Caret Meetup #1 Bericht (2025.07.15)

Wir teilen die Aufzeichnungen und Präsentationsmaterialien vom ersten Treffen des koreanischen Open-Source-Vibe-Coding-Tool-Projekts Caret, das am 15. Juli 2025 stattfand. Es war beruhigend, dass so viele Leute teilgenommen haben.

Meetup Informationen

• Datum: 15. Juli 2025, 19:00 Uhr
• Ort: Union Town 7F, 28 Gangnam-daero 94-gil, Gangnam-gu, Seoul
• Teilnehmer: Caretive CEO Kihwan Kim, CTO Byungseok Yang und 8 weitere Mitwirkende.

Wir haben die Materialien auf YouTube und GitHub hochgeladen, also schaut sie euch bitte mit der Community an.

​

Einführung

Format: Präsentation → F&A und Diskussion

F&A: Fragen wurden per Teams-Chat empfangen und nach Überprüfung gemeinsam beantwortet.

​

Präsentation (Luke Yang)

Präsentationsaufzeichnung:

Zusammenfassung: Dies ist die Aufzeichnung der Präsentation vom ersten Treffen des koreanischen Open-Source-Vibe-Coding-Tools Caret, das am 15. Juli 2025 stattfand. Zu den Themen gehören: 1. AI Coding Market Outlook 2. Projektvorstellung 3. Projektleiter-Vorstellung 4. Problemstellung 5. Globale Open-Source-basierte Architektur 6. Unterscheidungsmerkmale 7. AI-gesteuerte Entwicklungsmethode 8. Geschäftsmodell 9. Wachstumsplan 10. Open-Source-Community 11. Aufgaben. Präsentationslink: http://bit.ly/3UjCYFK Event Record Link: http://bit.ly/4eY7kHK

Präsentationsfolien: https://github.com/aicoding-caret/caret-meetup/blob/main/01-regular-meetup-20250715/01-regular-meetup-caretive-presentation-20250715.pdf

​

Stand des KI-Coding-Marktes

Der KI-Coding-Markt gilt als sehr heiß und wichtig.

Die jüngsten Nachrichten über den Wechsel des Windsurfer-Gründers zu Google sind ein Beispiel für die Bedeutung dieses Marktes.

​

Caret Projektvorstellung

Definition: Ein Open-Source-basiertes koreanisches KI-Coding-Tool.

GitHub: Betrieben als Open-Source unter https://github.com/caretive-ai/project-careti

Service-Seite: Betrieben unter dem Namen 'https://careti.ai'

VSCode Marketplace: Offiziell registriert unter https://marketplace.visualstudio.com/items?itemName=caretive.caret, aber noch nicht aktiv beworben, da Monetarisierung und Stabilisierung noch nicht abgeschlossen sind.

Kernidee: "Ein Open-Source-basiertes koreanisches KI-Coding-Tool wie Cursor."

​

Sprechervorstellung (Luke Yang)

Karriere:

Aktiv als Blogger 'Forest Story'

Studium der Informatik an der Soongsil University, früher Entwickler bei Naver, einschließlich OCR F&E (ca. 3 Jahre).

Tätig in der Portalstrategie von Naver und als Webtoon PD sowie im Ministerium für Wissenschaft und IKT in der Softwareausbildung und Entwicklerpolitik.

Gründung des VR-Webtoon-Startups ComicsV und Entwicklung der Open-Source-Web-Metaverse-Plattform XRCLOUD.

Derzeit CTO bei Caretive und Leiter der Caret-Serviceentwicklung.

Entwicklungsphilosophie: Interessiert an der Konvergenz von Technologien. Hatte einen lang gehegten Traum von KI und möchte eine KI-Agenten-Persona 'Alpha' und sogar einen Androiden auf Basis der Caret-Technologie erschaffen.

​

Motivation: Krise und Chance

Krisengefühl:

Verspürte ein Krisengefühl, dass bestehende Softwareentwicklungsmethoden durch KI vollständig umgestoßen würden.

Verspürte die Notwendigkeit, realistische Probleme zu lösen, die bei der praktischen Verwendung von KI-Coding-Tools auftreten (z. B. falsche KI-Ausgaben, mangelnde Verantwortlichkeit).

