Rerun
WebsiteNo-Code & Low-Code
Rerun ist eine No-Code-Plattform zum Erstellen, Ausführen und Überwachen von KI-Agenten mit stets aktiver Automatisierung, menschlichen Genehmigungen und einem Live-Dashboard für volle Transparenz über Läufe, Protokolle und Metriken.
https://rerun.build/?ref=producthunt&utm_source=aipure
Produktinformationen
Aktualisiert:Jul 23, 2026
Was ist Rerun
Rerun (rerun.build) ist ein KI-Agentenprodukt, das entwickelt wurde, um autonome Automatisierung für Nicht-Ingenieure und Teams zugänglich zu machen. Anstatt Prompts, Server und fragile Integrationen zu verwalten, beschreiben Sie, was getan werden soll, verbinden die Tools und Modelle, die Sie bevorzugen (oder verwenden von Rerun gehostete Modelle), und überwachen dann alles über ein übersichtliches Dashboard. Die Plattform betont Einfachheit ("No-Code"), Transparenz (nichts ist eine Blackbox) und Kontrolle (Agenten pausieren für Genehmigungen vor sensiblen Aktionen).
Hauptfunktionen von Rerun
Rerun ist eine No-Code-Plattform zum Erstellen und Betreiben von ständig aktiven KI-Agenten, die Sie in Echtzeit überwachen können. Sie beschreiben die Aufgabe, verbinden Tools und Modelle, und die Agenten laufen autonom auf Auslösern (Zeit, E-Mail, Änderungen), übergeben Aufgaben an andere Agenten und pausieren zur menschlichen Genehmigung vor sensiblen Aktionen. Es bietet ein lesbares Dashboard mit Ausführungsprotokollen, Metriken, Token-Nutzung und Übergaben, unterstützt viele LLM-Anbieter (oder Ihre eigenen Schlüssel/lokalen Modelle) und führt jeden Arbeitsbereich auf einem dedizierten, isolierten "privaten Bereich"-Server in der Cloud aus (mit geplanter Selbsthosting-Option).
No-Code-Agenten-Erstellung: Erstellen Sie Agenten, indem Sie die Aufgabe beschreiben – keine Prompts, Befehlszeilen oder aufwendige technische Einrichtung erforderlich.
Immer aktive, ereignisgesteuerte Automatisierung: Agenten "wachen" automatisch nach Zeitplänen, eingehenden E-Mails oder erkannten Änderungen auf – kein manueller Startknopf erforderlich.
Menschliche Genehmigungen (Human-in-the-Loop): Bei sensiblen Aktionen (z. B. Zahlungen, Kunden-E-Mails) pausieren Agenten und fordern eine Genehmigung an (in-App oder über Slack), bevor sie fortfahren.
Live-Überwachung & Beobachtbarkeit: Echtzeit-Dashboards zeigen jede Ausführung, jeden Schritt, die Token-Nutzung, den Status und die Protokolle, sodass das Agentenverhalten keine Black Box ist.
Eigene oder enthaltene Modelle: Verwenden Sie in den Plänen enthaltene Rerun-gehostete Modelle oder verbinden Sie Ihre eigenen Abonnements/API-Schlüssel (und potenziell lokale Modelle) über mehrere Anbieter hinweg.
Dedizierter privater Arbeitsbereichsserver: Jeder Arbeitsbereich läuft auf einer eigenen isolierten Cloud-Maschine mit dedizierter CPU/RAM; Selbsthosting ist als "bald" angegeben.
Anwendungsfälle von Rerun
Posteingangs-Triage & tägliche E-Mail-Operationen: Entwerfen Sie Antworten in Ihrem Ton, archivieren Sie Threads mit geringem Wert und markieren Sie die wenigen E-Mails, die jeden Morgen wirklich Aufmerksamkeit benötigen.
Nachverfolgung von eingehenden Verkaufsanfragen: Antworten Sie auf neue Leads, entwerfen Sie Outreach und verfolgen Sie Übergaben – eskalieren Sie an einen Menschen, wenn Nachrichten oder Angebote sensibel sind.
Finanzen & Betrieb: Rechnungsverfolgung und Genehmigungen: Überwachen Sie fehlgeschlagene Zahlungen, verfolgen Sie überfällige Rechnungen und leiten Sie Rückerstattungen/Anpassungen zur expliziten Genehmigung vor der Ausführung weiter.
Automatisierung des Kundensupports: Bearbeiten Sie gängige Supportanfragen, sammeln Sie Kontext und entwerfen Sie Antworten, während Sie Grenzfälle oder riskante Aktionen zur Überprüfung eskalieren.
