Новый проект
cocofhu/grasp
Самостоятельно размещаемая платформа на Go для многоагентной разработки с Docker-песочницами, артефактами, визуальными FSM-процессами и ручным одобрением.
- Stars
- ★ 76 ↗ +1 за 7 дней
- Forks
- ⑂ 3
- Язык
- Go
- Статус
- В канале 1 янв. 1 г.
AI-разбор
Approving превращает работу coding agents в визуальные, проверяемые и восстанавливаемые процессы поставки программного обеспечения. Маршруты задаются конечными автоматами на canvas Vue Flow: узлы агентов, реакций и ручных шлюзов соединяются переходами успеха, ошибки и отката с условиями и контрольными точками. Серверная часть на Go отвечает за FSM-движок, API, SQLite, планирование, аудит и изолированный MCP для обмена структурированными артефактами между этапами. Выполнение проходит в реальных Docker-песочницах через sandbox-gateway, а ACP bridge подключает Cursor, Claude Code, CodeBuddy и Trae. Платформа поддерживает передачу GitHub, GitLab и SSH-учётных данных, наблюдение за журналами, временными шкалами, артефактами, ожиданием подтверждений и использованием токенов. Проект находится в публичной бета-версии, требует Linux-хост с Docker Compose, а первый запуск загружает многогигабайтный образ среды песочницы.
Инструмент предназначен для инженерных команд, технических лидеров, разработчиков платформ автоматизации и исследователей многоагентных систем, которым нужны изолированное выполнение, аудит, ручной контроль и воспроизводимые процессы поставки.
Что внутри
- Визуальное построение FSM-процессов на Vue Flow с узлами агентов, реакций и ручных шлюзов.
- Изолированный запуск этапов в Docker-песочницах через sandbox-gateway и ACP bridge.
- Обмен результатами через run-scoped artifact MCP с операциями записи, чтения, установки значений и завершения узла.
- Ручные точки одобрения для выбора предложения, визуальной приёмки, подтверждения выпуска и запроса доработки.
- Подключение бэкендов Cursor, Claude Code, CodeBuddy и Trae с настройкой API-ключей через переменные окружения агентов.
- Наблюдение за выполнением, журналами песочниц, артефактами, аудитом, ожидающими решениями и расходом токенов.
Где применять
- Организация полного цикла разработки: уточнение требований, исследование, планирование, реализация, тестирование и ревью.
- Проведение многоагентных процессов, где результаты каждого этапа должны передаваться через проверяемые структурированные артефакты.
- Безопасное выполнение задач coding agents в изолированных Docker-средах с ручным контролем критических действий.
- Автоматизация подготовки GitHub Pull Request или GitLab Merge Request после подтверждения человеком.
- Локальное или командное развёртывание self-hosted платформы для экспериментов с AI-агентами и собственными рабочими процессами.
Темы