Auf Ihrer Maschine, in einem echten Worktree
Nutzen Sie Repository, Toolchain und ausdrücklich erlaubte Caches auf Ihrer Workstation. Der Quellcode bleibt dort, solange Sie keinen Upload-Workflow wählen.
Hive führt Ihre CI aus. Wird ein geeigneter Check rot — einer, den Ihre Pipeline aktiviert hat und dessen Fehler nach Code-Arbeit aussieht — bekommt ein begrenzter Coding-Agent die Belege des Runs, pusht einen Kandidaten auf Ihren Branch, und ein frischer CI-Run entscheidet, ob er funktioniert hat.

Das Dashboard von Hive selbst — ein roter Build, der Fix des Agenten und der grüne Run danach.
Hive baut Hive — jeder Commit an diesem Produkt läuft durch seine eigene Pipeline, Agenten inklusive.
Starlark
Pipelines als Code
Ihr Key
Ihr Modell-Anbieter
EU
Control Plane in Deutschland
So funktioniert’s
Hive klassifiziert den Fehler. Ein Check weckt nur dann einen Agenten, wenn die Pipeline ihn aktiviert hat, die Richtlinie ihn erlaubt und Code-Arbeit helfen kann.
Die Coding-Aufgabe startet mit Run, begrenzten Logs, Branch-Diff und benannten fehlgeschlagenen Tests.
Der Agent editiert in einer isolierten Umgebung. Ein Wrapper außerhalb des Modells erzwingt Umfang, Budget und den konfigurierten Verifier der Lane.
Der Kandidat wird auf Ihren Branch gepusht und ein frischer CI-Run prüft ihn. Pflicht-Checks und Ihre normalen Review-Regeln behalten die Kontrolle.
fixer = fix_step(target = "test") # @hive//factory.star (agent, dormant)hive.pipeline(name = "pr-checks", on = [hive.on.pull_request(branches=["main"])], steps = [ hive.step(name = "test", image = CI, run = "go test ./...", on_failure = fixer), fixer, ])
02Run #4821, und warum er gebrochen ist
Aufgenommen aus dem eingecheckten Fixture-Set, nicht aus der Produktion

03der Agent, der es repariert hat
Aufgenommen aus dem eingecheckten Fixture-Set, nicht aus der Produktion
Passt Hive zu Ihnen?
Agenten-Plattform
Setzen Sie Agenten auf ausgewählte Arbeit an oder lassen Sie CI einen Agenten für einen geeigneten Fehler wecken. Sehen Sie jede verbundene Session neben Branch und Checks — und lenken Sie sie mitten im Turn aus dem Browser.
Nutzen Sie Repository, Toolchain und ausdrücklich erlaubte Caches auf Ihrer Workstation. Der Quellcode bleibt dort, solange Sie keinen Upload-Workflow wählen.
Verschieben Sie eine interaktive Session in einen vergänglichen, ressourcenbegrenzten Pod, wenn Sie den Laptop zurück oder mehr parallele Kapazität brauchen.
Ein roter Check kann einen Agenten unter Richtlinien mit den Run-Belegen wecken. Der Wrapper besitzt Budget, Prüfung und Lieferung.
$ hive launch --repo acme/shop --branch fix/checkout-total \ --target workstation --prompt "Make order totals include shipping"session started on this workstation · worktree ready · attached (tmux -L hive-agent)Ein Workspace, getrennte Vertrauensgrenzen. Workstation-, Cloud- und Factory-Agenten teilen Session- und Lieferansicht, ohne dieselben Befugnisse vorzutäuschen.
Die verbundene Agenten-Plattform entdeckenhive-pi-Harness
Projektkontext, Tools, Pläne, Tasks, delegierte Recherche, Quality-Gates und Hive-Telemetrie machen aus einem rohen Coding-Modell eine bedienbare Session.
Das hive-pi-Harness entdecken✓ done Read the failing test and the fixture generator✓ done Regenerate order fixtures with shipping lines▸ in progress Re-run pytest orders/ -q· pending Commit and push to feature/checkout-v2· pending Report the root cause on the pull requestRegeln, Branch-Fakten und relevantes Wissen kommen vor dem ersten Edit an.
