Besonderheiten von Python für Coding-Agenten
In Python fehlen dem Agenten viele Hinweise, die ein Compiler in Java oder C# liefern würde. Fehler zeigen sich erst zur Laufzeit oder in Tests. Deshalb ist eine verlässliche Testsuite die wichtigste Voraussetzung für produktives Agentic Coding in Django-Projekten.
Hilfreich sind zusätzlich Typ-Hinweise mit mypy oder Pyright sowie ein Linter wie Ruff. Ein Hook, der nach jeder Änderung Linter und Tests startet, gibt dem Agenten sofortiges Feedback und spart Ihrem Team manuelle Korrekturschleifen.
Ein weiterer Punkt sind Migrations. Wenn mehrere Agenten oder Personen parallel an Models arbeiten, entstehen schnell konkurrierende Migrationsdateien. Im Workshop legen wir fest, wer Migrations erzeugt, wie Konflikte aufgelöst werden und dass der Agent niemals bestehende, bereits ausgerollte Migrationen umschreibt. Diese Regel gehört direkt in die Regeldatei des Projekts.
Workshop in vier Etappen
Der Ablauf ist erprobt, wird aber an Ihre Projekte, Ihr Tool und den Wissensstand des Teams angepasst. Ziel ist, dass jede Person am Ende mindestens eine echte Aufgabe mit einem Agenten abgeschlossen und reviewt hat. Zusätzlich entstehen wiederverwendbare Bausteine: Regeldatei, Hook-Konfiguration für Ruff und pytest sowie eine kurze Checkliste für Reviews, die direkt im Repository abgelegt wird.
- Die AI Code Engineers von neooutput prüfen Projektstruktur, Abhängigkeitsverwaltung mit pip, Poetry oder uv sowie die vorhandenen Tests.
- Gemeinsam entsteht eine Regeldatei, als CLAUDE.md für Claude Code oder AGENTS.md für Codex, mit Befehlen, Konventionen und Verboten.
- Das Team setzt echte Aufgaben um, etwa ein neues Django-Modell mit Admin, API-Endpunkt und Tests.
- Abschließend wird geklärt, welche Aufgaben künftig Agenten übernehmen und wie Reviews ablaufen.
Wissen und Daten rund um das Projekt
Python-Teams arbeiten häufig nah an Daten: Exporte, Fixtures, Logdateien. Wenn darin personenbezogene Informationen stecken, sollten sie vor der Nutzung in Prompts anonymisiert werden. Textwash Pro übernimmt das automatisch und unterstützt damit DSGVO-konforme Abläufe.
Wer neben dem Code auch Fachdokumente, Handbücher oder Richtlinien per KI zugänglich machen möchte, findet in kalAIDoCreate eine Plattform für Wissensassistenten und Dokumenten-KI in Unternehmen und öffentlicher Hand.
Häufige Fragen
Welches Tool empfehlen Sie für Django-Projekte?
Das hängt von Ihrem Team ab. Claude Code ist stark bei Aufgaben über viele Dateien im Terminal, OpenAI Codex bietet neben der CLI einen Cloud-Modus für parallele Aufgaben, Cursor integriert den Agenten in den Editor. Im Workshop vergleichen wir die Tools an Ihrem Code.
Eignet sich der Workshop auch für FastAPI oder Flask?
Ja. Die Grundprinzipien gelten für jedes Python-Projekt. Der Django-Schwerpunkt betrifft vor allem ORM, Migrations und Admin. Bei FastAPI oder Flask verschiebt sich der Fokus auf Pydantic-Modelle, Routing und Tests.
Findet der Workshop online oder vor Ort statt?
Beides ist möglich. neooutput arbeitet remote im DACH-Raum und international sowie vor Ort bei Ihnen im Unternehmen. Für die praktische Arbeit am Code sind beide Formate gleich gut geeignet.