KanBots:开源看板工具,每张卡片跑一个并行 AI Agent,Hacker News 147 星炸裂
KanBots:开源看板工具,每张卡片跑一个并行 AI Agent,Hacker News 147 星炸裂
引子
2026 年 5 月,一个叫KanBots的开源项目登顶 Hacker News 首页,获得 147 分。它的 slogan 只有一句话:
“A kanban that runs parallel agents on every card.”
翻译过来就是:一个看板,每张卡片上跑一个并行的 AI Agent。
你拖一张卡片到「In Progress」列,KanBots 自动创建独立的 git worktree,启动一个 Claude Code 或 Codex Agent,实时把tool_use、tool_result流式推送到 UI。拖五张卡片,五个 Agent 同时在各自的隔离环境下工作。它们可以共享同一个代码仓库,但互不干扰。
这不再是概念演示。它已经发布 v1.0,MIT 协议开源,支持 macOS、Linux、Windows,并且——零遥测、零服务器、本地优先。
本文带你深入拆解 KanBots 的架构设计、核心功能,以及为什么它可能是 AI 辅助编程的下一步进化方向。
一、KanBots 是什么
KanBots 是一个本地优先的开源桌面应用。它把看板(Kanban)和 AI Agent 运行时(Runtime)合二为一。
核心流程
- 拖入一个文件夹。只要是 git 仓库即可。
- 自动生成看板。KanBots 在仓库根目录下创建
.kanbots/目录,包含 SQLite 数据库、配置文件、worktrees。 - 拖卡片、启 Agent。在任意卡片上点击「Dispatch」,KanBots 创建独立的 git worktree,启动 Claude Code 或 Codex Agent。
- 实时观看。每一行
tool_use、每一个tool_result都会流式推送到 UI。Agent 需要决策时,卡片上弹出选项。 - 完成或 Promote。Agent 跑完后,工作成果可以直接
promote为提交,或创建 Draft PR。
技术栈速览
Node 20+ + pnpm 10+ Electron 桌面壳 SQLite 本地存储 Claude Code CLI / Codex CLI git worktree 隔离这看起来简单,但背后的设计极为精妙。
二、核心架构拆解
2.1 工作目录结构
.kanbots/ ├── db.sqlite# 所有 issues、threads、runs、providers、settings├── config.json# workspace 模式 + 默认配置├── worktrees/# 每个 Agent run 一个独立子目录│ ├── issue-24-run-abc/ │ └── issue-22-run-def/ ├── attachments/# 拖入聊天/卡片的文件├── mcp-runtime/# 临时 MCP 配置└── promote/# worktree 提升为 commit 的中转区关键设计决定:所有数据都在.kanbots/内,不改写仓库任何现有文件。Agent 的 worktree 和仓库主分支是完全隔离的——通过 git worktree 实现,而非简单目录复制。
2.2 Agent 运行时模型
KanBots 定义了一个统一的AgentCliAdapter接口:
interfaceAgentCliAdapter{spawn(worktree:string,prompt:string):ChildProcess;parseEvent(line:string):StreamEvent|null;// StreamEvent = tool_use | tool_result | decision_request | finish}当前实现了两个适配器:
- ClaudeCodeAdapter— 通过
claude -p启动,解析 stream-JSON 输出 - CodexAdapter— 通过
codex exec启动,解析相同格式
同一张看板、同样的 worktrees、同样的决策 UI——后端 Agent 可互换。这是分层架构的优秀实践。
2.3 并行隔离机制:git worktree
Agent 之间的隔离不是靠容器或虚拟环境,而是git worktree:
gitworktreeadd.kanbots/worktrees/issue-24-run-abc kanbots/issue-24每个 worktree 指向独立的kanbots/issue-N分支。Agent 对这个分支的修改不会影响其他 worktree 或 main 分支。
更关键的是 pre-push hook:KanBots 自动设置 pre-push hook,阻止 Agent 执行git push。这意味着 Agent 可以任意修改代码、运行测试,但永远无法将未审核的代码推送到远端仓库。
2.4 实时流式 UI
KanBots UI 最大的亮点是live agent thread。这不是一个简单的「等 Agent 跑完看结果」——它把 Agent 的每步操作流式展示:
- 每个
tool_use调用实时出现 - 每个
tool_result返回实时更新 - Agent 请求决策时,卡片上弹出选项按钮(如「How should I handle iOS HEIC files?」→ 3 个选项),用户点击后 Agent 继续
这是对 AI 编程过程的全透明化——不再是黑盒,而是看得见、可干预的协作。
三、Autopilot 模式:真正的多 Agent 协作
KanBots 的「Autopilot」模式是它的杀手级功能。
