Mein KI-Workflow beginnt mit einem Mikrofon

Mein KI-Workflow beginnt mit einem Mikrofon.

Ich diktiere Aufgaben und Rückfragen an Agenten in Desktop-Apps und CLI-Tools. Den Rest des Ablaufs steuere ich mit einem Work Louder Creator Micro 2.

Gemeinsam mit Claude in Cowork habe ich ihn für die Tools eingerichtet, die ich nutze: die Desktop-Apps von ChatGPT/Codex und Claude, Claude Code, Codex CLI, OpenCode, Cursor, VS Code und T3 Code.

Ein kleiner Hintergrunddienst auf meinem Mac wechselt die Tastenbelegung automatisch, sobald ich die App wechsle. Zu meinen Terminal-Workflows gehören herdr, cmux und Ghostty. In cmux und herdr erkennt der Dienst, welcher Agent im fokussierten Terminal-Bereich läuft. So bekommen die verschiedenen CLI-Agenten ihre eigenen Belegungen.

Das ermöglicht mir an meinem Schreibtisch:

• Push-to-Talk über Whisper, um die nächste Aufgabe zu diktieren. In der Codex/ChatGPT-App nutze ich die eingebaute Spracheingabe.

• Screenshots direkt an einen Agenten senden, um visuellen Kontext mitzugeben.

• Sechs Tasten zeigen den Status meiner CLI-Agenten-Sessions: Blau bedeutet, dass der Agent arbeitet. Gelb zeigt an, dass er meine Freigabe oder Eingabe braucht. Grün bedeutet fertig. Kurzes Drücken öffnet die jeweilige Session; Gedrückthalten erteilt die Freigabe.

• In der ChatGPT/Codex-App übernimmt die Senden-Taste zunächst den vorgeschlagenen nächsten Prompt und sendet ihn anschließend.

• App-spezifische Funktionen auf denselben physischen Bedienelementen. So greife ich seltener zur Maus und muss mir weniger unterschiedliche Tastenkombinationen merken.

Die Belegungen stehen in einer einzigen Konfigurationsdatei. Ein Befehl schreibt sie auf das Gerät.

Außerdem habe ich eigene Tastenkappen gedruckt, inspiriert von denen der OpenAI-Version. KI-Tools helfen mir beim Design, mein 3D-Drucker macht daraus physische Tasten für den Controller.

Mein Ziel: zwischen Agenten wechseln und ihnen Kontext geben, ohne ständig wieder zur Maus oder zur normalen Tastatur greifen zu müssen.

Wie gestaltet ihr die physischen Bedienelemente für eure Agenten-Workflows?