Manche davon nutze ich wirklich jeden Tag, andere hole ich nur raus, wenn ich ein ganz bestimmtes Problem habe. Hier ist meine Liste – quer durch den Gemüsegarten: Git, Docker, Netzwerk, Daten und inzwischen auch lokale KI.

Auch bemerke ich immer mehr, dass sehr viel mehr Menschen CLI Tools bevorzugen. Viele Entwickler und Entwicklerinnen, die ich kenne, nutzen sie täglich. Desktop-Apps sind oft überladen und berbrauchen zviel zu viele Ressourcen. Ausserdem kann ich eine CLI auch auf einem Server nutzen, ohne dass ich eine GUI brauche.

1. DNSGlobe

dnsglobe ist ein DNS Propagation Checker und ein DNS Lookup Tool. Betrachte deine DNS Einträge auf einer Weltkarte in deinem Terminal. Es sind 34 öffentliche DNS Resolver voreingestellt, die du abfragen kannst. Abgesehen davon kannst du auch eigene Resolver hinzufügen.

Installieren kannst du es mit dem Befehl:

1brew install dnsglobe   # Homebrew (macOS/Linux)
2cargo install dnsglobe               # from crates.io
3yay -S dnsglobe                      # from archlinux aur (compile from source)
4yay -S dnsglobe-bin                  # from archlinux aur (install prebuilt binary)
5nix run github:514-labs/dnsglobe     # Nix flakes (builds from source)
6x eget use 514-labs/dnsglobe         # from (from its GitHub release)
7# or grab a prebuilt binary from the GitHub Releases page

Und starten kannst du es so:

1dnsglobe                            # start empty, type a domain
2dnsglobe example.com                # query immediately and watch
3dnsglobe example.com TXT            # same, starting on TXT records
4dnsglobe --once example.com TXT     # no TUI: print results, exit (for scripts)
5dnsglobe example.com --ecs 203.0.113.0/24        # see the zone as that client network does
6dnsglobe --once example.com --ecs 203.0.113.0/24,198.51.100.0/24
7                                    # one table per subnet + a convergence summary

dnsglobe - Global DNS propagation checker TUI — watch a DNS record propagate across 34 public resolvers worldwide, on a world map in your terminal

2. Oxker

Die Verwaltung von Docker-Containern im Terminal braucht oft mehrere Befehle, um den Überblick zu behalten.

Oxker vereinfacht das. Es bündelt die wichtigsten Funktionen in einer einzigen Konsolen-App. Du kannst Container anzeigen, ihre Ressourcennutzung prüfen, Logs ansehen und verwalten, ohne ständig neue Befehle einzutippen.

Zusätzlich lassen sich Container direkt über die Benutzeroberfläche starten, stoppen oder neu starten. Damit entfallen ständige ID-Kopieraktionen und das Openen mehrerer Fenster. Gerade bei der Fehlersuche ist das ein praktischer Vorteil.

Wenn du Logs und Status schnell prüfen willst, ohne immer wieder Docker-Befehle zu tippen, ist Oxker eine sehr effiziente Lösung.

Oxker - A simple tui to view & control docker containers

3. Croc

Dateien zwischen zwei Computern zu senden ist nicht immer Einfach. Manchmal braucht es SSH-Zugriff, Schlüssel, oder Port-Weiterleitungen, bevor ein Transfer klappt.

Croc vereinfacht das. Du kannst Dateien und Ordner direkt vom Terminal zwischen Rechnern verschieben. Die Übertragung ist Ende-zu-Ende verschlüsselt, unterstützt mehrere Dateien und kann nach einer Unterbrechung fortgesetzt werden.

Croc ist ideal, wenn du Dateien schnell und ohne aufwendige Netzwerk-Konfiguration austauschen möchtest.

Croc - Easily and securely send things from one computer to another 🐊 📦

4. Worktrunk

Worktrunk ist ein Tool zur Verwaltung von Git-Worktrees im Terminal. Es macht es einfacher, mehrere Worktrees zu erstellen, zwischen ihnen zu wechseln und sie zu verwalten, wenn man parallel an verschiedenen Aufgaben arbeitet.