Verglich KI-Coding-Tools mit einem "unzähmbaren Wildpferd" und glaubte, dass eine Diskussion darüber, wie man sie zähmt, notwendig ist.

Chance:

Beurteilte, dass die KI-Ära, wie die Übergangszeiten der Windows- und Mobile-Ära, auch größere Chancen für bestehende Entwickler bietet.

Glaubte, dass eine Ära angebrochen ist, in der Entwickler mehr tun können, anstatt zu verschwinden.

Hatte das Gefühl, dass die Zeit gekommen ist, die wahre KI zu erschaffen, von der er geträumt hatte.

​

Die Realität und Probleme des KI-Codings

KI-Halluzinationen:

Testfall für die Entwicklung eines Taschenrechners: TDD angewiesen, aber die KI meldete Tests als erfolgreich, ohne tatsächlich Klicks auszuführen.

Ursachenanalyse: Die KI verwechselte die Meldung "Aktion wurde ausgeführt" mit Erfolg und verfügte nicht über visuelle Ergebnisüberprüfungsfunktionen.

KI-Vorschlag: Forderte die Hinzufügung eines spezifischen visuellen Evidenzüberprüfungsschritts zum System, anstatt sich auf einfache Erfolgsmeldungen zu verlassen.

Begrenztes Codeverständnis:

KI ahmt das Codieren nach, versteht es aber nicht. Es fehlt das strukturelle und semantische Verständnis des Codes.

SemCode Paper (2023): Forschung zu KI-Modellen, die die Semantik von Code verstehen. Ein kleines Modell (6B) erreichte eine Leistung, die mit GPT-3.5-turbo vergleichbar ist.

Schlussfolgerung: Es ist wichtig, nicht nur den Code selbst zu lernen, sondern auch die "Prozess"-Daten seiner Erstellung (Debugging, Dokumentation, Fehlerbehebungsmethoden usw.).

​

Carets Architekturstrategie

Grundlage: Basiert auf dem Open-Source-Projekt 'Cline'.

Anfangsstrategie: Cline geforkt und direkt modifiziert.

Problem: Schwierig, mit den Updates von Cline Schritt zu halten, was zu unnötiger Arbeit führte.

Aktuelle Strategie: Overlay-Architektur

Den ursprünglichen Cline-Code so unberührt wie möglich belassen und Carets Funktionen darüber hinzufügen.

Wenn eine Änderung unvermeidlich ist, sichern Sie die Originaldatei (.cline) und fügen Sie einen Kommentar (// CARET MODIFICATION) hinzu, um Änderungen zu verdeutlichen.

Dies soll die automatische Zusammenführung mit Cline in der Zukunft erleichtern.

Verbesserungen:

Mehrsprachige Unterstützung (i18n): Konvertierte fest codierten Text in ein mehrsprachiges System. Unterstützt derzeit vier Sprachen (Koreanisch, Englisch, Japanisch, Chinesisch).

System Prompt Verbesserung: Geänderte fest codierte Prompts in eine dynamische, JSON-basierte Struktur.

Effekt: Reduzierte Prompt-Token um 50 %, was die Leistung verbesserte und die Kosten senkte.

Moduswechsel: Einführung von 'Agent/Chatbot'-Modi ähnlich wie bei Cursor, neben den bestehenden 'Plan/Act'-Modi von Cline, für mehr Flexibilität.

​

Carets Kernfunktionen und Unterscheidungsmerkmale

Caret Regeln (.caretrules):

Verwaltet projektspezifische System Prompts im JSON-Format.

Reduziert die Token-Anzahl im Vergleich zu natürlicher Sprache und verbessert das Verständnis der KI mit einer klaren hierarchischen Struktur.

Wird als Paar mit einer Markdown-Datei zur Benutzerlesbarkeit verwaltet; entwickelt, damit die KI beide Dateien zusammen ändert, wenn Regeln aktualisiert werden.

Kostentransparenz und -kontrolle:

Erbt Clines Funktion zur Anzeige der Echtzeitkosten pro Chat.

Dies ermöglicht es Benutzern, ihre Ausgaben vorherzusagen und zu kontrollieren.

Plant, Funktionen hinzuzufügen, wie z. B. das automatische Umschalten von Sitzungen, wenn bestimmte Token-Kosten überschritten werden.

