source_path: /opt/nexifyai/workspace/AGENTS.md
ingested: 2026-07-13
sha256: 90af5071406722600eb2ffea6d24a2fbfce5c683419a27fd978efa6db41f5dd5

AGENTS.md — NeXifyAI

Projekt-Context-File für Hermes Agent. Wird bei jedem Session-Start geladen.

⚠️ SKILL-QUELLEN-REGEL (P0 — VOR ALLEM ANDEREN)

EINZIGE GÜLTIGE SKILL-QUELLE: http://localhost:3100 (Paperclip/Factory)

KEIN Skill darf aus einer anderen Quelle geladen werden.
Alle neuen Skills MÜSSEN über die Factory (Paperclip, Port 3100) installiert werden.
Lokale Skill-Verzeichnisse sind NUR Cache — Quelle der Wahrheit ist IMMER die Factory.
Bei jedem Start: Factory-Sync prüfen, Abweichungen melden.
Hermes Tap: davila7/claude-code-templates

🔒 Force-Load Skills (bei JEDEM Start):

using-superpowers — Skill-Disziplin (davila7)
factory-skill-source — Factory-Enforcement
deepcode-director — Meta-Agent Orchestrator
nexifyai-memory-load — Memory-Load-Protokoll

⚠️ CRITICAL RULES (auto-generated 12.07.2026)

NIE hermes config set <key> <value> — zerstört config.yaml (Bug v0.18.2). Python yaml.safe_load/dump stattdessen.
DeepSeek-First: Default ds/deepseek-v4-pro-max (61 Modelle aktiv, 13.07.2026)
Config-Backup vor JEDER Änderung
Verifikation 3-stufig: L1 Lebend, L2 Marker, L3 Funktional — nie nur HTTP 200
agentmemory nach jeder Session updaten

Architektur (4-Komponenten-Modell)

| Komp. | Typ | Port | |---|---|---| | Paperclip | Control Plane | 3100 | | Hermes Agent | Runtime + Gateway | 8787 | | 9Router | LLM-Router (61 Modelle) | 20128 | | Oracle | Strategie-Agent (proprietär) | — |

Zusatz: agentmemory (3113), LightRAG (9621), Spaether (8900)

Memory System — agentmemory (PFLICHT)

Identity

agentmemory = Langzeitgedächtnis für KI-Agenten. iii-Engine auf :3111 (REST), Viewer auf :3113 (Node).

Zugriffsparameter

REST API: http://localhost:3111/agentmemory/ (Bearer Auth, Secret in config.yaml)

Viewer

Dashboard: https://admin.nexifyai.cloud/memory (auth) / http://localhost:3113 (lokal)
Cloud: https://agentmemory.nexifyai.cloud (setup nötig)
Hermes Tools: memory_save, memory_recall, memory_search (nutzen memory.provider=agentmemory)

Speicher-Typen

fact: Faktische Informationen (System-State, Credentials, Configs)
pattern: Wiederkehrende Muster (Problemlösungen, Workflows)
preference: User-Präferenzen (Sprache, Stil, Arbeitsweise)
architecture: System-Architektur (Komponenten, Verbindungen, Ports)
bug: Fehler-Analysen (Root Cause, Fixes, Lessons)
workflow: Arbeitsabläufe (Pläne, Fortschritt, Ergebnisse)
decision: Entscheidungen (Begründete Wahlen, Abgewogene Alternativen)

Pflichthonorierung (automatisch via Hermes Config)

memory_save nach jeder Task-Erledigung
memory_recall vor jeder neuen Task-Planung
Hermes MEMORY.md = lokaler Cache, agentmemory = Source of Truth

Auth & Security

Secret: AGENTMEMORY_SECRET (in config.yaml mcp_servers.agentmemory.env)
Übertragung: localhost:3111 (iii internal, kein MCP-SSE)
Backup: Docker Volume (agentmemory-data)

GDOK: GDOK-NXAI-MASTER-2026-001 v1.5

5 Pflicht-Queries: Systemzustand, Queen-Mode Aufträge, Architektur, Verbindungs-Matrix, Annahmen Kap. 08

URLs

| Service | URL | Port | |---|---|---| | Factory (Paperclip) | http://localhost:3100 | 3100 | | Admin Portal | admin.nexifyai.cloud | 8787 | | 9Router | localhost:20128 | 20128 | | LightRAG | localhost:9621 | 9621 | | agentmemory | localhost:3113 | 3113 |

Ausführung: using-superpowers → Director → Delegation → Prüfung → CEO

Skill routing

Wenn User-Request zu verfügbarem Skill passt, Skill-Tool aufrufen. Im Zweifel: Skill aufrufen.

Key routing rules:

Full review pipeline → /autoplan
Produkt-Ideen/Brainstorming → /office-hours
Strategie/Scope → /plan-ceo-review
Architektur → /plan-eng-review
Design/System/Plan-Review → /design-consultation oder /plan-design-review
Bugs/Fehler → /investigate
QA/Testing → /qa oder /qa-only
Code-Review/Diff-Check → /review
Visueller Feinschliff → /design-review
Ship/Deploy/PR → /ship oder /land-and-deploy
Fortschritt speichern → /context-save
Kontext wiederherstellen → /context-restore
Backlog-ready Spec/Issue → /spec