Jak okiełznać chaos tuzina agentów AI w jednym projekcie
Ostatnio próbowałem uruchomić jednocześnie Claude Code do refaktoryzacji modułu i GitHub Copilot CLI do przepisywania testów. Szybko zagubiłem się w kartach terminala, a lokalne gałęzie przypadkowo nadpisywały zmiany друг друга. Wygląda na to, że twórcy projektu Kandev stanęli przed tym samym problemem, gdy postanowili zbudować własne narzędzie do zarządzania programistami AI.
Kandev to otwarta platforma z interfejsem webowym i tablicą Kanban, która przekształca chaotyczną pracę z autonomicznymi koderami w jasny i kontrolowany proces.
Na czym polega główna idea
W ciągu ostatniego roku pojawiło się wiele narzędzi CLI do kodowania: Claude Code, Codex, Copilot CLI, Gemini, Cursor agent, Devin i kilkadziesiąt innych alternatyw. Każde ma swoje zalety, ale gdy uruchamiasz je bezpośrednio w terminalu laptopa, pojawiają się standardowe komplikacje:
- Zmiany są niewygodne do przeglądania przez konsolę.
- Uruchamianie wielu agentów równolegle w tym samym folderze prowadzi do konfliktów Git.
- Obciążenie lokalnego CPU i RAM rośnie wraz z każdym nowym procesem.
Twórcy Kandev proponują inne podejście: osoba ustala zadania, dystrybuuje je między kolumnami na tablicy i przegląda końcowe diffy, podczas gdy cała rutynowa generacja pozostaje w gestii sieci neuronowych.
Projekt nie jest powiązany z chmurą żadnego konkretnego dostawcy i jest rozpowszechniany na licencji AGPL-3.0. Nie ma zbierania telemetrii, a serwer można uruchomić na własnym sprzęcie lub odizolowanej VPS.
Równoległe zadania bez konfliktów gałęzi
Aby zapobiec wzajemnemu ingerowaniu agentów i uszkadzaniu katalogu roboczego, Kandev aktywnie wykorzystuje mechanizmy Git worktree. Każda karta otrzymuje własne izolowane środowisko z własną gałęzią. Możesz uruchomić trzy różne sieci neuronowe jednocześnie: jedna naprawi układ, druga przepisze zapytania SQL, a trzecia zajmie się dokumentacją.
Ekran przestrzeni roboczej wewnątrz Kandev jest rozmieszczony jak znajome IDE. Jedno okno zawiera:
- czat z agentem lub bezpośredni terminal CLI;
- wbudowany edytor kodu z obsługą LSP;
- drzewo plików i panel zmian Git;
- okno podglądu wyników w przeglądarce.
Dzięki temu układowi przeglądasz gotowy wynik i diff w normalnym edytorze wizualnym, zamiast próbować parsować nieskończone linie tekstu w konsoli.
Budowanie łańcuchów z różnych dostawców
Interesującą funkcją Kandev jest tworzenie potoków z wielu sieci neuronowych. Narzędzie obsługuje otwarty ACP (Agent Client Protocol), przez który łączy się ponad dwadzieścia różnych agentów.
W razie potrzeby można skonfigurować przetwarzanie zadań krok po kroku:
- Claude Code projektuje architekturę i tworzy plan.
- GitHub Copilot generuje kod na podstawie skompilowanego planu.
- Codex sprawdza otrzymane zmiany pod kątem błędów i luk.
Jeśli narzędzie nie obsługuje jeszcze ACP bezpośrednio, Kandev uruchamia je w trybie TUI bezpośrednio we wbudowanym emulatorze terminala PTY. Oznacza to, że dosłownie w kilka minut można dodać dowolny skrypt konsolowy przez ustawienia profilu.
Praca z wieloma repozytoriami i podzadaniami
Często zadanie dotyczy jednocześnie backendu i frontendu. Kandev może powiązać jedną kartę z wieloma repozytoriami. System utworzy osobne worktree dla każdego projektu, wygeneruje gałęzie i zbierze pogrupowane zmiany w jednym oknie przeglądu.
