DAGx: Der Orchestrierungs-Layer für OpenClaw.
OpenClaw führt aus. DAGx steuert, versioniert und optimiert Workflows mit DAG, DNA und messbarer Governance.
OpenClaw ist der Motor. Es fehlt die Steuerungsschicht.
OpenClaw exekutiert zuverlässig. Aber ohne explizite Steuerung bleibt jeder Run eine Blackbox.
- Keine expliziten Abhängigkeiten (DAG)
- Keine reproduzierbaren Runs
- Keine Versionierung von Skills/Policies
- Keine Budget- und Energy-Enforcement Layer
- Keine Compare/Experiment Mechanik für Entscheidungen
- Kein Audit-Trail für Governance
OpenClaw + DAGx: getrennte Verantwortlichkeiten
OpenClaw
Execution Engine — führt Agent-Tasks aus
- Execution
- Sessions
- Tools
- Runtime
DAGx
Control Layer — steuert, versioniert, optimiert
- DAG Nodes
- DNA Snapshots (.toon)
- Score/Fitness
- Experiments
- Routing
- Delivery
DAG Nodes → Runs → Scores → Fitness → Resolver → Mutations (human approved)
Vom Spec zum Delivery in 5 Schritten
Define Spec
Goal, Scope und Definition of Done festlegen. Klare Erfolgskriterien vor dem ersten Run.
Build DAG
Nodes und Dependencies als gerichteten azyklischen Graphen definieren. Smoke Test vor Execution.
Run & Verify
OpenClaw exekutiert. DAGx verifiziert gegen DoD und triggert automatische Patch-Loops bei Abweichung.
Score & Compare
J-Funktion bewertet jeden Run. DNA-Level Fitness vergleicht Konfigurationsvarianten gegeneinander.
Promote & Deliver
Preferred Snapshot auswählen, Delivery Package schnüren. Audit-Trail dokumentiert jede Entscheidung.
Alles, was OpenClaw zur Steuerung braucht
DAG Layer
Explizite Dependencies als gerichteter azyklischer Graph. Visuelle Graph-Ansicht, Smoke Test und deterministische Execution Order.
DNA Compiler (.toon)
Versionierte Snapshots von Agent-Konfigurationen, Skills und Policies. Pinbar pro Run für vollständige Reproduzierbarkeit.
Score/Fitness Loop
J-Funktion bewertet jeden Run quantitativ: J = 100 − (Token-Kosten) − (Dauer) − (Fehlerrate). Fitness aggregiert über Zeitreihe.
Compare Engine
Base vs Candidate Vergleich auf Run- und DNA-Level. Entscheidungen werden datenbasiert getroffen, nicht per Bauchgefühl.
Energy Controller
Budget-Limits und Energy-Policies pro Projekt, Team und Agent. Enforcement verhindert unkontrollierte Token-Ausgaben.
Skill Registry & Routing
Zentrale Verwaltung aller Skills mit Fitness-Scores. Routing Advisor weist Tasks automatisch dem fähigsten Agent zu.
Experiments Runner
A/B-Tests für Agent-Konfigurationen und Workflows im Sandbox-Modus. Vergleiche Varianten bevor du produktiv gehst.
Multi-Project Isolation
Project-scoped Storage, getrennte Fitness-Werte und unabhängige Policies. Kein Projekt beeinflusst ein anderes.
Gebaut für Teams, die AI produktiv einsetzen
SEO Production System
Audit → Brief → Content → Compare. Reproduzierbare SEO-Pipelines mit Quality Gates, Score-basierter Content-Bewertung und automatischer Delivery.
Agency Ops
Teams, Skills, Approvals und Deliveries orchestriert. CEO-Dashboard mit Echtzeit-Überblick über alle Projekte, Agenten und Kosten.
Product Teams
Experiments für Feature-Varianten, Governance über Entscheidungspfade und Budget-Enforcement pro Sprint. Messbar statt meinungsbasiert.
Nicht ein weiteres AI-Frontend
| Chat/Prompt Tools | DAGx Control Layer | |
|---|---|---|
| Output | Einmalige Antworten | Versionierte Runs |
| Qualität | Subjektiv | DoD + Verify/Patch |
| Governance | Keiner | Audit + Approvals |
| Optimierung | Manuell | Score/Fitness/Compare |
| Kosten | Unklar | Energy Controller + Budgets |
| Skalierung | Kontextkopie | Artefakt-Backbone |
Flexibel nach Bedarf
Preise werden mit dem Launch bekanntgegeben. Sichere dir jetzt Early Access.
Starter
Einzelprojekt mit Core DAG, DNA Snapshots und Score-Tracking.
- 1 Projekt
- DAG Layer
- DNA Snapshots
- Score/Fitness
- Energy Monitoring
Pro
Experiments, Routing Advisor und Compare Engine für datenbasierte Optimierung.
- Alles aus Starter
- Experiments Runner
- Compare Engine
- Routing Advisor
- Approval Workflows
Agency
Multi-Projekt, Team-Management, Deliveries und vollständige Governance.
- Alles aus Pro
- Multi-Project Isolation
- Team-Management
- Delivery Pipeline
- Custom Policies
Häufig gestellte Fragen
Ist DAGx ein Ersatz für OpenClaw?
Nein. DAGx ist die Steuerungsschicht über OpenClaw. OpenClaw bleibt die Execution Engine — DAGx orchestriert, versioniert und optimiert die Runs darüber.
Was bringt der DAG Layer konkret?
Explizite Dependencies zwischen Tasks, reproduzierbare Runs und deterministische Execution Order. Jeder Task kennt seine Vorbedingungen und kann isoliert verifiziert werden.
Was ist DNA (.toon)?
Eine versionierte Konfiguration von Agents, Skills und Policies. Jeder Snapshot ist pinbar pro Run — du kannst exakt die Konfiguration wiederherstellen, die ein bestimmtes Ergebnis produziert hat.
Kann ich mehrere Projekte isoliert betreiben?
Ja. Project-scoped Storage, getrennte Fitness-Werte und unabhängige Policies stellen sicher, dass kein Projekt ein anderes beeinflusst.
Wie wird Qualität gemessen?
Über die J-Funktion (Score), Fitness-Aggregation über Zeitreihen, automatische Verify/Patch-Loops und Definition-of-Done Checks. Jeder Run wird quantitativ bewertet.
Kann ich das in meine Agenturprozesse integrieren?
Ja. DAGx unterstützt Deliveries mit Quality Gates, Approval Workflows, Routing nach Skill-Fitness und Team-basierte Zugriffssteuerung.
Wie funktioniert die Kostenkontrolle?
Der Energy Controller setzt Budget-Limits pro Projekt, Team und Agent durch. Die J-Funktion berücksichtigt Token-Kosten direkt im Score: J = 100 − (0.0001 × Tokens) − (0.5 × Minuten) − (10 × Fail-Rate).
Was ist der Unterschied zu anderen AI-Tools?
DAGx ist kein Chat-Frontend. Es ist ein Governance-Layer mit versionierten Runs, messbarer Qualität, Experiments und Audit-Trail. Der Fokus liegt auf Reproduzierbarkeit und Kontrolle, nicht auf Prompting.
Baue ein kontrollierbares AI-System, nicht nur Prompts.
DAGx macht OpenClaw reproduzierbar, messbar und effizient steuerbar.
Early Access anfragen