Typisierte lokale und MCP-Fähigkeiten ersetzen kopierte Dashboards.
Plan, Workflow, Tasks, Nutzung und CI stehen neben dem Transkript.
Steuerung, Lieferung und Prüfung hängen am selben Control Plane.
CI/CD-Plattform
Echter Pipeline-Code, hybride Runner, warme Inputs und eine API machen Hive zuerst zum Build-System — und geben seinen Agenten Belege zum Handeln.
Starlark liefert Funktionen, Schleifen und Wiederverwendung über Repositories hinweg; die Auswertung bleibt deterministisch und mit dem Code versioniert.
load("@hive//checks.star", "checks") # grouped: ruff && mypy in one backend-lint podchecks.lint(name = "lint-backend", stack = "backend", tools = ["ruff", "mypy"], paths = "shared", image = CI_IMAGE, when = be_touched) # fanned out: one test node per module (module fanout via a comprehension)[checks.test(name = "test-" + m, stack = "backend", component = m, cmd = "scripts/run_tests.sh " + m, image = CI_IMAGE, when = ctx.changed(m + "/**"), autofix = True) for m in ["shared", "trader", "worker"]]Binden Sie vorhandene Maschinen an, mieten Sie bei Bedarf Burst-Kapazität und lassen Sie Constraints jeden Task auf die richtige Lane platzieren.
Fingerprint-basierte Images, Registry-Caches und Template-Testdatenbanken reduzieren wiederholtes Setup vor dem ersten Befehl.
Runs, Logs, Tests und Flottenstatus sind erstklassige Aufrufe für CLI, Skripte und eigene Agenten — keine Seiten zum Abgreifen.
explain_failure { "run_id": "#4821" }→ state: failed test-2 · failed · error: exit status 1 log tail: FAILED orders/tests/test_total.py::test_order_total_includes_shipping autofix_note: the run’s own fixer is already acting — wait for its commitWarum Hive
| Merkmal | Hivedieses Produkt | Jenkins | TeamCity | GitHub Actions |
|---|---|---|---|---|
| Handelt bei geeigneten Code-Fehlern | ja: Begrenzter Agent → geprüfter Kandidat | nein: Nein | nein: Nein | nein: Nein |
| Pipeline-Konfiguration | ja: Starlark (typisiert, wiederverwendbar) | teilweise: Groovy-DSL | teilweise: Kotlin-DSL / UI | teilweise: YAML |
| Kosten auf eigener Hardware | ja: Kostenlos — keine Nutzer- oder Agent-Gebühr | teilweise: Kostenlos + Ihre Betriebszeit | nein: Lizenz pro Agent und Jahr | teilweise: Eigene Runner, trotzdem pro Nutzer |
| Wartungsaufwand | ja: Nichts zu betreiben — das machen wir | nein: Plugin-Ökosystem = Ihr Problem | teilweise: Mittel | teilweise: Verwaltet (nur Cloud) |
| Build-Caching | ja: Warme Images + Template-DBs | teilweise: Selbst bauen | teilweise: Teilweise | teilweise: Cache-Action (langsam im Großen) |
Preise
Zwei Dinge kosten uns Geld — gemietete Rechenzeit und Speicher auf unserer Hardware — und genau diese zwei haben einen Zähler. Alles, was Sie mitbringen, ist kostenlos.
Kostenlos
Ihre Hardware, unser Control Plane
Binden Sie die Maschinen an, die Sie ohnehin haben. Keine Compute-Rechnung.
CPU-Minuten
50.000 pro Monat gratis während der privaten Beta
Packs werden in CPU-Minuten verkauft, nicht in Euro. Was ein neues Pack kostet, bewegt sich mit dem Hardwaremarkt. Was Sie bereits halten, dagegen nicht — eine CPU-Minute, die Sie letztes Jahr gekauft haben, kauft auch heute noch eine CPU-Minute. Zur Einordnung: Allein das kostenlose Beta-Kontingent ist 12× so groß wie das Gratis-Kontingent von GitHub Actions, und wir rechnen millisekundengenau ab, während dort jeder Job auf eine volle Minute aufgerundet wird.
