Kanban + AI-агенты: параллельная разработка на каждой карточке

Почему одного AI-агента уже недостаточно

Ещё год назад вызов одного AI-ассистента в IDE казался магией. Сегодня это норма, и разработчики столкнулись с новой проблемой: агенты умеют писать код, но не умеют работать в команде. Пока один агент думает над рефакторингом — вы простаиваете. Пока второй пишет тесты — первый уже закончил и ждёт вас.

В старом мире программное обеспечение выходило со скоростью, с которой инженер мог последовательно решать задачи. В новом мире агенты работают над бесконечным количеством задач параллельно — но планировать и проверять их работу по-прежнему должен человек. Это значит, что скорость разработки теперь ограничена тем, насколько быстро вы успеваете планировать и ревьюить.

Именно здесь появляется новый класс инструментов: Kanban-доски, которые запускают AI-агентов прямо из карточек задач — параллельно, изолированно и под вашим контролем.

ℹ О чём эта статья

Мы разберём KanBots и несколько аналогичных open-source решений, которые превращают привычную Kanban-доску в командный центр параллельных AI-агентов. Без облаков, без vendor lock-in, с полным контролем над данными.

Что такое KanBots и как это работает

KanBots — это Kanban-доска, которая запускает агентов Claude Code и Codex параллельно. Концепция предельно проста: вы кидаете папку, получаете доску и назначаете Claude Code или Codex-агентов на столько карточек, сколько хотите — каждый в своём собственном worktree.

Приложение бесплатно, распространяется под MIT-лицензией как open-source десктоп. Есть и облачная версия для команд, но ключевой принцип авторов прозрачен: OSS — это то, что один человек делает на своей машине; Cloud — это то, что команда делает вместе.

Как агент попадает на карточку

Архитектура работает через механизм git worktrees — встроенную функцию Git, позволяющую иметь несколько рабочих директорий одного репозитория одновременно.

Проект, размещённый на GitHub под лицензией MIT, позволяет пользователям создать папку, сгенерировать Kanban-доску и назначить AI-агентов — Claude или Codex — на каждую карточку. Каждый агент работает в своём git worktree, что обеспечивает параллельную обработку и живые обновления на доске.

Приложение поддерживает локальную работу, храня данные в SQLite-базе рядом с репозиторием — без облачного аккаунта, телеметрии или HTTP-сервера.


graph TD
    A[Папка / Git-репозиторий] --> B[Kanban-доска]
    B --> C1[Карточка: Фича A]
    B --> C2[Карточка: Баг B]
    B --> C3[Карточка: Рефакторинг C]
    C1 --> D1[Claude Code → worktree-1]
    C2 --> D2[Codex → worktree-2]
    C3 --> D3[Claude Code → worktree-3]
    D1 --> E1[PR / Коммит]
    D2 --> E2[PR / Коммит]
    D3 --> E3[PR / Коммит]

Автопилот и персоны

Одна из ключевых фич KanBots — режим автопилота. Он включает персон (например, продакт-менеджера, разработчика, ревьюера), которые автоматически делят работу, развивают бэклог и управляют затратами.

По мере того как агенты обнаруживают работу, они создают новые карточки на доске. Следующие циклы подхватывают их. Бэклог растёт и сокращается под управлением оркестратора.

Это принципиально меняет роль разработчика: вы больше не пишете код вручную — вы дирижируете ансамблем агентов.

Ключевые возможности: от карточки до коммита

Контроль затрат прямо в интерфейсе

Пользователи могут вручную запускать агентов, просматривать решения через живой тред и управлять затратами с помощью аналитики по каждому запуску и карточке.

Бюджет затрат на сессию ограничивает общие расходы. Кнопка остановки убивает родительский процесс и всех дочерних. Запущенные задачи завершают свою итерацию корректно.

CI/CD прямо из worktree

Можно запускать typecheck, тесты, линтер, сборку и e2e прямо в worktree. Опционально — запустить dev-сервер и следить за ним. Для каждой упавшей проверки автоматически создаётся дочерняя задача на исправление. Повторяется до зелёного статуса.