Agenturberichte & Kunden-Updates: Erstellen Sie wiederkehrende Berichte und Updates nach Zeitplan und fordern Sie dann die Genehmigung an, bevor Sie sie extern an Kunden senden.
E-Commerce Back-Office-Workflows: Verarbeiten Sie routinemäßige Bestell-/Verwaltungsaufgaben, markieren Sie niedrige Lagerbestände oder Anomalien und pausieren Sie für eine menschliche Bestätigung bei Änderungen mit hoher Auswirkung.
Vorteile
Niedrige Einstiegshürde: No-Code-Einrichtung für Nicht-Ingenieure.
Starke Sichtbarkeit/Kontrolle: Live-Dashboards plus menschliche Genehmigungen für sensible Schritte.
Flexible Modellstrategie: Unterstützt mehrere LLMs und ermöglicht die Verwendung eigener Abonnements/Schlüssel.
Standardmäßig Isolation: Dedizierter privater Server pro Arbeitsbereich reduziert Bedenken hinsichtlich "Noisy Neighbor" und Datenvermischung.
Nachteile
Selbsthosting ist noch nicht verfügbar (als "bald" aufgeführt), was die Bereitstellungsoptionen für einige Teams einschränken kann.
Autonome Agenten erfordern immer noch Aufsicht und gute Regeln; eine Fehlkonfiguration kann trotz Genehmigungstoren zu falschen Aktionen führen.
Die Preisgestaltung beinhaltet Limits pro Plan (Agenten, Plätze, enthaltene Server/Modellnutzung), was die Skalierung ohne Upgrades einschränken kann.
Wie verwendet man Rerun
1) Installieren Sie den Rerun Viewer (rerun-cli): Wählen Sie eine Installationsmethode: (a) Laden Sie die rerun-cli-Binärdatei für Ihre Plattform von den GitHub Release-Artefakten herunter, (b) über Cargo: `cargo binstall rerun-cli` (empfohlen für Binärdateien) oder `cargo install rerun-cli --locked` (aus dem Quellcode erstellen; erfordert Rust 1.92+), oder (c) über Snap (von der Community gepflegt): `snap install rerun`. Führen Sie nach der Installation `rerun` aus, um den Viewer zu starten.
2) Installieren Sie ein SDK für Ihre Sprache (Python/C++/Rust): Nach der Installation des SDK für Ihre Sprache richten Sie ein Projekt ein, das von Rerun abhängt. Wählen Sie das gewünschte Sprach-SDK (Python enthält den Viewer; C++ und Rust sind ebenfalls verfügbar). Stellen Sie sicher, dass Ihre SDK-Version mit der Viewer-Version übereinstimmt, da das Datenformat zwischen verschiedenen Versionen nicht stabil ist.
3) Erstellen Sie eine Aufzeichnung und speichern Sie sie in einer .rrd-Datei (Beispiel: Python): Protokollieren Sie Daten in einen Aufzeichnungsstream und speichern Sie sie als `.rrd`-Datei. Beispielmuster aus der Dokumentation: Erstellen Sie einen `RecordingStream`, rufen Sie `save("run-1.rrd")` auf, stellen Sie die Zeit ein (z.B. `set_time("step", sequence=t)`) und `log(...)` Daten bei jedem Schritt.
4) Öffnen Sie eine Aufzeichnung im Viewer: Starten Sie den Viewer mit `rerun` und öffnen Sie die von Ihnen erstellte `.rrd`. Sie können auch einen Dateipfad übergeben, um sie direkt zu öffnen (die Dokumentation weist darauf hin: „rerun startet den Viewer. Übergeben Sie eine Datei, um sie direkt zu öffnen“).
5) Laden Sie ein vorhandenes Blueprint-Layout aus einer Datei (nützlich für Rust/C++-Benutzer): Wenn Sie eine zuvor erstellte Blueprint-Datei haben (z.B. aus dem Viewer gespeichert oder mit dem Python SDK erstellt), können Sie diese programmgesteuert mit `log_file_from_path` laden. Beispiel aus der Dokumentation: Initialisieren/Starten Sie den Viewer, dann `rr.log_file_from_path(path_to_rrd)` und `rr.log_file_from_path(path_to_rbl)`, um das Blueprint anzuwenden.
6) (Optional) Verwenden Sie einen Katalog-Workflow für die Abfrage/das Training mehrerer Aufzeichnungen: Der Rerun-Katalog organisiert Aufzeichnungen als abfragbare Segmente. Der in der Dokumentation beschriebene Workflow: (1) Daten protokollieren/in `.rrd` konvertieren, (2) einen Katalogserver starten (oder sich mit Rerun Hub verbinden), (3) die `.rrd` als Segment registrieren, dann (4) über Aufzeichnungen visualisieren und abfragen und (5) einen Dataloader verbinden, um Trainingsbatches zu generieren.