Kapazität mieten, wenn Ihre eigene ausgeht — oder ganz ohne eigene Hardware starten.
Auf Anfrage
Design-Partner · für die allgemeine Verfügbarkeit geplant
Gestalten Sie Team-Kontrollen und reservierte Kapazität mit.
Abgerechnet werden Rechenzeit und Speicher, die Sie auf unserer Hardware tatsächlich nutzen — nie pro Nutzer, nie pro Build. Die endgültigen Preise nennen wir zum Start; wer auf der Warteliste steht, bekommt Early-Bird-Konditionen und ein Mitspracherecht.
FAQ
Wenn ein geeigneter Check fehlschlägt, hängt Hive Run, Logs, Diff und fehlgeschlagene Tests an eine begrenzte KI-Agenten-Aufgabe. Der Agent schreibt einen Kandidaten; der Wrapper führt den konfigurierten Verifier aus und pusht das Ergebnis auf Ihren Branch. Ein frischer CI-Run entscheidet, ob der Kandidat funktioniert, und Ihre normalen Review- und Merge-Regeln bleiben maßgeblich.
Modell-Anfragen gehen nur an den Anbieter, den Sie konfigurieren, und nutzen Ihre eigenen Zugangsdaten. Auf angebundenen Runnern bleibt der Checkout auf dieser Hardware. Ein lokaler Check-Snapshot oder gehosteter Workflow kann Quellcode, Logs oder Artefakte vorübergehend nach der veröffentlichten Retention-Richtlinie speichern; Hive nutzt Ihren Quellcode nicht zum Modelltraining.
Hive wird von der Pulsar-Projekte GmbH betrieben, einer deutschen Gesellschaft mit Sitz in Bayern. Der Control Plane läuft auf einem Server in Deutschland; diese Marketing-Seite wird als statische Dateien über Cloudflare ausgeliefert. Es gibt hier keine Webanalyse, kein Tracking und kein Cookie-Banner — die Datenschutzerklärung führt im Einzelnen auf, was verarbeitet wird und auf welcher Rechtsgrundlage.
Sie bringen Ihren eigenen Modell-API-Key mit, die Token-Kosten gehen also direkt an Ihren Anbieter zu dessen Preisen — ohne Aufschlag. Hive weist die Token-Kosten je Fix aus und lässt Sie harte Tageslimits setzen, damit keine überraschenden Rechnungen entstehen.
Nein — Sie können sie aber einsetzen, und dann ist es kostenlos. Wir hosten den Control Plane und die Oberfläche; wo die Arbeit läuft, entscheiden Sie. Binden Sie eigene Maschinen als Runner mit einem Einzeiler an (Linux, macOS, Windows), mieten Sie Kapazität als Booster-Packs, oder mischen Sie beides und lassen die Warteschlange auf unsere Kapazität überlaufen, wenn Ihre voll ist.
Ja. Ein auf Ihrer Workstation gestarteter Agent bekommt dort ein echtes Git-Worktree und nutzt Checkout, Toolchain und ausdrücklich erlaubte Caches dieser Maschine. Für diese Lane bleibt der Quellcode auf der Workstation. Eine Cloud-Session nutzt stattdessen einen vergänglichen Checkout auf gemieteter Kapazität; beide erscheinen im selben Browser-Workspace, mit Kontrollen passend zur jeweiligen Vertrauensgrenze.
Rechenzeit, die Sie minutenweise bei uns mieten, statt Hardware zu kaufen. Nutzt ein Run gehostete Kapazität, verbucht Hive die abgerechneten CPU-Millisekunden auf Tenant und Projekt, sodass Kosten je Run und verbleibender Saldo sichtbar bleiben. In der privaten Beta gibt es 50.000 CPU-Minuten pro Monat. Packs lauten auf Rechenzeit statt auf Geld: Eine Preisänderung wirkt sich darauf aus, was ein neues Pack kostet, nie auf das, was Sie bereits halten. Die Zulassungssteuerung anhand des Saldos wird während der Beta noch ausgerollt.