Jeśli zadanie stanie się zbyt duże, agent może generować podzadania, które dziedziczą kontekst sesji rodzica. Pomaga to, gdy trzeba podzielić dużą refaktoryzację na kilka niezależnych pull requestów.
Projekt ma również wbudowaną obsługę MCP (Model Context Protocol). Agenci wewnątrz Kandev mają dostęp do narzędzi pomocniczych: mogą tworzyć podzadania, wysyłać wiadomości do sąsiednich kart i czytać historię dialogów innych agentów.
Gdzie uruchamiać samych agentów
Duże bazy kodu wymagają znacznych zasobów. Jeśli uruchomisz trzy autonomiczne agenty na laptopie, wentylatory natychmiast zaczną pracować na maksymalnych obrotach. Kandev rozwiązuje to dzięki elastycznemu wyborowi środowiska wykonawczego.
Serwer wysyła zadania do wykonania w różnych środowiskach:
- lokalny proces na Twoim komputerze;
- izolowany kontener Docker;
- zdalny serwer przez SSH;
- emulatory chmurowe jak sprites. dev.
Możesz wdrożyć Kandev na mocnym serwerze w biurze lub w domu i zarządzać kartami oraz przeglądać diffy nawet ze smartfona przez przeglądarkę. W celu bezpiecznego połączenia z zewnętrznej sieci autorzy zalecają użycie Tailscale lub dowolnej znanej VPN.
Budowa techniczna pod maską
Architektura Kandev jest dość prosta. Backend jest napisany w Go i zajmuje się orkiestracją procesów, cyklem życia zadań i bramą WebSocket. Cała baza danych i historia sesji są przechowywane lokalnie w SQLite pod ~/.kandev.
Frontend jest zbudowany z React z użyciem Vite i Zustand do zarządzania stanem. Do pracy z kodem używany jest Monaco Editor, do terminala xterm.js, a elastyczna siatka okien jest zbudowana na bibliotece dockview.
Zespół rozwija również aplikację desktopową na Tauri dla tych, którzy wolą osobne okno zamiast karty przeglądarki.
Obecnie w rozwoju jest warstwa autonomii zwana trybem Office. Jest to tryb dla stałych zespołów agentów z własnymi rolami, limitami budżetowymi, pamięcią i automatycznym przekazywaniem zadań między agentami.
Szybki start
Narzędzie można zainstalować za pomocą kilku poleceń. Dla macOS i Linux dostępny jest pakiet Homebrew:
brew install kdlbs/kandev/kandev
kandev
Jeśli wolisz Node.js, uruchomienie przez npx zrobi wszystko jednym krokiem:
npx kandev@latest
Dla użytkowników Windows jest Scoop:
scoop bucket add kandev https://github.com/kdlbs/scoop-kandev
scoop install kandev
kandev
Po uruchomieniu serwer uruchomi interfejs webowy, przygotuje SQLite i pozwoli natychmiast dołączyć lokalne lub zdalne repozytoria.
Dla kogo jest ten projekt
Kandev prawdopodobnie nie będzie potrzebny tym, którzy jedynie sporadycznie proszą chatbota o wygenerowanie krótkiego skryptu. Ale zaoszczędzi wiele wysiłku, jeśli:
- aktywnie używasz agentów CLI w codziennej pracy deweloperskiej;
- chcesz uruchamiać zadania równolegle bez utraty kontroli nad commitami;
- wolisz przechowywać kod źródłowy i dane sesji na własnych serwerach;
- szukasz sposobu na odciążenie ciężkiej generacji kodu z laptopa na zdalną maszynę.
Projekt jest wciąż młody, ma nieco ponad 500 gwiazdek na GitHub, ale pomysł łączenia Kanban, Git worktree i różnych sieci neuronowych w jeden interfejs wygląda na dość gotowy do użycia.
Powiązane projekty