Wavefunction: quelloffener KI-Programmierassistent für Mac

Wavefunction ist ein quelloffener KI-Programmierassistent für den Mac. Die Desktop-App verbindet Projektdateien, Gespräche und ausführbare Entwicklungsaufgaben. Während der Agent arbeitet, können Sie Anforderungen ergänzen, weitere Aufgaben anstoßen und anschließend Änderungen sowie Testergebnisse prüfen.

Einfach erklärt: Wozu dient Wavefunction?

Die Website führt zum Download und zum Quellcode. Die installierte Anwendung arbeitet in einem Projektordner: Sie beschreiben eine Änderung, und der Agent kann Code bearbeiten und Entwicklungsbefehle ausführen. Ein Beispiel wäre ein Monatsfilter für eine vorhandene Rechnungsübersicht einschließlich Tests. Das passt zu Entwicklern, die Ergebnisse selbst beurteilen und ihre Modellanbindung wählen möchten. Installation und Einrichtung gehören zum Einstieg.

Eigene Modelle statt einer festen Anbieterbindung

Die Website nennt ChatGPT-Anmeldung mit Plus oder Pro, API-Schlüssel für Anthropic, Google Gemini, OpenAI, OpenRouter und Vercel AI Gateway sowie Ollama und OpenAI-kompatible Dienste wie LM Studio. Pro Chat lässt sich ein Modell wählen und wechseln. Der Anschluss eines Kontos enthält weder ein neues Abo noch ein allgemeines API-Guthaben. Lokale Dienste müssen entsprechend eingerichtet sein.

Datenschutz: lokal gespeichert, gezielt übertragen

Gespräche, Skills und Einstellungen liegen auf dem Mac. Gehostete Modelle und Konnektoren erhalten jedoch die an sie gesendeten Eingaben. Zugangsschlüssel werden in lokalen Dateien mit Benutzerrechten gespeichert, laut Dokumentation ohne Verschlüsselung.

Require zero data retention wirkt bei OpenRouter und Vercel AI Gateway auf die Auswahl der Anbieter. Bei anderen Diensten ist eine Einstellung im jeweiligen Konto nötig. Befehle laufen standardmäßig in der macOS-Sandbox; externe Ordner brauchen Freigaben, voller Zugriff verändert bestimmte Genehmigungen. Die Sicherheitsrichtlinie erläutert auch die Grenzen der Prüfung irreversibler Befehle.

Parallele Arbeit nachvollziehbar organisieren

Chats besitzen eigene Modelle, Ordner und Verläufe. In Git-Projekten startet ein neuer Chat standardmäßig mit eigenem Branch und Checkout. Helfer können parallel arbeiten; sie teilen zunächst den Checkout des Hauptchats oder erhalten eigene Worktrees. Getrennte Arbeitsverzeichnisse vermeiden nicht automatisch logische Konflikte.

Nachrichten während der Ausführung lenken die aktuelle Aufgabe. Queue follow-up verschiebt eine Anfrage nach hinten. Helfer lassen sich ansehen, umleiten und stoppen. Fork und Rewind ermöglichen alternative Verläufe beziehungsweise die Rückkehr zu einem gespeicherten Nachrichtenstand. Rewind ist kein vollständiges Versionsarchiv; Routinen benötigen eine geöffnete App.

Die erste Änderung im Projekt

1. Den DMG über den offiziellen Download beziehen und die App nach Applications ziehen. Voraussetzung: Apple Silicon und macOS 11 oder neuer.
2. Einen Anbieter oder lokalen Modelldienst verbinden, Modelle auswählen und ein Projekt erstellen.
3. Den Projektordner öffnen; New worktree für einen separaten Git-Checkout eingeschaltet lassen, falls gewünscht.
4. Änderung, Grenzen und Abnahmekriterien nennen, etwa einen Filter ohne Änderung des API-Formats samt Tests.
5. Diff und Befehlsausgaben prüfen, bevor Sie das Ergebnis übernehmen.

Ein eigener Desktop für Computer Use

Für grafische Aufgaben verwendet Wavefunction einen Desktop in einem lokalen Docker-Container. Laut Dokumentation bewegt es weder Ihren Mac-Zeiger noch tippt es auf Ihrer Tastatur oder zeichnet den Mac-Bildschirm auf. Sie können zusehen oder übernehmen; bei privater Anmeldung pausiert der Agent. Dateien werden bewusst hinzugefügt oder in erlaubte Ordner übergeben. Erforderlich sind Docker Desktop und ein bildfähiges Modell. Ausgehende Daten an Websites und Modelle bleiben gesondert zu beachten.

MCP und vorhandene Projektregeln

Die Website beschreibt aktuell über 70 vorbereitete MCP-Konnektoren und zusätzliche eigene MCP-Server. Zugriffe hängen von den jeweiligen Dienstberechtigungen ab. AGENTS.md und SKILL.md können vorhandene Arbeitsregeln vermitteln. Solche Anweisungen ersetzen weder Berechtigungen noch Codeprüfung.

Kosten und Verbrauch auseinanderhalten

Am 5. November 2026 geprüft: Die App ist kostenlos und MIT-lizenziert. Modellnutzung richtet sich nach den Bedingungen des gewählten Anbieters; ein weltweit einheitlicher Preis oder unbegrenzte Inferenz ist damit nicht zugesagt. Abhängigkeiten und Dienste haben eigene Bedingungen.

Settings → Analytics zeigt gemeldete Token, Cache-Nutzung, Läufe, Arbeitszeit und gemeldete USD-Kosten, nach Modell und für die letzten 14 Tage. Fehlende Kostendaten gelten nicht als null; maßgeblich bleibt die Anbieterrechnung.

Häufige Fragen

Gibt es ein gemeinsames kostenloses Modellkontingent?

Ein solches Kontingent ist nicht dokumentiert. Kostenlos ist die Anwendung; Modellkonten und API-Nutzung haben eigene Grenzen und Preise.

Funktionieren Ollama und eigene APIs?

Ja, neben den genannten Cloud-Diensten sind Ollama und OpenAI-kompatible Endpunkte vorgesehen. Fähigkeiten und Konfiguration des Modells bestimmen die möglichen Aufgaben.

Bleibt mein Code grundsätzlich auf dem Mac?

Nur lokale Speicherung ist zugesagt. Eingaben an gehostete Modelle oder Konnektoren verlassen den Mac; lokale Schlüsseldateien sind zudem nicht verschlüsselt.

Welche Hardware ist erforderlich?

Die dokumentierte App setzt Apple Silicon und macOS 11+ voraus. Computer Use benötigt zusätzlich Docker Desktop und Bildverständnis. Windows- oder Linux-Pakete werden hier nicht vorausgesetzt.

Offizielle Ressourcen

• Repository und README: Einrichtung, Architektur und Mitarbeit.
• GitHub Issues: gewöhnliche Fehler; Sicherheitslücken über den privaten Meldeweg der Richtlinie.