Kernkonzepte
4-Schichten-Architektur
REAP besteht aus vier miteinander verbundenen Schichten:
Langfristige Ziele und Richtung. Ziele treiben jede Generation. Memory bewahrt Kontext über Sitzungen hinweg.
Genome (präskriptiv — wie man baut) + Environment (deskriptiv — was existiert). Die Grundlage für jede Generation.
Ein einzelner Evolutionszyklus, angetrieben von Vision, verankert in Knowledge. Folgt Learning → Planning → Implementation → Validation → Completion.
Quellcode und alle Projektartefakte außerhalb von .reap/. Was die Generationen weiterentwickeln. Erkenntnisse fließen in Knowledge zurück.
Schlüsselprinzipien
Wird während einer normalen Generation nie verändert. Änderungen gehen über Backlog → Completion Adapt-Phase. (Embryo-Generationen erlauben freie Änderung.)
Keine quantitativen Metriken. Das natürlichsprachliche Feedback des Menschen ist das einzige Fitness-Signal.
Die KI passt die Kommunikationstiefe basierend auf der Kontextklarheit an — von aktivem Dialog bis zur autonomen Ausführung. Siehe Selbstentwickelnde Features für Details.
Lebenszyklus-Übersicht
Jede Generation folgt fünf Phasen und erzeugt bei jedem Schritt Artefakte:
| Phase | Was passiert | Artefakt |
|---|---|---|
| Learning | Projekt erkunden, Kontext aufbauen, Genome und Environment prüfen | 01-learning.md |
| Planning | Aufgabenzerlegung + Implementierungsplan | 02-planning.md |
| Implementation | Code mit KI + Mensch-Zusammenarbeit | 03-implementation.md |
| Validation | Tests ausführen, Abschlusskriterien überprüfen | 04-validation.md |
| Completion | Reflektieren + Fitness-Feedback + Genome anpassen + Archivieren (4 Phasen) | 05-completion.md |
→ Lifecycle details · → Backlog & Deferral
Laden des Sitzungskontexts
Wenn Sie ein REAP-Projekt öffnen, weist CLAUDE.md den KI-Agenten an, Genome, Environment und den REAP-Leitfaden zu lesen. Der Agent lädt sofort das Wissen des Projekts und versteht den aktuellen Zustand.
Evolutionsfluss
Wissen akkumuliert über Generationen hinweg. Jede Generation entwickelt das Genome weiter, und Erkenntnisse sammeln sich in der Lineage:
Generation #1 (Genome v1)
→ Learning: explore project, build context
→ Planning → Implementation
→ OAuth2 need discovered → genome-change logged in backlog
→ Validation (partial)
→ Completion: reflect → fitness → adapt (genome v2) → commit → Archive
Generation #2 (Genome v2)
→ Learning: review updated genome, deferred tasks
→ Vision-driven goal: "OAuth2 integration + permission management"
→ ...