Kernkonzepte
Die Architektur und wichtige Terminologie von Verdent verstehen
Verdent for VS Code bringt Präzision und Kontrolle in die KI-gestützte Entwicklung. Traditionelle KI-Coding-Werkzeuge raten Ihre Absicht. Verdent zeigt Ihnen genau, was die KI tun wird, bevor sie es ausführt, ermöglicht die Überprüfung der korrekten Funktion und liefert jedes Mal zuverlässigen Code.
Zuerst planen, früh verifizieren, zuverlässigen Code liefern
Der Workflow von Verdent basiert auf drei Kernphasen:
- Planen – Bevor irgendetwas ausgeführt wird, klären Sie in einer Rückfrageschleife mit der KI alle Details. Sie können das Verhalten mit Plan-Regeln anpassen und interaktive Architekturplanung, visuelle Diagramme und Aufgabenaufteilungen nutzen, um Ihre Anforderungen glasklar zu machen
- Code – Überprüfen Sie Änderungen mit der Enterprise-Analyse von Code Diff und liefern Sie produktionsreife Ergebnisse mit Zuversicht
- Verifizieren – Qualitätssicherung mit dem Verify-Subagent und Browser-Aktionen. Durchlaufen Sie mehrere Reparaturzyklen (Multipass), bis der Code eine umfassende Validierung besteht
Das Verständnis dieser Kernkonzepte und der Architektur von Verdent hilft Ihnen, effektiver mit der Erweiterung zu arbeiten.
Mehr erfahren: Plan-Code-Verify-Workflow
Architekturübersicht
Komplexe Aufgaben werden aufgeteilt und an spezialisierte KI-Agenten delegiert, die für bestimmte Zwecke optimiert sind. Jeder Subagent arbeitet mit einem eigenen, angepassten System-Prompt und einem separaten Kontextfenster, isoliert vom Hauptagenten, der ihn aufgerufen hat.
Diese Trennung erhält die Spitzenleistung und verhindert Kontextverschmutzung, sodass sich jeder Subagent auf seine spezialisierte Aufgabe konzentrieren kann, ohne den Hauptagenten mit jedem Implementierungsdetail zu belasten.
Integrierte Standard-Subagenten:
Verdent enthält drei Standard-Subagenten, die sofort verfügbar sind:
| Subagent | Zweck | Wann er verwendet wird |
|---|---|---|
| @Verifier | Schnelle Codeprüfungen und Validierung | Während Coding-Aufgaben, um Codequalität und Korrektheit sicherzustellen |
| @Explorer | Schnelle Codebasis-Exploration | Dateien finden und Fragen zur Struktur Ihrer Codebasis beantworten |
| @Code-reviewer | Sofortige Bewertung der Codequalität | Proaktives Scannen nach Sicherheits-, Wartbarkeits- und Performance-Problemen |
Benutzerdefinierte Subagenten:
Sie können benutzerdefinierte Subagenten erstellen, die auf Ihre speziellen Bedürfnisse zugeschnitten sind. Jeder benutzerdefinierte Subagent arbeitet mit einem eigenen System-Prompt, sodass Sie spezialisiertes Verhalten für bestimmte Aufgaben oder Workflows definieren können.
Benutzerdefinierte Subagenten können automatisch basierend auf Aufgabenmustern oder manuell über @-Erwähnungen aufgerufen werden. Häufige Anwendungsfälle sind:
- Spezialisten für Technologie-Stacks – React-Performance-Optimierer, SQL-Query-Optimierer, Docker-Konfigurationsprüfer
- Qualitätssicherung – Testabdeckungs-Analysator, Fehlerbehandlungs-Prüfer, Durchsetzung von Logging-Standards
- Teamspezifische Workflows – Durchsetzung des Code-Stils, Prüfung der Dokumentationskonsistenz, Abhängigkeits-Auditor
- Projektspezifische Anforderungen – Modernisierung von Legacy-Code, Migrationsassistent, Durchsetzung von Performance-Budgets
Mehr erfahren: Subagenten-Verwaltung
Ausführungsmodi
Verdent unterstützt mehrere Ausführungsmodi, die steuern, wie die KI mit Berechtigungen und Interaktionen umgeht:
Berechtigungsmodi:
- Manual Accept Mode – Fragt bei der ersten Nutzung jedes Werkzeugs um Erlaubnis. Am besten zum Erlernen und für allgemeine Entwicklung mit maximaler Kontrolle geeignet.
