Как упорядочить хаос из десятка AI-агентов в одном проекте

Недавно я попытался запустить одновременно Claude Code для рефакторинга модуля и GitHub Copilot CLI для переписывания тестов. В итоге быстро запутался в терминальных вкладках, а локальные ветки случайно затерли изменения друг друга. Похоже, создатели проекта Kandev сталкивались с той же проблемой, когда решили собственный инструмент для управления AI-разработчиками.

Kandev — это открытая платформа с веб-интерфейсом и Канбан-доской, которая превращает хаотичную работу с автономными кодерами в понятный и контролируемый процесс.

В чем главная идея

За последний год появилось много CLI-утилит для кодинга: Claude Code, Codex, Copilot CLI, Gemini, Cursor agent, Devin и еще пару десятков альтернатив. У каждой свои сильные стороны, но когда вы запускаете их прямо в терминале своего ноутбука, всплывают стандартные сложности:

Изменения неудобно проверять через консольный вывод.
Параллельный запуск нескольких агентов в одной папке приводит к конфликтам в Git.
Нагрузка на локальный процессор и оперативную память растет с каждым новым процессом.

Разработчики Kandev предлагают другой подход: человек задает задачи, распределяет их по колонкам на доске и проверяет итоговые диффы, а вся рутинная генерация остается нейросетям.

Проект не привязан к облаку конкретного вендора и распространяется под лицензией AGPL-3.0. В нем нет сбора телеметрии, а запустить сервер можно на своем железе или изолированном VPS.

Параллельные задачи без конфликтов в ветках

Чтобы агенты не мешали друг другу и не портили рабочий каталог, Kandev активно использует механизмы Git worktree. На каждую карточку создается отдельное изолированное окружение со своей веткой. Вы можете запустить три разных нейросети одновременно: одна будет править верстку, вторая перепишет SQL-запросы, а третья займется документацией.

Экран рабочей области внутри Kandev закомпонован как привычная IDE. В одном окне умещаются:

чат с агентом или прямой CLI-терминал;
встроенный редактор кода с поддержкой LSP;
дерево файлов и панель изменений Git;
окно предпросмотра результата в браузере.

Благодаря такой компоновке вы смотрите на готовый результат и diff в нормальном визуальном редакторе, а не пытаетесь разобрать бесконечные строки текста в консоли.

Сборка цепочек из разных провайдеров

Интересная особенность Kandev заключается в создании пайплайнов из нескольких нейросетей. Инструмент поддержит открытый протокол ACP (Agent Client Protocol), через который подключаются больше двадцати различных агентов.

При желании можно настроить поэтапную обработку задачи:

Claude Code проектирует архитектуру и создает план.
GitHub Copilot генерирует код по составленному плану.
Codex проверяет полученные правки на ошибки и уязвимости.

Если инструмент пока не умеет работать по ACP напрямую, Kandev запускает его в режиме TUI прямо внутри встроенного эмулятора терминала PTY. Это значит, что добавить любой консольный скрипт получится буквально за пару минут через настройки профилей.

Работа с несколькими репозиториями и подзадачами

Часто задача затрагивает одновременно бэкенд и фронтенд. Kandev умеет связывать одну карточку сразу с несколькими репозиториями. Система создаст по отдельному worktree для каждого проекта, сгенерирует ветки и соберет сгруппированные изменения в едином окне проверки.

Если задача выходит слишком объемной, агент может сам порождать подзадачи, которые наследуют контекст родительской сессии. Это выручает, когда нужно разбить большой рефакторинг на несколько независимых пул-реквестов.

В проект также встроена поддержка MCP (Model Context Protocol). Агенты внутри Kandev получают доступ к служебным инструментам: они способны создавать подзадачи, отправлять сообщения в соседние карточки и читать историю диалогов других агентов.

Где запускать самих агентов

Тяжелые кодовые базы требуют немало ресурсов. Если запустить три автономных агента на ноутбуке, кулеры моментально начнут гудеть на максимум. Kandev решает этот вопрос гибким выбором рантаймов.

Сервер отправляет задачи на исполнение в разные среды:

локальный процесс на вашем компьютере;
изолированный Docker-контейнер;
удаленный сервер по SSH;
облачные эмуляторы вроде sprites.dev.

Вы можете развернуть Kandev на мощном сервере в офисе или дома, а управлять карточками и проверять диффы хоть со смартфона через браузер. Для безопасного подключения из внешней сети авторы рекомендуют использовать Tailscale или любой привычный VPN.

Техническое устройство под капотом

Архитектура Kandev устроена довольно понятно. Бэкенд написан на Go и отвечает за оркестрацию процессов, жизненный цикл задач и WebSocket-шлюз. Вся база данных и история сессий хранятся локально в SQLite по адресу ~/.kandev.

Фронтенд сделан на React с использованием Vite и Zustand для управления состоянием. Для работы с кодом используется Monaco Editor, для терминала — xterm.js, а гибкая сетка окон построена на базе библиотеки dockview.

Команда также развивает настольное приложение на Tauri для тех, кто предпочитает отдельное окно вместо вкладки браузера.

В разработке сейчас находится слой автономии под названием Office mode. Это режим для постоянных агентских команд со своими ролями, лимитами бюджетов, памятью и автоматической передачей задач между агентами.

Быстрый старт

Установить инструмент можно несколькими командами. Для macOS и Linux доступен пакет в Homebrew:

brew install kdlbs/kandev/kandev
kandev

Если вы предпочитаете Node.js, запуск через npx выполнит все в один шаг:

npx kandev@latest

Для пользователей Windows подготовлен Scoop:

scoop bucket add kandev https://github.com/kdlbs/scoop-kandev
scoop install kandev
kandev

После старта сервер поднимет веб-интерфейс, подготовит SQLite и позволит сразу привязать локальные или удаленные репозитории.

Кому пригодится этот проект

Kandev вряд ли нужен тем, кто лишь иногда просит чат-бота сгенерировать короткий регулярный скрипт. Но он сэкономит много сил, если вы:

активно используете CLI-агенты в повседневной разработке;
хотите запускать задачи параллельно и не терять контроль над коммитами;
предпочитаете держать исходный код и данные сессий на своих серверах;
ищете способ перенести тяжелую генерацию кода с ноутбука на удаленную машину.

Проект пока молодой, у него чуть больше 500 звезд на GitHub, но идея объединить Канбан, Git worktree и разные нейросети в один интерфейс выглядит вполне готовой к использованию.