Nein. Ein Repository nimmt mit einer einzigen Datei teil, und Hive startet im Shadow-Modus: Es meldet seinen eigenen Status und verlangt nichts, Ihre bestehende Pipeline entscheidet also weiterhin über jeden Merge. Sie vergleichen beide an echten Commits, so lange Sie möchten. Hive zu einem Pflicht-Check zu machen, ist eine separate Entscheidung in den Einstellungen Ihres Repositories — und unser eigener Onboarding-Leitfaden rät ausdrücklich, die alte CI erst abzuschalten, wenn eine Preflight-Prüfung sauber durchläuft. Fangen Sie mit einem Repository und einem Job an — eine brauchbare Pipeline sind wenige Zeilen — und weiten Sie es aus, wenn es sich bewährt hat.
Nein — Hive führt sie aus. Die Agenten authentifizieren sich als Sie, mit dem Abo oder Key, den Sie ohnehin bezahlen: einem Claude- oder Codex-Abo, einem Cursor-Konto oder einem OpenRouter-Key auf ein Modell Ihrer Wahl. Ihre lokale Umgebung bleibt unangetastet, denn die CI läuft serverseitig und benötigt auf Ihrem Rechner keine Installation. Dazu stellt Hive über hundert MCP-Tools bereit: Sie starten Runs, lesen Logs und analysieren Fehler aus dem Editor und Agenten heraus, den Sie schon benutzen, statt in unsere Oberfläche zu wechseln.
Nein. Hive liest Code, meldet Status und empfängt Webhooks über eine GitHub App und führt daher heute ausschließlich GitHub-Repositories aus. Eine Integration für GitLab oder Bitbucket gibt es nicht, und wir kündigen hier auch keine an.
Einen fehlgeschlagenen Lint-, Test- oder Build-Schritt, dessen Pipeline ihn mit on_failure aktiviert hat. Infrastrukturfehler und Timeouts wecken nie einen Fixer, der Commit eines Fixers weckt nie einen weiteren, und ein Fixer, der scheitert oder seine Arbeit nicht prüfen kann, lässt den ursprünglichen Fehler stehen. Der Kandidat muss einen frischen CI-Run bestehen und merged nie von selbst — Ihre Review- und Merge-Regeln bleiben maßgeblich.
Eine Starlark-Datei unter .hive/main.star. Eine brauchbare ist wenige Zeilen lang: den Standard-Pipeline-Builder laden, einen Lint- und einen Test-Schritt benennen und optional einen Fixer an den Test-Schritt hängen. Die Docs-Seite „Your first pipeline“ zeigt die Form und wie Sie den ersten Run beobachten.
hive check --step <name> lädt einen Snapshot Ihres Arbeitsbaums hoch, führt diesen Schritt samt Abhängigkeiten auf der Flotte aus und gibt das Log-Ende des fehlgeschlagenen Tasks aus. Es braucht einen erreichbaren Server, ein Token und ein registriertes Projekt; es ist kein lokaler Runner.
Runs 90 Tage, Events 14 Tage, Artefakte 7 Tage, Caches 30 Tage; ein hive-check-Snapshot wird nach 7 Tagen gelöscht. Das Löschen aus dem Objektspeicher erfolgt transaktional statt als bestmögliche Aufräumrunde.
Actions führt Ihren Workflow aus und gibt Ihnen ein rotes X. Hive führt Ihre Pipeline aus und gibt Ihnen einen Fix. Dazu kommen Pipelines als echter Code (Starlark statt YAML), warme Caches von Haus aus und die freie Wahl, auf wessen Hardware gearbeitet wird — auf Ihrer ohne Compute-Kosten, auf unserer minutenweise, oder auf beiden.
Hive ist derzeit in privater Beta. Wer auf der Warteliste steht, wird der Reihe nach eingeladen und bekommt Early-Bird-Konditionen; jeder Beta-Mandant erhält 50.000 CPU-Minuten pro Monat, um Jobs auf unserer Hardware auszuprobieren — rund 12× so viel wie das Gratis-Kontingent von GitHub Actions.
Kommen Sie in die private Beta. Binden Sie eigene Maschinen an und zahlen Sie nichts für Compute — oder arbeiten Sie auf unseren: Jeder Beta-Mandant bekommt 50.000 CPU-Minuten pro Monat.