Multi-Agent-Chaos im Griff: Warum ATM für lokale KI-Entwicklung sinnvoll ist

Wer mit lokalen KI-Coding-Agents experimentiert – sei es Claude, Aider, Goose oder Cursor Agent –, kennt das Problem. Man öffnet ein Terminal, tippt ps aux, und plötzlich tauchen vier verschiedene Agenten auf, die über drei Projekte verteilt laufen. Welcher von ihnen macht eigentlich noch etwas?

Genau hier setzt ATM (Agent Task Manager) an. Das Tool wurde entwickelt, um Ordnung in diese wachsende Unübersichtlichkeit zu bringen.

Warum ps für KI-Agenten nicht mehr reicht

Klassische Prozesslisten sind für Systemadministratoren gemacht. Sie zeigen PIDs, Speicherverbrauch und lange Befehlszeilen – aber keine Antwort auf die Fragen, die Entwickler wirklich interessieren.

Dabei geht es meist um Dinge wie:

• Welche Repos haben gerade aktive Agenten?
• Arbeitet der Agent noch oder ist er hängen geblieben?
• Wann hat er das letzte Mal etwas getan?
• Kann ich ihn gefahrlos beenden, ohne Fortschritt zu verlieren?

ATM liefert genau diese Informationen in einer übersichtlichen TUI.

Was ATM leistet

ATM ist ein spezieller Task-Manager für KI-Coding-Agenten. Das Tool erkennt gängige Tools wie Codex, Claude, Gemini, Aider, OpenCode, Goose, Amp und Cursor Agent. Anstatt nur „läuft“ oder „läuft nicht“, zeigt ATM mehr Details – besonders bei Codex.

Dort kann ATM auf lokale Metadaten zugreifen und liefert:

• Das Projektverzeichnis
• Den Session-Pfad
• Den Zeitpunkt der letzten Aktivität
• Eine kurze Zusammenfassung dessen, was gerade passiert ist

So wird aus einer chaotischen Prozessliste ein echtes Dashboard für die KI-Agenten.

Warum das für Entwickler wichtig ist

Viele Entwickler arbeiten inzwischen mit mehreren KI-Agenten gleichzeitig. Einer schreibt Tests, ein anderer refactored Code, der dritte arbeitet an einer neuen Feature-Branche. Ohne Überblick entstehen schnell Probleme: Wartezeiten auf stummgekrachte Agenten, doppelte Agenten auf dem gleichen Projekt oder Unsicherheit, ob eine Fehlerquelle beim Agenten oder am Setup liegt.

ATM schafft hier wieder Klarheit und gibt Entwicklern die Kontrolle zurück.

Einfache Installation

Die Einrichtung ist schnell erledigt:

curl -fsSL https://github.com/artpar/atm/releases/latest/download/install.sh | sh

Danach steht das Tool sofort zur Verfügung – ohne komplexe Konfiguration. Einfach starten und sofort die aktuellen Agenten sehen.

CLI-first und ressourcenschonend

ATM folgt der Unix-Philosophie: ein Werkzeug, das eine Aufgabe gut erledigt. Es ist als CLI/TUI gebaut, statt als Web-Dashboard oder Electron-App. Dadurch bleibt es leichtgewichtig, benötigt keine zusätzlichen Abhängigkeiten und kann problemlos zusammenarbeiten mit anderen Tools.

Noch jung, aber mit Potenzial

ATM ist noch in der Entwicklung. Der Entwickler ist offen für Feedback von Nutzern, die bereits mehrere Agenten parallel betreiben. Das ist erfreulich – viele Tools kommen als „fertig“ daher, ohne nochmal verbessert zu werden.

Zukünftig könnten weitere Agenten-Typen hinzukommen, bessere Metadaten-Anzeige und Integrationen mit Editor und Git-Workflow. Auch jetzt schon löst ATM ein real existierendes Problem.

Ein Beispiel für die neue KI-Infrastruktur

ATM steht beispielhaft für den Aufbau einer Infrastruktur, die KI-gestütztes Arbeiten erst praktikabel macht. Solche Tools werden oft von einzelnen Entwicklern entwickelt, die selbst unter den entstehenden Herausforderungen leiden.

Gerade wenn Agenten parallel an verschiedenen Aufgaben arbeiten, braucht es neue Management-Tools. ATM ist eines davon.