Mit Befehlen wie wt switch, wt list und wt remove kannst du Worktrees schnell anlegen, wechseln, prüfen und aufräumen. Das Tool unterstützt außerdem Hooks, Merge- Workflows, interaktive Worktree-Navigation, gemeinsame Build- Caches und Integrationen, mit denen du Agenten wie Claude Code direkt aus einem Worktree starten kannst.

Worktrunk - Worktrunk is a CLI for Git worktree management, designed for parallel AI agent workflows.

5. Yq

Wenn du mit YAML-Dateien im Terminal arbeitest, musst du oft immer wieder Datei öffnen, Wert finden, ändern und dann wieder speichern. yq macht diese kleinen Aufgaben deutlich schneller und komfortabler direkt in der Kommandozeile.

Du kannst damit strukturierte Daten wie YAML, JSON, XML, CSV und TOML einfach lesen, filtern, aktualisieren, zusammenführen und konvertieren. yq ist besonders praktisch, wenn du Konfigurationsdateien, Skripte oder CI/CD-Pipelines bearbeitest und Werte schnell auslesen oder ändern willst, ohne die Datei manuell zu editieren.

6. Gitlogue

Das Durchsehen von Git-Protokollen und Diffs kann zwar Aufschluss über Änderungen geben, bietet aber nicht immer ein umfassendes Verständnis der Entwicklung eines Projekts im Laufe der Zeit. Gitlogue löst dieses Problem, indem es Ihren Commit-Verlauf in eine animierte Wiederholung umwandelt, sodass Sie die Entwicklung Ihrer Codebasis direkt vom Terminal aus Schritt für Schritt verfolgen können.

Gitlogue ist besonders nützlich, wenn Sie die Entwicklung Ihres Projekts im Allgemeinen überprüfen möchten, anstatt jeden einzelnen Commit einzeln zu untersuchen. Es bietet einen klareren und prägnanteren Überblick über Ihren Git-Verlauf und erleichtert so das Verständnis der Entwicklung Ihres Projekts im Laufe der Zeit.

Gitlogue - A cinematic Git commit replay tool for the terminal, turning your Git history into a living, animated story.

7. Visidata

Wenn du eine CSV-Datei schnell ansehen oder filtern willst, ist die Arbeit mit strukturierten Daten im Terminal oft nicht besonders angenehm. Mit VisiData kannst du Datensätze sofort direkt im Terminal erkunden und analysieren.

VisiData bietet eine Tabellenoberfläche mit Funktionen zum Sortieren, Filtern, Bearbeiten und Arbeiten mit Daten. Es erspart dir oft das Kombinieren mehrerer Tools wie awk, sed und jq, wenn du einen Datensatz schnell überprüfen willst.

VisiData - A terminal spreadsheet multitool for discovering and arranging data

8. Kondo

Wenn du an mehreren Projekten arbeitest, können Build-Dateien, Abhängigkeiten und generierte Dateien still und leise viel Platz verschwenden. Ordner wie node_modules oder build manuell zu finden, kostet Zeit.

Mit kondo kannst du Projekte direkt aus dem Terminal aufräumen. Es scannt deine Projekte nach unnötigen Build-Artefakten und Abhängigkeiten und zeigt dir an, was du entfernen kannst, um Speicherplatz freizugeben.

Es zeigt auch, wie viel Platz diese Dateien einnehmen, und du kannst auswählen, was du entfernen willst. Kondo unterstützt verschiedene Sprachen und Frameworks und ist deshalb sehr nützlich, um alte Abhängigkeiten und Build-Dateien im Laufe der Zeit aufzuräumen.

Ein Wort der Warnung: Kondo ist im nichts anderes als “rm -rf”. Benutzte es mit Vorsicht. Immer ein Backup deiner Projekte haben.

kondo - A command-line tool for cleaning up dependencies and build artifacts from your projects.

9. Grex

Reguläre Ausdrücke zu schreiben ist nicht immer einfach. Man weiß oft, was man abgleichen will, braucht aber dennoch Zeit, um das richtige Muster und die passende Syntax zu finden.

grex macht das leichter. Du gibst ihm Beispiel-Strings, die du abgleichen willst, und es erzeugt automatisch ein passendes Muster. So musst du die Regex nicht selbst schreiben.