Интеграция с GitHub

Приложение также интегрируется с GitHub Issues и черновыми PR, обеспечивая бесшовную совместимость с существующими рабочими процессами разработки.

💡 Совет по использованию

Начните с малого: создайте 2-3 карточки с чётко описанными задачами (баг, небольшая фича, правка документации). Убедитесь, что агенты не пересекаются по затрагиваемым файлам — это минимизирует конфликты при слиянии.

Экосистема: KanBots — не единственный игрок

KanBots появился в момент взрыва интереса к теме AI-оркестрации. Рядом существует целый зоопарк похожих инструментов.

Cline Kanban

Cline Kanban — это поверхность оркестрации для того же агентного рантайма. Добавляете карточки, нажимаете play и наблюдаете, как множество агентов работают параллельно — каждый изолирован в своём git worktree. Проверяете диффы, оставляете комментарии и отправляете в продакшн.

По мере работы агентов, Kanban использует хуки для отображения последнего сообщения или вызова инструмента на каждой карточке — так можно мониторить сотни агентов одним взглядом, не открывая каждый из них.

Kangentic

Kangentic — это кроссплатформенное Electron-приложение с нативными установщиками для Windows (NSIS), macOS (DMG) и Linux (deb, rpm).

Оно позволяет запускать Claude Code, Codex, Gemini, Qwen Code, Kimi Code, OpenCode, Factory Droid, Cursor, GitHub Copilot, Aider и Warp бок о бок на одной Kanban-доске.

Каждая запущенная сессия имеет MCP-инструменты для создания задач, перемещения карточек, поиска предыдущих сессий и постановки задач в очередь — так плановый агент может передать бэклог исполняющему агенту без вашего участия.

Agent Kanban

Agent Kanban — это «агент-первая» доска задач, где AI-агенты являются полноправными членами команды. Каждый агент получает криптографическую идентичность, роль и загружаемые навыки. Агенты не просто получают работу — они создают задачи, назначают коллег и самоорганизуются в команды для решения сложных проектов.

Сравнительная таблица

Инструмент	Лицензия	Агенты	Local-first	Автопилот	Особенность
KanBots	MIT	Claude Code, Codex	✅	✅ (персоны)	Контроль бюджета, SQLite
Cline Kanban	Open-source	Claude, Codex, все провайдеры	✅	✅ (auto-commit)	npm install, зависимые карточки
Kangentic	AGPL-3.0	11+ агентов	✅	✅ (MCP)	Самый широкий список агентов
Agent Kanban	Open-source	Claude, Codex, Gemini, Copilot	✅	✅	Криптоидентичности агентов
Vibe Kanban	Apache-2.0	Claude, Codex, OpenCode	✅	Частично	Сообщество после закрытия Bloop

«Не чат-вкладка. Доска. Восемь функций, которые превращают AI-агентов из любопытства в систему учёта.» — KanBots

Почему git worktrees — это ключевая идея

Все эти инструменты объединяет один технический фундамент — git worktrees. Это не просто деталь реализации, это философия.

Каждая задача получает свою изолированную ветку — никаких конфликтов слияния между параллельными агентами.

Конкретно это работает так:

# Агент 1 получает worktree для карточки "Добавить OAuth"
git worktree add ../feature-oauth -b feature/oauth

# Агент 2 получает worktree для карточки "Исправить баг в API"
git worktree add ../fix-api-bug -b fix/api-bug

# Оба работают параллельно в изолированных директориях
# Без конфликтов, без блокировок

Kanban создаёт эфемерный worktree специально для каждой задачи, чтобы агенты работали параллельно без конфликтов слияния. Под капотом он также создаёт симлинки для gitignored-файлов вроде node_modules — так вам не нужно беспокоиться о медленных npm-установках для каждой копии проекта.

⚠ Внимание: дисковое пространство

При активном использовании параллельных агентов количество worktree-папок может быстро расти. На репозитории с 20 активными задачами вы получите 20 рабочих директорий. Следите за местом на диске и регулярно очищайте завершённые worktrees.