Feature Dev Autopilot
配置personas(角色)和parallelism(并行度,最大 4):
personas:-product_author-engineer-reviewer-testerparallelism:3effort:mediummodel:claude-opus-4.7流程:
- Orchestrator 接收一个 Issue
- 按 round-robin 轮询调用各 persona
- 多个 slot 并发运行
- 父 Issue 自动拆分为子任务
- 随着 Agent 工作推进,backlog 动态演化
- 当所有子任务关闭或成本到达上限时停止
最有趣的是「personas spawn personas」——product_author 可能会决定新增一个子任务,engineer 实现时发现需要重构,于是生成新的 tech-debt 卡片。整个 backlog 像生物一样自我演化。
QA Autopilot
# 循环: typecheck → test → lint → e2e → fix → repeatQA 模式下,Agent 运行类型检查、单元测试、lint、端到端测试,发现失败后自动修复,修复完成后再次运行,直到全部通过或达到成本上限。
四、GitHub Issues 集成
KanBots 有两种工作模式:
| 模式 | Issue 来源 | 适用场景 |
|---|---|---|
| local | .kanbots/db.sqlite | 个人项目、实验性工作 |
| github | GitHub REST API | 团队协作已有 Issue |
GitHub 模式下:
- 看板操作通过
status:*label 编辑双向同步 - Promote 可创建 Draft PR
- Sentry import:自动拉取 Sentry error groups 到看板,一键交给 Agent 处理
五、MCP 集成:让任意工具驱动看板
KanBots 提供了kanbots-mcp-server——一个 Model Context Protocol 服务器。
这意味着:
- Cursor可以通过 MCP 读取/写入看板
- Claude Desktop可以通过 MCP 操控看板
- 任何 MCP-aware 工具都可以与 KanBots 交互
// MCP 工具示例{"tools":[{"name":"kanbots_get_board","description":"获取当前看板所有卡片"},{"name":"kanbots_dispatch_agent","description":"在指定卡片上启动 Agent"}]}这种开放架构意味着 KanBots 不只限制在桌面应用内——它正在成为一个 Agent 编排平台。
六、为什么这很重要
看板工具(Jira、Trello、Linear)和 AI 编程工具(Copilot、Claude Code、Codex)是两个独立的软件品类。KanBots 把它们融合了:
之前:
- PM 在 Jira 创建 Issue
- 开发者在 IDE 中手动切换到该 Issue
- 运行 Claude Code / Codex 处理 Issue
- 提交 PR
- PM 在 Jira 移动卡片
现在(KanBots):
- PM 在看板上创建卡片
- 点击「Dispatch」,Agent 自动处理
- 实时看 Agent 在做什么
- 完成后一键 Promote 为提交
- 卡片自动移动到 Done
这不是节省了一个「切换上下文」的步骤——它从根本上改变了「人写代码」到「人管理 Agent 写代码」的范式。
七、快速上手
# 1. 克隆gitclone https://github.com/leodavinci1/kanbots.gitcdkanbots# 2. 安装pnpminstall# 3. 启动pnpmdesktop# 4. 选择任意的 git 仓库目录# 5. 开始拖卡片、启 Agent前提条件:
- Node 20+ 和 pnpm 10+
- Claude Code CLI(
claude在 PATH 中,且已claude /login) - (可选)Codex CLI
- git
也可从 GitHub Releases 下载编译好的安装包(macOS / Linux / Windows)。
八、注意事项与局限
macOS/Windows 构建未签名。macOS 上首次打开需右键 → 打开绕过 Gatekeeper,Windows 上需绕过 SmartScreen。
AI 成本。Agent 调用 API 是实打实的费用。KanBots 带实时成本分析面板,每张卡片显示
$0.13、$0.31等费用。适用场景。KanBots 不是 Project Management 工具——它没有甘特图、没有 Sprint 规划、没有工时统计。它是Agent Task Management工具。
仍很新。87 次 commit,5 个 tag,4 个 fork。项目诞生于 2026 年 4 月。社区和插件生态尚未成熟。
总结
KanBots 不是一个普通的开源工具。它代表了一种工作流范式的转变:从「人写代码」到「人管理 Agent 写代码」。
看板管理任务 → Agent 执行任务 → 人审核结果。这个循环一旦跑通,开发效率的提升不是线性的,而是指数级的。
它现在 98 个 Star、MIT 协议开源。如果你对 AI Agent 编程的未来感兴趣,这是你今晚应该 clone 的项目。
在线工具推荐:我在做的一个在线工具 zidongai.com.cn 也在探索 AI 自动化的边界,欢迎来看看。
代码仓库:https://github.com/leodavinci1/kanbots
官网:https://www.kanbots.dev/