- Auto-Run Mode (Standard) – Akzeptiert Berechtigungen für sichere Vorgänge automatisch (Dateizugriffe, Websuchen). Dateiänderungen und Befehlsausführung erfordern weiterhin eine Genehmigung. Ideal für vertrauenswürdige Projekte und schnelles Prototyping.
- Skip Permissions Mode – Vollständig autonomer Betrieb, der alle Abfragen umgeht. Nur für isolierte, sichere Umgebungen wie automatisiertes Testen oder Sandboxes.
Um zwischen den Berechtigungsmodi zu wechseln, klicken Sie auf die Schaltfläche Switch Permission im Eingabefeld (zeigt den aktuellen Modus wie „Manual" oder „Auto") und wählen Sie den gewünschten Modus aus dem Dropdown-Menü aus.
Switch Mode (steuert den Interaktionsstil):
- Agent Mode – Vollständig agentisches Verhalten mit autonomer Aufgabenausführung und Dateioperationen
- Plan Mode – Planungsorientierte Interaktion zur Überprüfung von Vorgehensweisen vor der Ausführung
- Chat Mode – Konversationelle Interaktion ohne autonome Dateioperationen
Um zwischen den Interaktionsstilen zu wechseln, klicken Sie auf die Schaltfläche Switch Mode im Eingabefeld (zeigt den aktuellen Modus wie „Agent" oder „Plan") und wählen Sie den gewünschten Modus aus dem Dropdown-Menü aus.
Weitere Modi:
- Think Hard Mode – Weist maximale Rechenressourcen zu, um Probleme tiefgehend zu analysieren, mehrere Ansätze zu untersuchen und gründlichere Lösungen zu liefern. Ideal für Architekturentscheidungen, komplexes Debugging und Aufgaben, die anspruchsvolles Reasoning erfordern.
Um Think Hard Mode zu aktivieren, klicken Sie vor dem Absenden Ihrer Anfrage auf die Schaltfläche Think Hard im Eingabefeld.
Mehr erfahren: Übersicht der Ausführungsmodi
Kontextverwaltung
Die Kontextverwaltung steuert, auf welche Informationen Verdent während Ihrer Sitzung zugreifen kann. Das Kontextfenster ist die Speichergrenze des Agenten, gemessen in Tokens und aufgeteilt auf mehrere Komponenten: Systemanweisungen, Dateiinhalte, Gesprächsnachrichten und Antworten des Agenten.
Wie der Kontext funktioniert:
- @-Erwähnungen – Fügen Sie Dateien mit
@filename.jsexplizit zum Kontext hinzu, für präzise Kontrolle - Automatisches Laden – Verdent bindet automatisch relevante Dateien basierend auf der Aufgabe ein
- Separater Subagenten-Kontext – Jeder Subagent arbeitet mit isolierten Kontextfenstern, was eine Verschmutzung des Gedächtnisses des Hauptagenten verhindert
- Grenzen des Kontextfensters – Endlicher Kontext, gemessen in Tokens. Mit wachsenden Gesprächen sinkt der verfügbare Platz und die Modellleistung verschlechtert sich
Bewährte Methoden:
- Teilen Sie große Aufgaben in kleinere Abschnitte mit natürlichen Haltepunkten auf
- Verwenden Sie Plan Mode für komplexe Aufgaben, um Vorgehensweisen vor der Ausführung zu überprüfen
- Schließen Sie einzelne Komponenten vor der Integration ab, um eine Erschöpfung des Kontexts zu vermeiden
- Beginnen Sie ein neues Gespräch, wenn Sie eine neue Aufgabe starten, um den Kontext zu löschen und optimale Leistung zu erhalten
Mehr erfahren: Bewährte Methoden für die Kontextverwaltung
Modellauswahl
Verdent orchestriert Modelle mehrerer KI-Anbieter (Claude, GPT-5, Gemini, MiniMax) innerhalb eines einzigen Workflows. Jeder spezialisierte Agent kann das optimale Modell für seine spezifische Aufgabe nutzen.
