bereit, GitHub ist verbunden und Railway ist für die Veröffentlichung von Anwendungen eingerichtet.

Und vor allem haben wir einen vollständigen Test durchgeführt: mit einer KI Code erstellen, ihn überprüfen, auf GitHub hochladen, auf Railway veröffentlichen und das Ergebnis von einem zweiten Agenten prüfen lassen.

Das ist die Grundlage des Systems, mit dem ich arbeiten möchte.

Ich möchte traditionelle Programmierung nicht durch eine Reihe improvisierter Anweisungen ersetzen. Die Idee ist, mithilfe künstlicher Intelligenz schneller zu entwickeln, ohne die Kontrolle über Anforderungen, Versionen und Ergebnisse aufzugeben.

Im nächsten Artikel kommen wir zum interessantesten Teil: wie du ein Vibe-Coding-Projekt mit Linear organisierst, Anforderungen festlegst, die Aufgaben zwischen Entwicklung und Prüfung aufteilst und einen wiederholbaren Ablauf einrichtest..

Danach wenden wir dasselbe System mit LocalWP, GitHub und Webempresa auf WordPress an.

Dann werden wir sehen, wie weit wir mit KI-gestützter Entwicklung kommen können, ohne jede einzelne Codezeile selbst schreiben zu müssen.