ponytail - Minimal-Code-Skill für KI-Agenten

1. Projektübersicht

ponytail ist ein leichtgewichtiges Skill-/Regelwerk für KI-Codierungsagenten (Claude Code, Codex, Cursor und über 20 weitere Plattformen), das den Agenten darauf trainiert, nur den absolut notwendigen Code zu schreiben – indem Bestehendes wiederverwendet wird, bevor etwas Neues generiert wird. Dadurch wird das Volumen an KI-generiertem Code um etwa die Hälfte reduziert, ohne Einbußen bei der Sicherheit.

2. Hintergrund und Positionierung

Kernmission: Moderne Codierungsagenten neigen zur Überproduktion – sie verpacken einfache Aufgaben in zusätzliche Abstraktionen, erfinden bereits existierende Hilfsfunktionen neu oder ignorieren native Plattformfunktionen. ponytail kodiert eine bewusste „Entscheidungsleiter“, die der Agent erklimmen muss, bevor er Code schreibt, sodass Zurückhaltung statt Ausschweifung zum Standardverhalten wird. Die Philosophie lässt sich mit dem Slogan zusammenfassen: „Er sagt nichts. Er schreibt eine Zeile. Es funktioniert.“
Unterschiede zu ähnlichen Projekten: ponytail ist weder ein Codegenerator, noch ein Linter oder Styleguide, sondern ein Pre-Generation-Regelwerk – es beeinflusst, was der Agent überhaupt zu schreiben beschließt, nicht wie die Ausgabe nachträglich formatiert wird. Es ergänzt explizit Tools wie „caveman“ (das die Konversation des Agenten kürzt, während ponytail den Code des Agenten kürzt) und wird als portable Regeldateien/Hooks bereitgestellt, statt als eigenständige Anwendung, sodass es in fast jedem KI-Codierungstool installiert werden kann.

3. Funktionskategorien

🪜 Entscheidungsleiter

7 sequenzielle Prüfungen, die der Agent vor dem Schreiben von Code durchläuft – um zu entscheiden, ob eine Funktion überhaupt benötigt wird, bereits existiert oder mit der Standardbibliothek, nativen Plattformfunktionen oder einer installierten Abhängigkeit gelöst werden kann.

Muss dies überhaupt existieren? (YAGNI-Prüfung)
Existiert es bereits in dieser Codebasis?
Kann die Standardbibliothek das erledigen?
Gibt es eine native Plattformfunktion (z. B. <input type="date">)?
Gibt es eine installierte Abhängigkeit, die das bereits kann?
Kann es als Einzeiler gelöst werden?
Nur wenn alles andere fehlschlägt: minimalen funktionsfähigen Custom Code schreiben

🧰 Skills / Befehle

5 Slash-Befehle, die es Entwicklern ermöglichen, Minimalismus direkt aus der Agentensitzung heraus zu überprüfen und durchzusetzen.

/ponytail-review – markiert Over-Engineering im aktuellen Diff
/ponytail-audit – scannt ein gesamtes Repository auf unnötigen Code
/ponytail-debt – sammelt zurückgestellte ponytail:-Abkürzungen in einem Ledger
/ponytail-gain – zeigt Benchmark-Metriken für die aktuelle Sitzung
/ponytail-help – Schnellreferenz

🎚️ Intensitätsstufen

4 konfigurierbare Modi, die steuern, wie aggressiv der Agent Code kürzt; pro Projekt oder Sitzung umschaltbar.

lite – sanfter Anstoß, behält Ausführlichkeit bei
full – ausgewogene Reduktion (Standard)
ultra – aggressiver Minimalismus
off – deaktiviert das Regelwerk

🔌 Plattformintegrationen

Über 20 unterstützte KI-Codierungsagenten/Editoren, jeweils mit nativem Installationspfad (Plugin-Manager, Erweiterung oder kopierte Regeldatei).

