Willkommen beim ai-pair-programming Workshop: Co-Coding mit KI zum programmieren lernen oder um kleine Projekte á la vibe coding.

Viel Spaß!
Weitere Infos findest du in der Präsentation

---

📚 Table of Contents

• Einführung

• Tools

  • VOID
  • Goose
  • opencode

• Beispiele & Tutorials

• Ablauf des Workshops

• Lizenz

---

🛠️ Einführung

Dieses Repository enthält alles, was ihr für den Vibe Coding Contest benötigt:

• Installations- & Setup-Guides
• Beispielprojekte & Tutorials
• Vorlagen für Präsentationen
• Hinweise zu API-Keys & Modellnutzung
• Best Practices für AI-gestütztes Pair & Vibe Coding

Das Material entstand im Rahmen des ScaDS.AI Meetups „Vibe Coding Contest“. 👉 Der direkte Repo-Link ist auf Slide 14 der Intro-Präsentation zu finden.

---

🧰 Tools

Im Workshop arbeiten wir mit drei komplementären AI-Coding-Tools, die bewusst unterschiedliche Paradigmen abdecken:

---

VOID

➡️ Ordner im Repo: /1_void ➡️ Website: https://voideditor.com/

VOID ist ein Open-Source AI Code Editor, basierend auf VS Code – vergleichbar mit Cursor, aber kostenlos und offen.

Kurzüberblick:

• Klassische VS-Code-UX mit integrierten LLM-Features
• Inline-Coding, Chat, Refactoring, Explain, Generate
• Alternative zu Cursor / GitHub Copilot
• Model-agnostisch: OpenAI, Claude, lokale Modelle (Ollama, vLLM, LM Studio), OpenAI-kompatible APIs
• Ideal für klassisches Pair Programming mit KI

➡️ Vollständige Setup- & Nutzungsanleitungen im /1_void-Ordner.

---

Goose

➡️ Ordner im Repo: /2_goose ➡️ Docs: https://block.github.io/goose/

Goose ist kein IDE-Plugin, sondern ein eigenständiger AI-Agent-Workspace (Desktop & CLI).

Charakteristika:

• Task- & Conversation-Driven UI statt Datei-/Editor-Fokus
• Arbeit beginnt mit einer natürlichen Aufgabenbeschreibung, nicht mit Codezeilen
• Unterstützt agentische Workflows für Development & Automatisierung

Besondere Features:

• Recipes: Wiederverwendbare, strukturierte Agent-Workflows (z. B. Project-Setup, Refactoring, Analysen)
• Automatisch gespawnte Sub-Agents: Goose erzeugt aus natürlicher Sprache spezialisierte Agenten (z. B. Recherche, Coding, Review)
• Explizite Tool- & Execution-Kontrolle: File-Writes, Commands, Netzwerkzugriffe sind sichtbar und nachvollziehbar

Modell-Support:

• OpenAI, Anthropic
• OpenAI-kompatible APIs (z. B. KIARA, LM Studio, Ollama)

➡️ Setup- & Nutzungsanleitungen im /2_goose-Ordner.

---

OpenCode

➡️ Ordner im Repo: /3_opencode ➡️ Docs: https://opencode.ai/docs

OpenCode ist ein AI Coding Agent, mit dem du deine Projekte und Code-Ideen gemeinsam umsetzen kannst.

Was OpenCode auszeichnet:

• Agent statt Editor-Feature: OpenCode arbeitet auf Repository-Ebene und versteht Projektstruktur, Kontext und Historie
• Plan → Execute → Iterate: Aufgaben werden geplant, umgesetzt und gemeinsam mit dem Menschen iterativ verfeinert
• Explizite Agent-Aktionen: File-Änderungen, Commands, Refactorings sind transparent und steuerbar; zahlreiche nützliche Slash (/) commands
• Ideal für größere Tasks: Features, Bugfixes, Migrationen, Refactorings

Technisch:

• CLI-basiert / Desktop Variante vorhanden
• Model-agnostisch (lokal & Cloud)
• Stark geeignet für AI Pair Programming jenseits von Autocomplete; state-of-the-art features, wie skills, plugins & starke (open-source) community

➡️ Setup- & Nutzungsanleitungen im /3_opencode-Ordner.

---

🎮 Beispiele & Tutorials

➡️ Ordner: /4_beispiele_fuers_vibe_coding

Die Beispiele sind so gewählt, dass ihr schnell ins Tun kommt, unabhängig vom Tool:

---

Beispiel 1 – TicTacToe

Varianten:

• Python in der Goose-Sandbox
• HTML + CSS + JS in VOID

➡️ Enthält ein vollständiges Anfänger-Tutorial.

---

Beispiel 2 – Virtuelle Klaviatur

Ein interaktives Web-Instrument (JS + HTML + Audio). Ideal für UI-Experimente und KI-gestützte Erweiterungen.

---

Beispiel 3 – Programmieren lernen mit KI (Python)

Ein interaktiver Einstieg in Python: Lernen über Chat, Beispiele und gemeinsames Coden mit dem Agenten.

---

🧩 Ablauf des Workshops

• Findet euch in Teams oder arbeitet alleine
• Macht euch mit VOID, Goose & OpenCode vertraut
• Nutzt die Beispiele oder bringt eigene Ideen ein
• Ausprobieren → Lernen → Iterieren
• Fragen, Ideen & Zwischenergebnisse jederzeit teilen 😉
• Ziel: Spaß haben und Inspiration für ein eigenes AI-Coding-Setup mitnehmen

---

🤖 Empfohlene Modelle

• KIARA: vllm-meta-llamna-llama-3-3-70b-instruct (URZ-gehostetes LLM-Cluster, free)

• Mistral: devstral-2512 (aktuelles Coding-LLM, Stand 01/2026 ebenfalls free)

• OpenAI: gpt-5.1-codex-max Input: ~$1.25 / MTok · Output: ~$10 / MTok

• Anthropic: claude-sonnet-4-5 Input: ~$3 / MTok · Output: ~$15 / MTok

---

📜 Lizenz

Workshop-Material steht unter CC BY 4.0, Oliver Welz
Code: MIT-Lizenz (see LICENSE)

---