Lektion 3 · GitLab Duo

Agents & Flows

Das Herzstück der Agent Platform — und dein Hauptthema.

Der eine Win dieser Lektion Du kannst Agent und Flow sauber auseinanderhalten, die mitgelieferten Bausteine benennen und einen Foundational Flow live anstossen — und in AI > Sessions nachverfolgen, was er getan hat.

Agent ≠ Flow

Ein Agent ist ein spezialisierter Akteur für einen Aufgabentyp. Ein Flow ist ein Ablauf, der einen oder mehrere Agents Ende-zu-Ende orchestriert.¹ Bild: Der Agent ist der Handwerker, der Flow ist der Bauplan, der mehrere Handwerker koordiniert.

Beispiel aus der Doku: Ein aus einem MR getriggerter Flow kann „einen Security-Scan machen, Code reviewen, Tests generieren und Doku entwerfen" — mehrere Agents, ein Ablauf.²

Drei Sorten Agents

Sorte	Herkunft	Trigger
Foundational	von GitLab mitgeliefert	Chat / Catalog
Custom	von deiner Org gebaut	Catalog (s. Lektion 4)
External	externer KI-Anbieter	aus Issue / Epic / MR

Die mitgelieferten Agents & Flows stehen kompakt im Cheat Sheet — Planner, CI Expert, Security Analyst, Data Analyst; Developer-, Code-Review-, Fix-CI/CD-Flow u. a.

Wo Flows laufen

Zwei Heimaten:¹

In GitLab CI/CD (Web): laufen asynchron und parallel — Planung, Entwicklung, Review, Pipeline-Fix ohne strenge Reihenfolge.
In der IDE: z. B. Developer Flow & Software Development Flow in VS Code, Visual Studio, JetBrains.

Voraussetzungen (einmalig, als Admin)

Foundational Flows für die Top-Level-Gruppe aktivieren.
Runner bereitstellen (oder GitLab-hosted Runners aktivieren).
Push-Rules für Service Accounts konfigurieren (Flows committen ggf. selbst).

Quelle: Flows-Doku.¹ Details ändern sich — vor dem Workshop prüfen.

Hands-on: ersten Flow anstossen

Test-Repo mit einer absichtlich kaputten .gitlab-ci.yml anlegen, Pipeline laufen lassen → sie failt.
Fix CI/CD Pipeline Flow auf die fehlgeschlagene Pipeline anstossen.
Beobachten, wie der Flow den Fehler analysiert und einen Fix vorschlägt/committet.
Verlauf prüfen: Projekt-Sidebar → AI > Sessions → Schritte & Tool-Aufrufe nachlesen.²

AI > Sessions ist dein bester Freund Für Demo und Betrieb: Hier siehst du jeden Schritt, jeden Tool-Aufruf und jede Freigabe — ideal zum Erklären „was hat der Agent eigentlich gemacht?" und für Audits.

Erweitern (kurz angerissen, Tiefe in Lektion 4) Agents werden mächtiger durch den Knowledge Graph (mehr Projektwissen) und MCP-Server (externe Tools). Standardverhalten steuerst du über AGENTS.md.

Selbsttest

Was orchestriert mehrere Agents zu einem Ende-zu-Ende-Ablauf?

Wo verfolgst du, was ein Flow Schritt für Schritt getan hat?

Welche Agent-Sorte wird aus Issue/Epic/MR getriggert?

Workshop-Winkel Der „kaputte Pipeline → Fix-Flow"-Showcase ist Gold: konkretes, vertrautes Problem, sichtbares Ergebnis, und AI > Sessions liefert die Erklärung gleich mit. Lass danach Teilnehmer raten, welcher Foundational Agent im Flow wohl gearbeitet hat.

Primärquelle

📖 Flows — GitLab Docs & Get started with the Agent Platform.

Quellen

Frag deinen Teacher-Agent: „Welcher Foundational Flow eignet sich für unsere Codebasis?" oder „Wie baue ich die kaputte Pipeline für die Demo gezielt?"

◀ Lektion 2 Cheat Sheet Lektion 4: AI Catalog ▸