AGENA
开源多租户 Agentic AI 平台:自主分析任务、生成代码、审查质量并直接提交 Pull Request。
- Star 数
- ★ 103
- 最近更新
- 1 个月前
- License
- MIT
- 主语言
- TypeScript
- FA 评分
- 56/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code · OpenAI API
- 费用
- 有免费版,另有付费云服务
- 上手难度
- 高 · 需要较重的基础设施
- 开始前需要
- 典型场景
- 工程团队想把 Sentry / New Relic 生产错误自动转成修复 PR,无需人工派单。
- 不适合
- 未使用 GitHub 或 Azure DevOps 做代码托管的团队
- 不想部署 Docker、MySQL、Redis 等多服务基础设施的个人开发者
- 只需要行内代码补全、不需要全自动 PR 流程的用户
- 官网
- agena.dev ↗ 来自 GitHub 仓库设置
- 维护状态
- 近半年有提交最近提交 2026-10-09
- 源码审查
- 56/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
AGENA(GitHub 仓库 aozyildirim/Agena,MIT 许可)是一个自托管的 Agentic AI 编排平台,负责从任务到 PR 的完整闭环。后端是包含 6 个可 pip 安装包的 monorepo(agena-core / models / services / agents / api / worker),用 CrewAI 角色型代理加 LangGraph 五节点状态机执行 PM → Planner → Developer → Reviewer → Finalizer 流水线,最终在 GitHub 或 Azure DevOps 上自动开分支、提交并创建 PR。它通过主机 CLI 桥接复用你现有的 Claude Code / Codex CLI 订阅,无需 API key 或按 token 计费,也可改用 OpenAI / Gemini API。技术栈为 Python 3.11 + FastAPI + MySQL 8.0 + Redis 7 + 可选 Qdrant 向量记忆,前端为 Next.js 14 仪表盘,含像素风 Boss Mode、可视化流程编排器和 DORA 指标面板。平台支持多租户组织隔离、JWT + RBAC、Stripe 计费和 Free/Pro/Enterprise 套餐。
任务从 UI 或 Jira / YouTrack / Azure DevOps / Sentry / New Relic 导入后进入 Redis 队列(带仓库锁),由 OrchestrationService 驱动 LangGraph 流水线,依次执行 fetch_context(Qdrant 向量记忆召回相似历史任务)、analyze(PM 代理估算故事点、规划改动)、generate_code(Developer 代理生成补丁)、review_code(Reviewer 代理审查)、finalize(清理输出、建分支、提交、开 PR)。PR 合并 webhook 会自动关闭关联的 Sentry issue。配套功能包括:Skill Catalog(完成任务后由 Skill Librarian 用 LLM 提炼可复用模式并向量化,注入后续代理提示词)、History-Grounded Sprint Refinement(基于历史工件的 Qdrant 集合做 SP 估算)、Runtimes Registry(bridge-server.mjs 自注册并每 30 秒心跳)、多仓库并行编排、任务依赖与自动排队、Sprint Nudge 与 Review Backlog Killer 多渠道催办、Cross-Source Insights 事件关联(含一键回滚 PR)、Stale Ticket Triage 源端扫描与 AI 判决。
- 工程团队想把 Sentry / New Relic 生产错误自动转成修复 PR,无需人工派单。
- 使用 Jira 或 Azure DevOps 的 Scrum 团队希望基于历史工件获得有依据的故事点估算。
- 多团队组织需要一个自托管、按组织隔离的 AI 编码平台,让各团队接入自己的 LLM 账号。
- DevOps 负责人想要 DORA 指标、团队健康分析和跨源事件关联(哪个部署引入了 bug)。
- 资深开发者想把团队编码模式沉淀成可复用的 Skill Catalog,自动注入后续任务的提示词。
如何安装或部署这个 Agent?
前置条件:Docker、Python 3.11、Node.js;若走 CLI 桥接需本机已登录 Claude Code 或 Codex CLI(claude auth login / codex auth login)。安装:
如何使用这个 Agent?
启动后访问 http://localhost:3010(前端)与 http://localhost:8010/docs(Swagger)。创建首个用户与组织:
这个 Agent 有哪些优点和局限?
- 可复用现有 Claude Code / Codex CLI 订阅,无按 token 计费,成本模型区别于按 API 调用收费的工具。
- 覆盖完整闭环:从 Sentry/Jira 工件导入到自动建分支、开 PR、合并后自动关闭 issue。
- Skill Catalog 与向量记忆让平台随使用积累代码库专属模式,而非每次重新发现。
- 6 个独立 pip 包的 monorepo 结构,可单独安装如 pip install -e packages/agents。
- 部署负担重:需运行 MySQL、Redis、(可选)Qdrant、backend、worker、前端蓝绿容器和主机 CLI 桥接多个服务。
- CLI 桥接必须运行在宿主机而非 Docker 内,且依赖系统钥匙串中的 Claude/Codex 认证,环境受限时是硬约束。
- PR 自动化仅支持 GitHub 和 Azure DevOps,其他托管平台需自行适配。
- README 未提供独立的性能基准或安全审计证据,生产采用前需自行验证。
这个 Agent 与同类方案有什么区别?