Das Tool unterstützt auch Unicode, inklusive Zeichen außerhalb von einfachem ASCII. grex ist deshalb nützlich für Eingabevalidierung, Log-Parsing, Textverarbeitung und andere Aufgaben, bei denen Muster abgeglichen werden müssen.

Grex - A command-line tool and Rust library with Python bindings for generating regular expressions from user-provided test cases.

Besonders eine Sache habe ich in der letzten Zeit im Arbeitsalltag extrem zu schätzen gelernt: die Assistenten-Funktion. Die Möglichkeit, sich spezifische Agenten für unterschiedliche Aufgabenbereiche (z. B. gezieltes Code-Review, Brainstorming oder als Refactoring-Helfer) mit eigenen System-Prompts vorzukonfigurieren, beschleunigt den Workflow enorm.

Anders als LM Studio (Closed-Source) oder Ollama (klarer Fokus auf CLI) bringt Jan eine aufgeräumte grafische Oberfläche mit echter Open-Source-Transparenz und einer eigenen Plugin-Architektur mit.

Warum Jan AI aktuell in meinem Werkzeugkasten liegt

• Offline-First: Einmal das Modell (z. B. als GGUF) geladen, bleibt der gesamte Traffic auf meiner Maschine. Keine Telemetrie, keine Überraschungen.
• Die Assistenten: Mein persönliches Highlight. Verschiedene “Personas” lassen sich sauber trennen und per Klick umschalten, ohne dass ich jedes Mal den Kontext neu definieren muss.
• Ressourcenschonend: Basiert auf llama.cpp und greift direkt auf die Hardware-Beschleunigung (Metal, CUDA, Vulkan) zu.
• Nahtlose Remote-Provider: Auch wenn mein Ansatz ganz klar “Local First” ist, gibt es komplexe Aufgaben, für die man doch mal auf die großen Modelle der KI-Unternehmen zurückgreifen muss. Jan macht das extrem flexibel: Neben Anbietern wie Gemini oder LM Studio f0rge lassen sich unzählige weitere Remote-APIs wie OpenAI, Anthropic, Mistral, Groq, xAI, MLX, Azure, Hugging Face, NVIDIA NIM oder OpenRouter zuschalten (wie auch in image_1567fe.png zu sehen). Das Geniale daran: Man bleibt in derselben UI und nutzt seine perfekt konfigurierten lokalen Assistenten einfach temporär mit einem Cloud-Modell.

Der Local API Server

Für Skripte und kleine Automatisierungen bringt Jan einen echten Vorteil mit: einen lokalen, OpenAI-kompatiblen API-Endpunkt.

1. In den Settings den Local API Server aktivieren.
2. Der Dienst lauscht standardmäßig auf http://localhost:1337.

Das lässt sich ganz simpel testen:

1curl http://localhost:1337/v1/chat/completions \
2  -H "Content-Type: application/json" \
3  -d '{
4    "model": "your-model-id",
5    "messages": [{"role": "user", "content": "Hello"}]
6  }'

Das funktioniert perfekt als lokales Drop-in-Replacement für IDE-Plugins oder Kommandozeilen-Tools, die eigentlich nach einem OpenAI-Key verlangen. Man verbiegt einfach die Base-URL auf localhost.

Jan vs. LM Studio vs. Ollama

Je nach Einsatzzweck haben alle Tools ihre Berechtigung. Hier meine aktuelle Einordnung:

Mein Fazit

Wer primär schnelle, leichtgewichtige API-Endpunkte für Skripte oder zentrale Deployments sucht, ist mit Ollama nach wie vor gut bedient. Würde ich jedoch in 2026 immer direkt zu llama.cpp greifen weil es einfach flexibler ist. Für den Desktop-Einsatz als täglicher Begleiter hat Jan bei mir mittlerweile aber einen festen Platz – gerade wegen der sauberen Open-Source-Natur, der starken Assistenten-Verwaltung und der Flexibilität, bei Bedarf unkompliziert die großen Cloud-Modelle einzubinden.