Как собрать команду ИИ-агентов и просто смотреть на канбан-доску
Представьте: вы ставите задачу, а её выполнением занимается не один чат-бот, а целая виртуальная команда. Один пишет код, другой делает ревью, третий управляет процессом. Вы в это время просто наблюдаете за тем, как карточки в канбане сами перемещаются из «To Do» в «Done». Звучит как мечта ленивого тимлида, но проект Agent Teams пытается превратить это в рабочую реальность.
Что это вообще такое
Agent Teams — это опенсорсный оркестратор для ИИ-агентов. Если обычный ChatGPT или Claude — это просто умный собеседник, то здесь мы имеем дело с полноценной средой для совместной работы нейросетей.
Проект представляет собой десктопное приложение (на базе Electron), которое объединяет разные модели — от Claude и моделей через OpenRouter до локальных решений. Главная фишка в том, что агенты здесь не просто выполняют команды, а общаются между собой, создают друг другу задачи и контролируют качество кода.
Как это работает на практике
Вместо того чтобы копипастить промпты, вы создаете «команду». Каждому агенту можно прописать роль, выдать инструкции и определить степень автономности.
Агенты общаются друг с другом
Это, пожалуй, самая интересная часть. Агенты могут отправлять друг другу прямые сообщения. Например, «ведущий» агент может попросить «разработчика» исправить баг, а потом отправить результат «тестировщику» на проверку. В интерфейсе это выглядит как почтовый ящик или мессенджер, где видно всю переписку между ИИ.
Канбан-доска как центр управления
Весь рабочий процесс визуализирован. Вы видите колонки, задачи и их статусы. Когда агент берет задачу в работу, карточка двигается. Если агенту нужна ваша помощь или одобрение действия, вы получите уведомление.
Ревью кода в стиле Cursor
Агенты умеют не только писать код, но и предлагать правки в виде диффов. Вы можете посмотреть изменения, принять их, отклонить или оставить комментарий. Причем агенты могут проводить ревью друг за другом самостоятельно, отсеивая очевидные ошибки еще до того, как код попадет к вам на глаза.
Что внутри: технологии и возможности
Проект написан на TypeScript с использованием React 19 и Electron 40. Для хранения данных о сессиях и задачах используются локальные файлы (традиционно для инструментов, работающих с Claude Code, данные лежат в ~/.claude/).
Несколько технических моментов, которые зацепили:
- Изоляция через Git Worktree: Можно настроить агентов так, чтобы они работали в отдельных воркстримах. Это спасает от конфликтов, когда несколько ИИ одновременно пытаются править файлы в одной ветке.
- Анализ токенов: Приложение детально показывает, на что уходят деньги: сколько съели системные инструкции, сколько — вывод инструментов, а сколько — «размышления» модели.
- Поддержка MCP: Есть интеграция с Model Context Protocol. Это значит, что агентам можно подключать внешние инструменты и расширять их возможности практически бесконечно.
- Автономность на выбор: Можно разрешить агентам делать всё самим (full autonomy), а можно включить режим подтверждения каждого действия, если не хочется, чтобы ИИ случайно удалил половину репозитория.
Кому это пригодится
Честно говоря, я бы не стал доверять ИИ-команде написание ядра сложного продукта с нуля без присмотра. Но есть кейсы, где Agent Teams выглядит очень бодро:
- Рутинный рефакторинг: Поручить агентам пройтись по старым компонентам и обновить синтаксис или добавить типы. Пока они ковыряются, вы занимаетесь архитектурой.
- Написание тестов: Один агент пишет код, второй генерирует для него юнит-тесты, третий проверяет покрытие.
- Исследование новых библиотек: Можно создать команду, которая развернет демо-проект на незнакомом фреймворке и подготовит отчет о плюсах и минусах.
Стоит ли пробовать
Проект подкупает тем, что порог входа практически нулевой. Есть бесплатные модели, которые работают без регистрации и ключей — можно скачать бинарник под свою ОС и запустить «пробный заезд» за пару минут.
Конечно, есть риск, что агенты начнут «галлюцинировать» в переписке друг с другом или зациклятся на какой-то задаче, съедая контекстное окно. Но сама концепция управления ИИ через канбан и роли выглядит куда более масштабируемой, чем бесконечные чаты в браузере.
Если вам надоело работать «промпт-инженером» и хочется почувствовать себя техническим директором над бандой роботов — Agent Teams определенно заслуживает вечера на изучение.
Инструкции по установке для Windows, macOS и Linux лежат в репозитории проекта. Там же есть подробный FAQ и дорожная карта развития.