README 明确将 AGENA 与 GitHub Copilot 对比:Copilot 是 AI 辅助编码(你驱动,AI 逐行建议),AGENA 是 Agentic AI 编码(AI 驱动从任务到 PR 的全流程),二者互补——Copilot 用于创造性工作,AGENA 用于明确定义的任务。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| AGENA 当前 | 56 · 缺口较多 | 自托管服务免费版 + 付费版 | ★ 103 | 1 个月前 | TypeScript | Codex · Claude Code · OpenAI API |
| PandaProbe | 59 · 缺口较多 | 自托管服务免费版 + 付费版 | ★ 866 | 2 天前 | Python | — |
| Agent Graph | 53 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 239 | 4 天前 | Python | — |
| OtoDock | 70 · 存在缺口 | 自托管服务免费版 + 付费版 | ★ 202 | 今天 | Python | Codex · Claude Code |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
证据显示平台会自主创建分支、提交、PR并向Slack/Azure/Jira发消息,属于大范围外部副作用;但文档记录了确认弹窗(triage的Apply all需点击提交)、默认关闭的opt-in开关、冷却间隔与可撤销的分享令牌,user_confirmation给2。least_privilege仅1:PAT代理转发、JWT环境变量自动注册runtime等权限面宽,未见到最小化凭证设计。sensitive_data_handling为2:Keychain存储、ADR-0002明确'extra_config不得存密钥'。dependency_security仅1:requirements.txt已锁版本但无审计/扫描证据。rollback仅1:只有insights模块的一键回滚PR。source_attribution为2:AI生成评论带'written by Agena via {model}'署名。
自一致性扣分明显:README称alembic 24个迁移、25个模型,CLAUDE.md却写26个迁移、27个模型;前端端口在3010/3011/3012之间表述不一,self_consistency给1。dependency_availability为2:全部依赖精确锁定并提供docker-compose与start.sh。failure_messages为2:CLI失败回退(Claude→Codex)、delivery-aware的sent/rate_limited状态有具体描述。
audience_and_scenarios为2:面向工程团队的场景(事件关联、积压PR催审)描述充分。capability_boundaries为2:置信度阈值、<50%跳过提取、look-back窗口等边界有写明。trigger_precision仅1:SKILL.md是模式说明而非可执行技能,触发条件靠人工应用。environment_fit为2:Docker/主机bridge/多runtime注册均有覆盖。
information_architecture为2:目录结构、TOC、docs/ADR清晰但README在环境变量处被截断且部分命令只有列举。install_notes为2:Quick Start、CLI三种安装方式齐全,但未见到验证步骤。license满分3:MIT全文在库。versioning_changelog仅1:有tag触发的发布工作流,但未见到CHANGELOG文件。maintenance_responsibility为2:SECURITY.md给出72小时响应目标,但维护者是个人而非注册组织。
output_usability为2:结构化评审输出(Summary/Findings/Severity/Score)、PR与看板均可直接使用。marginal_value为2:技能目录与历史相似项检索是真实的复利设计。cost_benefit仅1:宣称'无需API key、按订阅运行',但代价是MySQL+Redis+Qdrant+6容器+主机bridge的重型部署,且依赖用户已有的Claude/Codex订阅,权衡未量化。
claim_traceability仅1:'production-ready'、'GPT-5'、'after ~50 tasks carries 20+ patterns'等断言无随附数据。cross_source_corroboration为1:README与CLAUDE.md在迁移数、模型数上互相矛盾,单一来源的指标无法交叉验证。fact_inference_separation为1:营销叙述(demo gif、'zero to fully-loaded in under a minute')与工程事实混排,未明确区分。
- 文档数字不一致(迁移24 vs 26、模型25 vs 27),使用前请以实际代码为准核对。
- 平台默认会向GitHub/Azure DevOps/Slack/Jira写入内容并自动创建PR;部署前应逐一关闭非必要opt-in开关并审计PAT权限范围。
- extra_config字段不脱敏返回客户端,切勿在该字段存放任何密钥。
- 依赖已锁版本但未见漏洞扫描;生产部署前自行执行依赖审计。
- 无CHANGELOG且发布者身份未经验证;建议以固定commit引用并在隔离环境首次试用。
常见问题
必须购买 OpenAI API key 吗?
我的代码和凭证会离开我的基础设施吗?
LLM 代理失败会怎样?
能免费自托管吗?
支持哪些语言和界面?
AGENA 官网是什么?
AGENA 开源吗?
AGENA 安全吗?
AGENA 还在维护吗?
AGENA 是谁开发的?
谢谢反馈,我们会据此改进页面。