Практика: как начать работу с KanBots

Установка

KanBots доступен как десктопное приложение для всех платформ:

Скачать десктопное приложение можно для macOS, Linux и Windows. Оно бесплатно навсегда, распространяется по модели pay-what-you-can donations и лицензировано под MIT.

Быстрый старт

# 1. Скачайте установщик с kanbots.dev
# 2. Откройте приложение
# 3. Перетащите папку вашего git-репозитория
# 4. Доска создаётся автоматически
# 5. Создайте карточку, выберите агента (Claude/Codex)
# 6. Нажмите Dispatch — агент начнёт работу

Типичный рабочий процесс


sequenceDiagram
    participant Dev as Разработчик
    participant Board as Kanban-доска
    participant Agent1 as Агент Claude
    participant Agent2 as Агент Codex
    participant Git as Git / GitHub

    Dev->>Board: Создаёт 3 карточки задач
    Board->>Agent1: Dispatch на карточку 1 (worktree-1)
    Board->>Agent2: Dispatch на карточку 2 (worktree-2)
    Agent1-->>Board: Live-обновление статуса
    Agent2-->>Board: Live-обновление статуса
    Agent1->>Git: Коммит / Draft PR
    Agent2->>Git: Коммит / Draft PR
    Dev->>Board: Ревью диффов
    Dev->>Git: Approve & Merge

📝 Реальный кейс

Задача: Разработать систему аутентификации с тестами и документацией.

Карточка 1: «Реализовать JWT-аутентификацию» → Claude Code
Карточка 2: «Написать unit-тесты для auth-модуля» → Codex
Карточка 3: «Обновить API-документацию» → Claude Code

Все три задачи выполняются одновременно в изолированных worktrees. Время выполнения сокращается в 2-3 раза по сравнению с последовательным подходом.

Ограничения и зрелость экосистемы

При всём энтузиазме вокруг темы, честный взгляд требует отметить текущие ограничения.

Пока неясно, насколько хорошо приложение масштабируется для крупных команд или сложных проектов, и насколько надёжна координация AI-агентов на практике. Текущее развитие и обратная связь от пользователей определят практическую эффективность.

Запуск одного агента за раз заставляет ждать. Все протестированные OSS-оркестраторы решают параллельное выполнение через git worktrees, но глубина координации среди них сильно варьируется.

Среди практических проблем стоит выделить:

Сложность ревью — при 10+ параллельных агентах объём изменений может быть огромным
Стоимость API — параллельный запуск агентов кратно увеличивает расход токенов
Разрозненность экосистемы — слишком много конкурирующих инструментов, стандарты ещё не устоялись
Зрелость проектов — многие решения появились в 2025-2026 году и ещё находятся в стадии активной разработки

В будущих обновлениях ожидаются расширенные функции автоматизации, поддержка большего числа провайдеров и больше интеграций с существующими рабочими процессами разработки.

Заключение: Kanban как командный центр AI-эпохи

Превращение Kanban-доски из инструмента визуализации задач в оркестратор параллельных AI-агентов — это не просто удобная функция. Это смена парадигмы.

Эта разработка важна тем, что предоставляет локальную open-source альтернативу для AI-ассистированного управления проектами, снижая зависимость от облачных сервисов и обеспечивая конфиденциальные рабочие процессы. Она предлагает масштабируемый способ для одиночных пользователей и небольших команд использовать AI-агентов для сложной оркестрации задач, потенциально трансформируя подходы к управлению проектными рабочими процессами с помощью AI.

Ключевые выводы:

git worktrees — фундаментальная технология, позволяющая агентам работать параллельно без конфликтов
Local-first — приоритет приватности и независимости от облака
MIT / Apache / AGPL — экосистема полностью открытая, без vendor lock-in
Человек остаётся в петле — агенты автоматизируют выполнение, но ревью и принятие решений за вами
Экосистема молодая — выбирайте инструмент под конкретный стек и мониторьте обновления

Если вы ещё не пробовали запускать больше одного агента одновременно — сейчас самое время. Инструменты уже готовы. Вопрос только в том, готовы ли вы стать дирижёром, а не единственным исполнителем.