01
Täglicher Standup Reporter
Läuft alle 24 Stunden, analysiert die git history, speichert Erkenntnisse und erstellt einen Standup-Bericht. Keine manuelle Aktion nötig.
Open Source · Rust
AI agents, die zusammenarbeiten.
In config definiert. Per mesh verbunden.
Eine TOML-Datei = ein vollständiger autonomer agent mit LLM, tools, Scheduling, Speicher und mesh Networking. Teile Provider, ohne API keys zu teilen. Läuft auf deinem Gerät. Keine cloud, kein Python, keine credential leaks.
standup_bot.toml 90 lines
[agent] provider = "anthropic" model = "claude-sonnet-4-5-20250929" tools = ["shell", "knowledge_ingest", "knowledge_query"] # Run once a day, forever [agent.execution] max_steps = 30 max_turns = 15
qmtcode --config standup_bot.toml --dashboard Auch verfügbar als Rust-Bibliothek, CLI, VS Code Extension und iOS/Android FFI.
Loslegen
Installation mit einem Befehl
curl -sSf https://query.mt/install.sh | sh macOS Silicon: nach dem Download das quarantine flag entfernen:
xattr -dr com.apple.quarantine qmtcode Für Rust-Entwickler: hinzufügen zu:
Cargo.toml —
querymt = { version = "0.3", features = ["extism_host"] } Features
Fünf Säulen, die querymt QueryMT auszeichnen
Jedes Feature gehört zu einer dieser Säulen. Zusammen ergeben sie ein Framework, das andere nicht bieten.
Agent per config.
Definiere LLM, tools, MCP-Server, Scheduling und middleware in einer TOML-Datei. Kein Code.
Mehr erfahren →Modelle teilen, nicht keys.
Mesh nodes stellen LLMs bereit, ohne API keys offenzulegen. Verbindung über signierte invite tokens, sogar als QR-Code.
Mehr erfahren →Verbindet sich mit deinem Leben.
Calendar, Contacts, Messages, Maps: alles auf dem Gerät via iMCP. Auch iOS und Android.
Mehr erfahren →Agents finden einander.
Auto-discovery über LAN oder Internet. Delegation zwischen Maschinen. Geteilte sessions.
Mehr erfahren →LLMs als plugins.
17+ Provider als OCI plugins. WASM sandbox. Automatische GPU-Erkennung für lokale inference.
Mehr erfahren →Galerie
Was kannst du bauen?
13 startbereite agent configs. Kopiere eine, passe sie an und starte sie. Jede zeigt eine andere Fähigkeit.
02
Codebase Health Monitor
Prüft alle 30 Minuten TODOs, Testanzahl, Dependencies, toten Code und Doku-Abdeckung. Verfolgt Trends.
03
Proaktiver Pattern Miner
Findet Verhaltensmuster in Gerätedaten. Liefert proaktive Briefings darüber, was deinen Tag stören könnte.
04
Persönlicher Geräteassistent
Query für Calendar, Contacts, Messages, Reminders, Maps und Weather via iMCP. Alles auf dem Gerät, alles lokal.
05
Research Assistant
Interaktiver Research Assistant mit persistentem Speicher. Erkenntnisse ingestieren, später abfragen und automatisch konsolidieren.
06
Lernendes Code-Paar
Planner + coder quorum, das mit der Zeit schlauer wird. Fragt vor neuer Planung frühere Entscheidungen ab.
07
Multi-agent Code-Implementierung
Planner delegiert an spezialisierten coder mit GPU. Parallele Delegation mit Verifikation.
08
Planner + Coder + Researcher
Quorum aus drei agents mit GitHub MCP. Jeder delegate hat andere tools und Provider.
09
Starter-Template
Einfaches Template mit einem agent, tools und optionalem MCP. Der Einstiegspunkt.
10
Code Agent
Coding agent mit Build/Plan/Review-Modi. Git snapshots. Dreischichtige context compaction.
11
Context-Management-Demo
Fortgeschrittenes context management mit tool output compaction via SQLite FTS5 und routing guardrails.
12
Delegate-Template
Minimaler config für einen coder delegate. Template zum Hinzufügen neuer delegates zu einem quorum.
13
VS Code Extension
Agent config für die Einbettung in eine VS Code Extension. Modi, middleware und MCP-Integration.
So funktioniert es
Drei Schritte von config zu laufendem agent
1
TOML-Datei schreiben
[agent] provider = "anthropic" model = "..." tools = ["shell", "knowledge_ingest"] [[mcp]] name = "github" [[middleware]] type = "limits"
2
Einen Befehl ausführen
qmtcode --config agent.toml --dashboard
✓ Agent startet
✓ Lädt MCP-Server
✓ Erstellt knowledge store
✓ Startet scheduler
✓ Verbindet sich mit mesh
3
Dashboard verwenden
chat > Mit ihm chatten
cron > Einplanen
tail > Beim Laufen beobachten
mode > Modus wechseln
Provider
17+ Provider, eine API
WASM- oder native plugins aus OCI. Standardmäßig sandboxed. Automatische GPU-Erkennung für lokale inference.
$ qmt providers list 17 Adapter
[01] plugin: OpenAI bereit
[02] plugin: Anthropic bereit
[03] plugin: Google bereit
[04] plugin: Groq bereit
[05] plugin: xAI bereit
[06] plugin: Ollama bereit
[07] plugin: llama.cpp bereit
[08] plugin: Mistral bereit
[09] plugin: DeepSeek bereit
[10] plugin: Alibaba bereit
[11] plugin: Moonshot bereit
[12] plugin: Kimi-Code bereit
[13] plugin: OpenRouter bereit
[14] plugin: Codex bereit
[15] plugin: Z.AI bereit
[16] plugin: Izwi bereit
[17] plugin: MRS bereit
Für dich
Wo passt du rein?
Rust-Entwickler
Nutze querymt als Framework-Bibliothek. Builder pattern, traits, plugin system.
Core docs →CLI-Nutzer
Installiere qmt und chatte direkt aus dem Terminal.
CLI docs →Agent Builder
Definiere agents in TOML. Starte sie mit dashboard.
Showcase →Lokale AI
Starte Modelle auf deiner eigenen GPU. Keine cloud. Kein Python.
Device Agent →Mesh-Nutzer
Teile Modelle mit Freunden. Verbinde dich per invite token.
Provider Sharing →