Claude Code, Codex, GitHub Copilot CLI
Cursor, Windsurf, Cline
Gemini CLI, Devin CLI, OpenCode, Aider, Zed und mehr

4. Highlights

~54 % weniger Code, gleiche Sicherheit – gemessen an echten Feature-Tickets anhand eines FastAPI + React Templates: ponytail reduzierte die Codezeilen um 54 %, Tokens um 22 %, Kosten um 20 % und Zeit um 27 %, während Sicherheit (Validierung, Fehlerbehandlung, Security, Barrierefreiheit) bei 100 % blieb.
Portabel über das Agenten-Ökosystem – wird als AGENTS.md plus plattformspezifische Regelkopien ausgeliefert (.cursor/rules/, .windsurf/rules/, .github/copilot-instructions.md etc.), sodass dieselbe Disziplin gilt, unabhängig davon, welchen Codierungsagenten ein Team verwendet.
Bewusste Reihenfolge der Operationen – die Entscheidungsleiter läuft erst nachdem der Agent das Problem verstanden hat, sodass Minimalismus niemals auf Kosten der Korrektheit geht.
Integrierte Review-Tools – /ponytail-review und /ponytail-audit machen „weniger Code“ von einer einmaligen Gewohnheit zu einer laufenden, auditierbaren Praxis über die gesamte Codebasis hinweg.
Keine zwingende Konfiguration – funktioniert sofort mit der Intensitätsstufe full; Teams, die mehr oder weniger Aggressivität wünschen, können dies über eine Umgebungsvariable oder Konfigurationsdatei anpassen.
Saubere Deinstallation – ein dediziertes Skript uninstall.js entfernt Modus-Flags, Konfigurationsdateien und Statusleisten-Integrationen, sodass die Einführung risikofrei rückgängig gemacht werden kann.

5. Anwendungsfälle nach Rolle

Allgemeine Entwickler: Erhalten agentengenerierten Code, der näher an dem liegt, was ein sorgfältiger menschlicher Engineer schreiben würde – weniger unnötige Wrapper-Komponenten, Abhängigkeiten oder Abstraktionen zu prüfen und zu warten.
Projektmanager / Tech Leads: Nutzen /ponytail-gain und die veröffentlichte Benchmark-Methodik, um die Kosten- und Zeitersparnis zu quantifizieren, die ein KI-unterstützter Workflow tatsächlich liefert.
DevOps/SRE, Security Engineers, Data/Research Scientists: Nicht direkt adressiert – ponytail ist domänenagnostisch, aber seine Sicherheitsgarantien (Validierung, Fehlerbehandlung, Security und Barrierefreiheit werden „niemals minimiert“) bedeuten, dass es in keinem dieser Kontexte Sicherheit gegen Kürze eintauscht.

6. Einstieg

Finden Sie, was Sie brauchen – starten Sie mit dem Kernregelwerk und der Befehlsreferenz:

/ponytail-help

Installieren / Integrieren – für Claude Code:

/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail

Andere Plattformen (Codex, Gemini CLI, Cursor, Windsurf etc.) haben jeweils einen äquivalenten Einzeiler-Installationsbefehl, oder die Regeldateien können direkt aus dem Repository kopiert werden (.cursor/rules/, .windsurf/rules/, AGENTS.md).

Beitragen – validieren Sie die Regelkonsistenz und führen Sie Tests aus, bevor Sie Änderungen einreichen:

node scripts/check-rule-copies.js
npm test

7. Projektstruktur

ponytail/
├── AGENTS.md                 # Kernregelwerk (wird von vielen Plattformen automatisch geladen)
├── skills/                   # Ausführbare Skills (review, audit, debt, gain, help)
├── hooks/                    # Lifecycle-Hooks (plattformspezifisch)
│   ├── hooks.json
│   └── qoder-hooks.json
├── .cursor/rules/            # Regelkopien für Cursor/Windsurf/Cline
├── .windsurf/rules/
├── .clinerules/
├── .github/copilot-instructions.md
├── scripts/
│   ├── check-rule-copies.js  # Konsistenz über Agentenkopien hinweg validieren
│   ├── build-openclaw-skills.js
│   └── uninstall.js          # Lokale Statusdateien bereinigen
├── benchmarks/                # Messmethodik und Ergebnisse
├── examples/                  # Vorher/Nachher-Codebeispiele
└── LICENSE                    # MIT

Wichtige Dateien: AGENTS.md enthält das kanonische Entscheidungsleiter-Regelwerk, das jede plattformspezifische Regeldatei spiegelt; scripts/check-rule-copies.js verhindert, dass diese Kopien auseinanderlaufen.