Voreingestellte Modelle:
- Performance – Maximaler Kontext, Spitzenmodelle (1–2-facher Credit-Verbrauch)
- Balance – Optimale Balance zwischen Leistung und Kosten (1-facher Credit-Verbrauch)
- Efficiency – Schnelle, reaktionsschnelle, kosteneffiziente Aufgaben (~0,3-facher Credit-Verbrauch)
Verfügbare Einzelmodelle:
| Anbieter | Modell | Am besten geeignet für | Kosteneffizienz |
|---|---|---|---|
| Anthropic | Claude 4.5 Opus | Ideal für tiefgehende Coding-Aufgaben und Problemlösung. | 1,5-fache Kosten |
| Anthropic | Claude 4.5 Sonnet | Ausgewogene komplexe Aufgaben | 1-fache Basislinie |
| Anthropic | Claude 4.5 Sonnet 1M | Lange oder komplexe Aufgaben (>200k Eingabe) | 0,5-fache Effizienz (2-fache Kosten) |
| Anthropic | Claude 4.5 Haiku | Schnelle, einfache Aufgaben | 3,2-mal effizienter als Sonnet |
| OpenAI | GPT-5 (Beta) | Reasoning und Kreativität | 1,3-mal effizienter als Sonnet |
| OpenAI | GPT-5 Codex (Beta) | Coding und Debugging | 1,3-mal effizienter als Sonnet |
| Gemini 3 Pro | Fortgeschrittenes Reasoning und multimodal | Variabel | |
| Kimi | Kimi 2 Turbo (Beta) | Blitzschnelles Modell für Coding | 3,1-mal effizienter als Sonnet |
Mehr erfahren: Konfigurationseinstellungen
FAQ
Was ist Kontextverschmutzung?
Wenn frühere Aktionen und Informationen im Kontext unbeabsichtigte Verhaltensmuster erzeugen, die zukünftige Aufgaben beeinflussen. Wenn Sie beispielsweise wiederholt Code aktualisieren und ihn dann bereitstellen, kann der Agent beginnen, alle Codeaktualisierungen mit einer sofortigen Bereitstellung zu verknüpfen, selbst wenn Sie nur experimentieren. Subagenten verhindern Kontextverschmutzung, indem sie mit isolierten Kontextfenstern arbeiten, sodass jede spezialisierte Aufgabe mit einem sauberen Kontext beginnen kann und eine Vermischung zwischen unterschiedlichen Arten von Arbeit vermieden wird.
Was sind sichere Vorgänge?
Vorgänge, die Daten nur lesen, ohne Änderungen vorzunehmen: Dateizugriffe und Websuchen. Diese werden in Auto-Run Mode automatisch genehmigt, während Dateiänderungen und Befehlsausführung aus Sicherheitsgründen weiterhin eine Genehmigung erfordern.
Was ist Befehlsausführung?
Das Ausführen von Terminalbefehlen oder Shell-Skripten über Verdent, einschließlich Vorgängen wie dem Ausführen von Tests, dem Installieren von Paketen oder dem Ausführen von Build-Befehlen. Die Befehlsausführung erfordert in den meisten Berechtigungsmodi eine Genehmigung, um unbeabsichtigte Systemänderungen zu verhindern.
Was ist ein Token?
Die Maßeinheit für Kontextfenster. Tokens repräsentieren Textstücke (Wörter, Wortteile oder Zeichen), die das KI-Modell verarbeitet. Kontextgrenzen werden in Tokens gemessen, nicht in Zeichen oder Wörtern, wobei typische Gespräche Tausende von Tokens verbrauchen.
Was sind Credits?
Die Nutzungswährung für Verdent. Verschiedene Modelle haben unterschiedliche Kosteneffizienz (z. B. ist Haiku 3,2-mal effizienter als die Sonnet-Basislinie, Sonnet ist die 1-fache Basislinie). Ihr Abonnement enthält ein monatliches Credit-Kontingent (z. B. 640 Credits für Starter, 2.000 für Pro, 6.000 für Max).
Was ist der Multipass-Generate-Test-Repair-Zyklus?
Ein iterativer Verifizierungsprozess, bei dem Code generiert, getestet und repariert wird, bis er eine umfassende Prüfung besteht. Verdent führt automatisch Tests aus, analysiert Fehler, behebt Probleme und testet in mehreren Durchläufen erneut, bis der Code korrekt funktioniert. Dies liefert produktionsreifen Code und nicht nur Vorschläge. Jedes Ergebnis enthält detaillierte Zusammenfassungen und Code-Diffs, die genau zeigen, was sich geändert hat.