Dev-Team in Roo Code

You can find an English version of this article on Medium.

Seit Jahren bin ich ein überzeugter Nutzer von AI-Tools in der Softwareentwicklung. Meine Reise begann mit der ChatGPT Desktop App, führte über Perplexity für Recherchen bis hin zu Claude.AI Desktop. Parallel dazu setzte ich Continue.dev mit Anthropic-API-Keys in meinen geliebten JetBrains IDEs ein. Als langjähriger JetBrains-Enthusiast war ich in meiner Komfortzone angekommen – bis April 2025 alles veränderte.

„Die Kollegen setzen schon VSCode und Roo Code ein“, hieß es im neuen Projekt. Für mich bedeutete das: Abschied von JetBrains, Hallo VSCode. Ein Wechsel, den ich nicht freiwillig gemacht hätte, aber der sich als Wendepunkt meiner AI-gestützten Entwicklung herausstellen sollte. Roo Code war für mich Neuland. Während ich bei Continue.dev meine eigenen Custom Prompts pflegte und bei Claude.AI meine persönlichen Präferenzen hatte, musste ich nun ein völlig neues System verstehen lernen.

Kurze Unterbrechung – wo wir unsere Erfahrung sammeln

Mayflower Labs

Wir arbeiten nicht nur intensiv an KI-Projekten, sondern setzen auch massiv auf R&D. Unsere R&D-Projekte werden aber nicht in Schubladen verstaut. Sie lösen echte Kundenprobleme und fließen direkt in produktionsreife Lösungen ein.

Wirf einen Blick in den Maschinenraum

Was als notwendiges Übel begann, entwickelte sich schnell zu einer faszinierenden Entdeckungsreise. Ich begann, Roo Code systematisch zu erweitern und baute eine umfangreiche Modi-Sammlung auf. Meine erste Amtshandlung war es, meine bewährten Entwicklungspräferenzen aus Claude.AI in den Roo Code Code-Modus zu übertragen. Die Gewohnheiten von Jahren sollten nicht verloren gehen. Der ADR-Creator-Modus entstand durch die Zusammenarbeit mit meinen Kollegen im neuen Projekt – wir brauchten eine strukturierte Art, Architekturentscheidungen zu dokumentieren. Mein Custom Prompt für Commit Messages aus Continue.dev fand seinen Weg in einen eigenen Roo Code-Modus, ebenso wie mein bewährter Code-Review-Prompt. Warum sollte ich auf bewährte Workflows verzichten?

Während ich meine Modus-Sammlung stetig erweiterte und die globalen Anweisungen immer wieder verfeinerte, blieb ein Gespräch mit meinem Kollegen Thomas Blank hängen: „Ich habe meine Modi in Roo Code zu einem Entwickler-Team ausgebaut.“ Diese Idee ließ mich nicht mehr los. Ende Juli entdeckte ich dann Thomas Oppelts „Agent Consultant“ Modus in unserer GitHub-Firmen-Organisation. Das war der Initialfunke, den ich brauchte.

Theoretische Grundlagen für Roo Code

Diese Vision entstand nicht im luftleeren Raum. Schon während meiner Recherche zu Multi-Agent-Systemen war ich auf interessante Vorarbeiten gestoßen:

Diese Ansätze zeigten mir sowohl Möglichkeiten als auch Grenzen verteilter AI-Systeme. Mein Ziel war es, diese theoretischen Konzepte in einem praktischen, produktionsreifen System zu vereinen.

Die Vision eines kompletten agilen Software Development Teams

Zuerst unterhielt ich mich mit Claude 4 über die notwendigen Rollen eines agilen Software Development Teams. Nach einigen Iterationen einigten wir uns auf eine erste Rollenliste:

• Team Lead als Koordinator und Delegator
• Full-Stack Developer als vielseitiger Allrounder
• Backend und Frontend Developer als Spezialisten
• UX/UI Designer als Benutzererfahrungs-Architekt
• DevOps Engineer als Deployment-Spezialist
• QA Engineer als Qualitätswächter
• Technical Architect als System-Designer
• Security Engineer als Sicherheits-Experte
• Code Reviewer als Qualitäts-Analyst

Umsetzung in Roo Code mit dem Agent Consultant

Mit der Rollenliste bewaffnet, wies ich Thomas Oppelts Agent Consultant Modus an, mir dieses Team zu erstellen. Die Spezialisierung auf Roo Code-Modi-Optimierung machte ihn zum perfekten Werkzeug für diese Aufgabe.

Erweiterte Rollen während der Entwicklung:

• Git Specialist entstanden aus meinem bestehenden Commit-Message-Modus
• Debug Specialist und Tech Educator als Anpassungen der Roo Code-Standard-Modi „debug“ und „ask“
• Documentation Writer für professionelle Dokumentation
• Content Writer für Marketing und Content-Erstellung

Diese Rollenverteilung kombinierte bewährte Multi-Agent-Forschung mit agilen Entwicklungsprinzipien. Die wissenschaftlichen Grundlagen sorgten für koordinierte Zusammenarbeit und systematische Aufgabenverteilung. Gleichzeitig gewährleisteten klare Verantwortlichkeiten ohne Überschneidungen und spezialisierte Expertise optimale praktische Ergebnisse.

Jeder Modus erhielt präzise definierte Werkzeuge und Einschränkungen. Dies gewährleistet Fokussierung und vermeidet „Scope Creep“. Unser Ansatz war es, diese theoretischen Frameworks in ein praktisches, produktionsreifes System zu überführen, das echte Entwicklungsarbeit leisten kann.