8. Verwandtes Ökosystem

Abhängigkeiten: Der KI-Codierungsagent, in dem es installiert ist (Claude Code, Codex, Cursor, Gemini CLI etc.) – ponytail selbst ist ein Regelwerk/Skill, keine eigenständige Laufzeitumgebung. Node.js muss im PATH verfügbar sein für Lifecycle-Hooks auf Plattformen wie Claude Code und Codex.
Ergänzende Projekte: „caveman“, ein begleitendes Regelwerk, das die konversationelle Ausführlichkeit des Agenten reduziert, passt zu ponytail (das die Code-Ausführlichkeit des Agenten reduziert), ohne funktionale Überschneidungen.

9. Lizenz

MIT-Lizenz.

✅ Frei nutzbar, kopierbar, modifizierbar und verteilbar, auch für kommerzielle Zwecke.
✅ Kann in proprietäre oder Closed-Source-KI-Tools integriert werden.
❌ Wird ohne Gewährleistung bereitgestellt; der Autor haftet nicht für Schäden aus der Nutzung.
ℹ️ Der ursprüngliche Copyright-Hinweis und der Lizenztext müssen in Kopien oder wesentlichen Teilen der Software erhalten bleiben.

10. FAQ

F: Steht ponytail in Konflikt mit anderen Agentenverhaltens-Tools wie „caveman“?
A: Nein – caveman reduziert die Konversationslänge des Agenten, ponytail reduziert den Code, den der Agent schreibt. Sie sind für die gemeinsame Nutzung konzipiert.

F: Stammen die Benchmark-Zahlen aus synthetischen Tests?
A: Nein – der primäre Benchmark wurde an echten Feature-Tickets anhand des Full-Stack-FastAPI + React Templates von tiangolo mit Claude Haiku 4.5 gemessen, nicht an isolierten Einzelgenerierungen.

F: Geht Minimalismus auf Kosten von Sicherheit oder Barrierefreiheit?
A: Nein – Validierung, Fehlerbehandlung, Security und Barrierefreiheit sind explizit davon ausgenommen, was die Entscheidungsleiter kürzen darf.

F: Wie ändere ich die Aggressivität von ponytail?
A: Führen Sie /ponytail [lite | full | ultra | off] aus oder setzen Sie PONYTAIL_DEFAULT_MODE über eine Umgebungsvariable oder ~/.config/ponytail/config.json.

F: Wie entferne ich ponytail sauber?
A: Führen Sie node scripts/uninstall.js aus, bevor Sie den Plugin-Entfernungsbefehl Ihrer Plattform nutzen, um Modus-Flags, Konfigurationsdateien und Statusleisteneinträge zu bereinigen.

11. Quicklinks

Repository: https://github.com/DietrichGebert/ponytail
Kernregelwerk: AGENTS.md im Stammverzeichnis des Repositories
Mitwirken: node scripts/check-rule-copies.js und npm test (siehe Stammverzeichnis des Repositories)
Lizenz: MIT (Datei LICENSE im Repository)

12. Zusammenfassung

ponytail verwandelt „weniger Code schreiben“ von einem Vorsatz in eine durchsetzbare, messbare Gewohnheit für KI-Codierungsagenten, reduziert das Volumen an generiertem Code um etwa die Hälfte und hält dabei Sicherheits- und Barrierefreiheitsgarantien fest. Es eignet sich besonders für Teams, die in ihrem Workflow stark auf KI-Codierungsagenten angewiesen sind und möchten, dass die Ausgabe schlank und wartbar bleibt – installieren Sie es einmal auf Ihrer bevorzugten Agentenplattform, und die Entscheidungsleiter wird bei jeder Aufgabe automatisch ausgeführt.