Sechzig Container auf einem Server
Eine Bare-Metal-Box führt Dutzende bis Hunderte von Hoody-Containern aus. KSM und BTRFS-Dedup machen die Marginalkosten nahezu null.
Containers·Snapshots
TypFreigeschaltetPhaseProduktionSchwierigkeitEinfachAufgabeService überwachenFürKI-BuilderFürSolo FounderServicesPipeServicesAgentWarum HoodyHTTP-nativWarum HoodyKI-nativ
TypFreigeschaltetPhaseProduktionSchwierigkeitEinfachAufgabeService überwachenFürKI-BuilderFürSolo FounderServicesPipeServicesAgentWarum HoodyHTTP-nativWarum HoodyKI-nativ
use-cases / watch-your-agent-think-from-the-coffee-shop / hero
PIPE · TRACE · LIVE
Deinem Agent vom Café aus beim Denken zusehen
Dein Agent läuft in einem Container zu Hause. Du bist auf der anderen Seite der Stadt. Der Agent-Loop pipet jeden Schritt in Hoody Pipe; du rufst denselben Pfad in einem Handy-Tab per curl ab. Der Trace landet Zeichen für Zeichen — kein SSH, kein Dashboard, kein Upload.
10:42
agent-pipe.…hoody.com/v1/pipe/trace
STREAMINGtail · kein Polling
# tail of /pipe/trace[think] user wants invoice CSV; check schema first[tool_use] sql.describe("invoices")[result] 14 cols · last_paid_at present[think] group by month, sum total[tool_use] sql.exec("SELECT …")[result] 12 rows · 41 ms[think] format as CSV, write to /out[tool_use] files.write("invoices.csv")
use-cases / watch-your-agent-think-from-the-coffee-shop / mechanism
Pipe jeden Schritt raus, curle ihn rein
Der Loop des Agents emittiert ohnehin strukturierte Events — think, tool_use, result. Pipe sie mit PUT in einen Pfad. Vom Handy aus GET denselben Pfad. Die Pipe speichert die Bytes nicht; sie streamt sie zu wem auch immer gerade liest.
agent.loop · home container
PUT/api/v1/pipe/trace
# inside the agent loop$ echo "$step" | curl -T - \ https://agent-pipe.…hoody.com/api/v1/pipe/trace[INFO] Streaming to 1 receiver(s)...kein Buffer · Backpressure auf dem Agent selbsttermux · café table
GET/api/v1/pipe/trace
# read from the same path$ curl -N \ https://agent-pipe.…hoody.com/api/v1/pipe/trace[think] check schema first…Handy-Tab offen · Trace druckt sich, sobald er ankommtZwei HTTP-Verbindungen, ein Pfad. Die Pipe hält die Verbindung des Empfängers, bis der Sender ankommt — dein Handy-Tab kann offen sein, bevor der Agent startet, oder du springst mittendrin rein. Hoody Pipe ist die Leitung dazwischen, niemals eine Datenbank.
use-cases / watch-your-agent-think-from-the-coffee-shop / anatomy
Anatomie eines lesbaren Trace
Der Agent emittiert vier Arten von Zeilen. Jede sagt dir etwas, was ein Dashboard nicht kann: nicht nur was passiert ist, sondern was der Agent dabei dachte.
01 · BLAU
[think] — der Reasoning-Schritt
Der Plan des Modells in seinen eigenen Worten. Warum es dieses Tool gewählt hat, was es zurück erwartet, wo es verzweigen könnte. Diese Zeilen lesen heißt, dem Agent in Echtzeit beim Denken zusehen.
[think] user wants invoice CSV…02 · NEUTRAL
[tool_use] — der Aufruf
Die exakte Funktion und die Argumente, die der Agent aufrufen wollte. Eine Zeile pro Call, in der Reihenfolge, in der der Loop sie abgefeuert hat. Keine SDK-Abstraktion; nur der Wire-Level-Request.
[tool_use] sql.describe("invoices")03 · GRÜN
[result] — was zurückkam
Die Antwort des Tools, auf eine Zeile zusammengefasst. Zeilenanzahl, Dateigrößen, Statuscodes, Fehlermeldungen. Die Sache, über die die nächste [think]-Zeile reasoning macht.
[result] 12 rows · 41 ms04 · LIVE
Streaming, kein Polling
Jede Zeile landet, sobald der Agent sie emittiert. Kein 5-Sekunden-Refresh, kein „last updated 2 min ago“. Wenn der Cursor blinkt, ist der Agent zwischen zwei Gedanken. Du tailst, du refreshst nicht.
[tool_use] files.write("invoices.csv")use-cases / watch-your-agent-think-from-the-coffee-shop / punchline
Der Agent lief vierzig Minuten. Du hast ihn wie ein Buch gelesen.
Vierzig Minuten Reasoning, Tool-Calls und Ergebnisse — gerendert als ein durchgehender, farbcodierter Text-Stream. Du pollst keinen Endpoint. Du lädst kein Dashboard nach. Du tailst den Verstand des Agents aus einem Café.
TRACE · LIVE TAIL00:00 → 40:12
- 00:00[think]Reasoning-Schritt
- 00:14[tool_use]Tool-Aufruf
- 00:31[result]Antwort zurück
- 06:02[think]Reasoning-Schritt
- 12:48[tool_use]Tool-Aufruf
- 23:11[result]Antwort zurück
- 31:55[think]Reasoning-Schritt
- 40:12[result]Antwort zurück
- kein Dashboard
- kein Polling
- kein Upload
- nur curl
use-cases / watch-your-agent-think-from-the-coffee-shop / replaces
Was das ersetzt
Einen Agent zu beobachten hieß historisch: ein SaaS, ein Dashboard oder eine maßgeschneiderte WebSocket-App. Nichts davon übersteht die Frage „Was, wenn ich es einfach per curl abfrage?“.
- AgentOps / LangSmith DashboardsEine SaaS-Schicht, um deine eigenen Logs zu lesen
- Datadog APM für Agent-TracesFür Services gebaut, schief für Loops
- Agent Logging SaaSDeine Reasoning-Schritte in der Datenbank von jemand anderem
- Screen-Share mit dir selbstVNC nach Hause aus dem Café · Akku-Killer
- Polling von /status alle 5 SekundenLatenz, die du erfunden hast · Kosten, die du zahlst
- Custom WebSocket-DashboardEin Wochenend-Projekt, das du für immer wartest
use-cases / watch-your-agent-think-from-the-coffee-shop / cta
Pipe den Loop, curle den Pfad. Das Denken des Agents ist jetzt ein Tail, den du lesen kannst.
use-cases / watch-your-agent-think-from-the-coffee-shop / related
Lies die anderen
