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 AgentHacker 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 v1.0MIT 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 worktreeAgent 之间的隔离不是靠容器或虚拟环境而是git worktreegitworktreeadd.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 hookKanBots 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 UIKanBots 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 4personas:-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githubGitHub REST API团队协作已有 IssueGitHub 模式下看板操作通过status:*label 编辑双向同步Promote 可创建 Draft PRSentry 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 PRPM 在 Jira 移动卡片现在KanBotsPM 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 10Claude Code CLIclaude在 PATH 中且已claude /login可选Codex CLIgit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 GatekeeperWindows 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 commit5 个 tag4 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/