7) Aus dem Quellcode mit Pixi erstellen (wenn Sie einen Entwicklungsbuild benötigen): Wenn Sie aus dem Quellcode erstellen möchten, tun Sie dies innerhalb der Pixi-Umgebung (die Quellen erwähnen dies als den einfachen Weg). Nächtliche Entwicklungs-Wheels vom Kopf von `main` sind auch über das GitHub-Prerelease-Tag verfügbar.
8) C++ API-Dokumentation lokal erstellen (Mitwirkende): Die C++ API-Dokumentation wird mit Doxygen erstellt und auf GitHub gehostet. Um sie lokal zu erstellen, führen Sie aus: `pixi run -e cpp cpp-docs`.
9) Beheben Sie ein häufiges PyO3-Build-Konfigurationsproblem (Rust/Python-Builds): Wenn Sie einen Fehler wie „failed to parse contents of PYO3_CONFIG_FILE… failed to open PyO3 config file …/rerun_py/pyo3-build.cfg: No such file or directory“ sehen, deutet dies darauf hin, dass die erwartete PyO3-Konfigurationsdatei an diesem Pfad fehlt. Stellen Sie sicher, dass die Datei existiert oder Ihre Umgebung `PYO3_CONFIG_FILE` auf den richtigen Speicherort verweist.
Rerun FAQs
Rerun ist eine Plattform zum Erstellen, Ausführen, Überwachen und Teilen autonomer KI-Agenten. Sie beschreiben die Aufgabe, verbinden Tools/Modelle, und die Agenten erledigen die Arbeit, während Sie Ausführungen, Protokolle und Metriken über ein Dashboard verfolgen können.
Rerun Video
Beliebte Artikel
Atoms: Eine Multi-Agenten-KI-Plattform, die Ideen in startbereite Produkte verwandelt
May 22, 2026
Nano Banana SBTI: Was es ist, wie es funktioniert und wie man es im Jahr 2026 einsetzt
Apr 15, 2026
Atoms Review – Der KI-Produkt-Builder, der die digitale Erstellung im Jahr 2026 neu definiert
Apr 10, 2026
Kilo Claw: Wie man einen echten "Do-It-For-You" KI-Agenten bereitstellt und verwendet (2026 Update)
Apr 3, 2026
Neueste KI-Tools ähnlich wie Rerun
Hapticlabs
Hapticlabs ist ein No-Code-Toolkit, das Designern, Entwicklern und Forschern ermöglicht, immersive haptische Interaktionen über Geräte hinweg einfach zu entwerfen, zu prototypisieren und bereitzustellen, ohne programmieren zu müssen.
Monyble
Monyble ist eine No-Code-KI-Plattform, die es Nutzern ermöglicht, KI-Tools und -Projekte innerhalb von 60 Sekunden zu starten, ohne technische Expertise zu benötigen.
Abyss
Abyss ist eine KI-gesteuerte Plattform, die es Benutzern ermöglicht, automatisierte, aufgabenbezogene Widgets zu erstellen, zu teilen und auszuführen, ohne technische Expertise zu benötigen.
AppScape
AppScape ist eine No-Code-Plattform, die sofort einsatzbereite KI-gestützte Apps und anpassbare SaaS-Lösungen anbietet, die eine schnelle Bereitstellung ohne traditionelle Entwicklungskosten und technisches Fachwissen ermöglichen.
Beliebte KI-Tools wie Rerun
GitHub MCP Server
GitHub MCP Server ist ein Model Context Protocol-Server, der eine nahtlose Integration zwischen KI-Modellen und GitHub-APIs ermöglicht und standardisierte Tools für Repository-Verwaltung, Issue-Tracking und Code-Operationen bereitstellt.
GoCodeo SaaS Builder
GoCodeo SaaS Builder ist ein KI-natives Framework, das mithilfe autonomer KI-Agenten automatisch produktionsreife Full-Stack-SaaS-Anwendungen generiert, komplett mit Authentifizierung, Echtzeitfunktionen und TypeScript-Integration.
iBrowsy
iBrowsy ist ein moderner, KI-gestützter Webbrowser für macOS, der intelligente Funktionen, datenschutzorientiertes Design und nahtlose Benutzererfahrung mit integrierter GPT-4-Unterstützung kombiniert.
VibeSDK by CloudFlare
VibeSDK ist eine Open-Source-KI-gestützte Plattform von Cloudflare, die es Entwicklern ermöglicht, ihre eigene Full-Stack-Vibe-Codierungsumgebung mit einem Klick bereitzustellen, sodass Benutzer Anwendungen durch natürliche Sprachbeschreibungen generieren und bereitstellen können.