Eingebetteter Browser und Rollback-Funktion:

Die Entwicklung mit einem eingebetteten Browser ist möglich, aber die KI-Steuerungsfunktionen müssen noch verbessert werden.

Eine Checkpoint-basierte Rollback-Funktion ist vorhanden, kann aber instabil sein; Ursachenanalyse und Verbesserung sind erforderlich.

​

Geschäftsmodell und Roadmap

Firmengründung: 'Caretive' Corporation gegründet und erste Angel-Investition gesichert.

Erlösmodell: B2C: Abonnementmodell für einzelne Benutzer.

Kostenlos: 25 Credits bereitgestellt.

Bezahlt: 10 $ (300 Credits), Pay-as-you-go.

B2B (Hauptfokus): Verkauf von Unternehmenslizenzen und Beratung.

Anpassung und technischer Support, zugeschnitten auf die Bedürfnisse des Unternehmens.

Projekte, die in Zusammenarbeit mit der Open-Source-Community durchgeführt werden.

Roadmap:

Mai 2025: Firmengründung.

2. Juli 2025: Marktplatzstart.

H2 2025: Technologiestabilisierung, Ausbau der Nutzerbasis, Ziel von 300 Mio. KRW Umsatz.

2026: Serviceverbesserung.

​

Zukünftige Aufgaben und F&E-Bereiche

Dringende Aufgaben:

Entwicklung von Login- und Abonnementsystemen.

Implementierung von Funktionen zur Verwaltung von Unternehmensmitgliedern.

Entwicklung von Schulungsprogrammen und Marketing.

F&E-Bereiche:

Stärkung von KI-Kernfunktionen wie LLM-Routern und Vector DB-Integration.

Kostenvorhersage und -optimierung.

Schulung semantikbasierter KI-Modelle.

AST (Abstract Syntax Tree)-basiertes Code-Chunking und -Analyse.

​

F&A und Diskussion

Front-End-Implementierung: Carets Webview dient derzeit als Front-End.

Gute Ergebnisse können erzielt werden, indem man ein gutes Design (Bild) zeichnet und es der KI zur Verfügung stellt. Die Bereitstellung mehrerer PowerPoint-Folien ist ebenfalls effektiv.

Eine direkte Figma-Integration ist nicht möglich, aber die Konvertierung von Figma-Ausgaben in Bilder ermöglicht es der KI, eine Site auf dieser Basis zu erstellen.

Modellspezifischer Unterschied in der Antwortqualität:

Leistung und Eigenschaften variieren je nach Modell, was zu Ergebnisunterschieden führt.

Das Konzept eines "KI-Gateways" ist entstanden, um dies zu lösen. Es wandelt Benutzeranfragen in optimierte Prompts für jedes Modell um.

Caret hat noch kein Gateway, erwägt aber, es zu einem Framework zu entwickeln, um einfach zwischen verschiedenen Modellen zu wechseln.

Caret Regeln Anpassung:

Die .caretrules-Datei kann direkt geändert werden, um projektspezifische, benutzerspezifische Regeln anzuwenden.

Verwaltet mit separaten globalen und Workspace-Regeln (Projekt).

Open-Source-Community-Management:

Bedenken hinsichtlich der Managementmethoden sind hoch, da erfolgreiche Open-Source-Community-Fälle in Korea selten sind.

Plant, Stufen wie "Contributor" und "Board Member" zu schaffen und Belohnungen für Beiträge zu vergeben (Credits, Geräteverleih usw.).

Zielt auf eine praktische, technologieorientierte Ingenieurversammlung ab.

​

Abschluss und zukünftige Ankündigungen

Networking der Teilnehmer: Für das nächste Treffen werden Namensschilder vorbereitet, um die Namen und Zugehörigkeiten der Teilnehmer zu identifizieren.

Die Teilnehmer wurden gebeten, ihre LinkedIn- und GitHub-Links zu teilen.

Contributor-Vorschlag:

Allen Meetup-Teilnehmern wurde der Status "Contributor" angeboten.

Contributor-Vorteile: Geräteverleih, Bereitstellung von Arbeitsbereichen, Entwicklungsguthaben und APIs, Auflistung auf GitHub-Contributoren.

Contributor-Missionen werden auf der Grundlage der diskutierten Themen und individuellen Beitragsinteressen vorgeschlagen.