So schreiben Ihre KI-Agenten korrekten Antlers-Code für Statamic

Coding-Agenten und Statamic-Antlers

LLMs werden auf großen Mengen an TypeScript und anderen Sprachen trainiert. Ihre Intelligenz erstreckt sich nicht gleichmäßig auf jede einzelne Sprache.

Antlers, die Template-Engine hinter Statamic, ist vergleichsweise neu, und das verfügbare Trainingsmaterial ist im Vergleich zu TypeScript gering.

Für Antlers trifft das Modell also die grobe Form: die geschweiften Klammern, die Collection-Namen, die Filter-Pipes. In den Details schleichen sich jedoch halluzinierte Tags und erfundene Modifier ein.

Das Problem

Fordert man einen Agenten auf, Antlers-Code zu generieren, erzeugt er Templates, die plausibel aussehen, aber halluzinierte Tags und erfundene Modifier enthalten.

Die Ursache liegt nicht in einem schwachen Prompt, sondern im Fehlenden Referenzmaterials in den Trainingsdaten. Das Modell kann diese Fehler nicht selbst korrigieren, und ohne eine passende Referenz bleiben die erzeugten Templates unzuverlässig.

Mit AI richtigen Antlers Code generieren

Um halluzinierte oder schlicht nicht funktionierende Antlers-Ausgaben zu beheben, stellt man dem Agenten das offizielle Statamic Antlers Cheat-Sheet zur Verfügung.

Das geht auf zwei Wegen:

1. Installieren Sie das statamic/docs-Repository in das Projekt, damit der Agent aus dem Vendor-Verzeichnis liest (vendor/statamic/docs/content/collections/pages/antlers-cheat-sheet.md)

2. Oder nutzen Sie die für LLMs aufbereitete Online-Version unter https://statamic.dev/frontend/antlers-cheat-sheet.md, die dieselben Inhalte als reines Markdown ausgibt.

Dem Agenten genug Futter geben

Fügen Sie Ihrer AGENTS.md eine kurze Anweisung hinzu, die dem Agenten mitteilt, vor dem Schreiben jeglichen Antlers-Codes das offizielle Cheat-Sheet heranzuziehen.

Fügen Sie zur Installation des Repositories einen repositories-Eintrag und "statamic/docs": "^6.0" als require-dev-Abhängigkeit in Ihre composer.json ein:

  "repositories": [
      {
          "type": "package",
          "package": {
              "name": "statamic/docs",
              "version": "6.0.0",
              "type": "documentation",
              "source": {
                  "url": "https://github.com/statamic/docs",
                  "type": "git",
                  "reference": "6.x"
              }
          }
      }
  ],
  "require-dev": {
      "statamic/docs": "^6.0"
  }

Führen Sie composer update aus, und das Cheat Sheet landet in vendor/statamic/docs/content/collections/pages/antlers-cheat-sheet.md.

Genau so wie sich individuelle Datenquellen aus fremden APIs in Statamic integrieren lassen, funktioniert dasselbe Muster auch für Referenzdokumente.

Der angepasste Workflow

Der Workflow ist einfach: Sie verweisen im Text explizit darauf, dass die Statamic-Dokumentation im Vendor-Ordner liegt. Der Agent findet die Dateien dann ganz allein.

Dieser kurze Hinweis dient als nützliche Erinnerung an die Projektkonfiguration. Diese Informationen stehen ohnehin bereits in Ihrer AGENTS.md Datei.

Eine andere Möglichkeit besteht darin, dafür eine Skill zu erstellen. Ein Harness wie pi erleichtert diesen Schritt sehr. Es verpackt die Suche nach Referenzen in einen wiederverwendbaren Ablauf, genannt Skill. Der Agent kann diesen Schritt dann automatisch auslösen.

Auch für eigene Statamic-Präferenzen eignet sich ein Skill sehr gut. Wie unser Website-Relaunch mit LLMs gezeigt hat, sparen kleine Produktentscheidungen viel Zeit. Statt Wochen an Handarbeit brauchten wir nur ein Wochenende.

Jenseits von Antlers

Die Taktik beschränkt sich nicht auf Statamic. Jedes Framework oder jedes SDK, das seine Dokumentation innerhalb des installierten Pakets ausliefert, funktioniert auf dieselbe Weise.

Bei Filament zum Beispiel liegen die Doku-Dateien nebenan im Haupt-Repository, sodass man seinen Agenten bei der Arbeit direkt auf die relevante Dokumentation, z.B. vendor/filament/forms/docs/02-text-input.md, verweisen kann. Das Modell liest daraus die exakte API aus der Datei statt zu raten.