Entwicklungsphase in Zahlen

Was folgte, war eine intensive Entwicklungsphase, die sich in beeindruckenden Zahlen widerspiegelt:

• 118 Commits in nur 3 aktiven Tagen
• 36,4% Refactoring-Commits für Codequalität
• 28,0% Dokumentations-Commits für systematisches Wissen
• 0,8% Bugfix-Rate bei hoher initialer Qualität
• 100% Conventional Commit Compliance

Tagesweise Aufschlüsselung:

Roo Code‑Ergebnis: Ein funktionierendes agiles Team

Das Herzstück des Systems bildet ein 8-köpfiges Standard-Team, das 90,0% aller Entwicklungsszenarien abdeckt:

Standard-Team:

• Team Lead für Projektkoordination
• Technical Architect für Systemdesign
• Full-Stack Developer für End-to-End-Entwicklung
• Code Reviewer für Qualitätssicherung
• QA Engineer für Testing und Qualitätskontrolle
• Debug Specialist für Problemlösung
• Tech Educator für Wissensvermittlung
• Documentation Writer für Dokumentation

Zusätzliche Experten für spezielle Anforderungen:

• Backend und Frontend Developer für spezialisierte Entwicklung
• DevOps Engineer für Infrastructure und Deployment
• Security Engineer für Sicherheitsanalyse
• UX/UI Designer für Benutzererfahrung
• Git Specialist für Versionskontrolle
• Content Writer für Content-Erstellung

Das System funktioniert durch ein ausgeklügeltes Handover-System:

Regel-Hierarchie für Konfliktlösung:

1. System Integrity für Kernfunktionalität und Sicherheit
2. Task Continuity für Aufgaben-Vollendung durch Eskalation
3. Mode Boundaries für respektierte Expertise-Bereiche
4. Quality Gates für Standards und Validierung
5. Efficiency für Performance und Ressourcen-Optimierung

Die Learnings: Was ich auf dem Weg gelernt habe

Spezialisierung schlägt Generalisierung: Statt eines „Alles-Könners“ funktionieren spezialisierte Modi mit klaren Verantwortlichkeiten deutlich besser. Jeder Modus hat seine Expertise und bleibt in seinem Bereich.

Strukturierte Übergaben sind essentiell: Das Handover-System war der Schlüssel zum Erfolg. Ohne klare Templates und vollständigen Kontext-Transfer würde das Team nicht funktionieren.

Qualität vor Geschwindigkeit: Dies zeigt sich in der hohen Refactoring-Rate von 36,4%. Kontinuierliche Verbesserung der Struktur ist wichtiger als schnelle Feature-Entwicklung.

Dokumentation ist Investment, nicht Overhead: 28% aller Commits waren Dokumentation. Diese Investition zahlt sich durch bessere Verständlichkeit und einfachere Wartung aus.

Team Lead als Single Point of Entry: Immer mit dem Team Lead beginnen. Er analysiert, plant und delegiert optimal an die Spezialisten.

Begleite mich auf meiner Roo-Code-Reise

---

Du siehst nur einen oder zwei Beiträge? Keine Sorge – das wird sich noch füllen!

Roo Code in der Praxis: Wie das Team im Alltag funktioniert

In der Praxis bestätigen sich diese Erkenntnisse täglich. Die theoretischen Grundlagen aus „Boomerang Tasks“ und SPARC haben sich als solide Basis erwiesen. Erst die konkrete Umsetzung in Roo Code zeigt jedoch, wie diese Konzepte in einem produktiven Entwicklungsumfeld wirklich funktionieren.

Die Kombination aus klaren Rollendefinitionen, strukturierten Handover-Prozessen und kontinuierlicher Qualitätskontrolle schafft ein robustes Framework für AI-gestützte Softwareentwicklung.

Typische Workflows

Das System zeigt seine Flexibilität in verschiedenen Anwendungsszenarien:

Neue Web-Anwendung:

Komplexe Enterprise-Anwendungen:

Bug-Untersuchungen:

Kontinuierliche Weiterentwicklung

Das System ist nicht statisch. Die TODO-Liste zeigt weitere Verbesserungen:

• MCP-Tool-Integration für spezialisierte Werkzeuge
• Erweiterte Modi für spezielle Anwendungsfälle
• Optimierung der Handover-Templates
• Agent Consultant Reviews für kontinuierliche Verbesserung

Fazit: Von Chaos zu Struktur mit Roo Code

Was als erzwungener Wechsel von JetBrains zu VSCode begann, entwickelte sich zur Erschaffung eines der strukturiertesten AI-Entwicklungssysteme, die ich je verwendet habe.

Die Zahlen sprechen für sich:

• 15 spezialisierte Modi für verschiedene Entwicklungsaufgaben
• >95% Task Completion Rate durch strukturierte Eskalation
• Zero Information Loss bei Handovers durch Template-System
• 118 Commits in 3 aktiven Tagen für intensive, aber strukturierte Entwicklung

Der Paradigmenwechsel

Statt einzelner AI-Tools, die ich manuell koordinieren muss, habe ich jetzt ein selbst-organisierendes Team:

Ich bin immer noch kein Fan von VSCode geworden und würde jederzeit zu JetBrains zurückkehren. Aber Roo Code existiert (noch) nicht für JetBrains IDEs – also bleibt VSCode vorerst mein Arbeitsplatz.

Manchmal führen uns die besten Innovationen über Umwege, die wir nie freiwillig gegangen wären.