Aixle Flow
把 AI 编码 Agent 放到团队级看板上：拖一张卡片，Agent 在隔离容器里执行，运行、成本与产出全员可见。
- 源仓库
- AixleHQ/flow
- Star 数
- ★ 34
- 最近更新
- 今天
- License
- Apache-2.0
- 主语言
- Ruby
- FA 评分
- 43/100 · 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
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 高 · 需要较重的基础设施
- 开始前需要
- 典型场景
- 团队已有多个开发者各自用 Claude Code 或 Cursor，希望统一触发方式并看清每个人让 Agent 做了什么、花了多少 token。
- 不适合
- 希望一条 docker compose up 就完成部署的团队，首次构建 Agent 镜像耗时较长
- 只需要个人本地 CLI 使用、不想维护容器与 Temporal 基础设施的开发者
- 源码审查
- 43/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Aixle Flow 是面向 AI 编码 Agent 的团队级控制平面，目标是解决多人共用 Agent 时“不知道谁在跑什么、花了多少钱”的混乱。它提供一个看板，列与工作流绑定，卡片拖入自动列即触发一次运行；核心是一个支持重试、审批门与并行步骤的 DAG 工作流引擎，底层由 Temporal 提供持久化执行。Agent 在独立容器中运行，支持 Claude Code、Cursor CLI、OpenAI Codex CLI、Gemini CLI、Antigravity CLI、xAI Grok CLI 与 Kiro CLI，并通过 MCP 接入工具。技术栈为 Ruby on Rails 8、PostgreSQL、Redis、React 19、Inertia.js、Mantine 9 与 Vite，本地用 Docker Compose 部署，生产可用 Kubernetes。每个会话都会记录 token 与费用，整个团队能查看运行轨迹与输出。
用户把卡片放到看板的某一列，该列绑定的工作流即被触发。工作流引擎按 DAG 执行步骤（例如 Plan、Implement、Run tests、Open PR），支持重试、审批门与并行分支，运行状态由 Temporal 负责持久化，长任务不会因进程重启而丢失。每个步骤在独立的 Agent 容器中执行，调用 Claude Code、Cursor CLI、Codex、Gemini CLI 等编码 Agent，并通过 MCP 获得工具能力；容器在本地由 Docker 提供，生产环境使用 Kubernetes。运行过程通过 ActionCable 实时推送，会话表记录每一步消耗的 token 与费用（以美分计）。最终产出包括代码改动、测试结果与 PR，并留下可供审计的运行记录。
- 团队已有多个开发者各自用 Claude Code 或 Cursor，希望统一触发方式并看清每个人让 Agent 做了什么、花了多少 token。
- 需要把“写代码—跑测试—开 PR”这类多步骤流程做成可视化 DAG，并在关键步骤加人工审批门再继续。
- 想让非工程角色（如产品经理）也能在看板上拖一张卡片来启动编码 Agent，而不用打开终端。
- 希望自托管整套编排层，数据与代码不经过第三方 SaaS，同时保留切换不同编码 Agent 的能力。
- 需要对长时间运行的 Agent 任务做持久化执行，进程崩溃或服务重启后仍能恢复而不是从头再来。
如何安装或部署这个 Agent？
需要先准备 Docker 与 Docker Compose，并具备 Make 命令的环境。
克隆仓库并进入目录：
git clone https://github.com/AixleHQ/flow.git && cd flow复制环境变量模板；若要启用 SSO，需在其中填入 OAuth 密钥：
cp .env.example .env.development # fill in OAuth secrets if you want SSO构建容器、安装依赖并初始化数据库（首次会构建 Agent 镜像，耗时较长）：
make setup启动全部服务（web、worker、db、redis、traefik、temporal）：
make up随后打开 http://localhost:4000 并登录。更详细的步骤见仓库中的 docs/quickstart.md。
如何使用这个 Agent？
服务启动后，在浏览器访问本地地址并登录：
http://localhost:4000登录后在工作流中定义步骤（如 Plan、Implement、Run tests、Open PR）并把工作流绑定到看板某一列；将卡片拖入该列即触发一次运行。运行中可在会话表中查看每一步消耗的 token 与费用，并实时查看容器内的执行输出。提交 PR 前，按贡献指南运行检查：
docker compose exec -T web make check_all这个 Agent 有哪些优点和局限？
- 看板列与工作流绑定，拖一张卡片即可触发整条 Agent 流水线，非工程角色也能发起任务。
- 工作流引擎原生支持重试、审批门与并行步骤，并用 Temporal 提供持久化执行，适合长时间运行的 Agent 任务。
- 每步 Agent 在独立容器中运行（本地 Docker、生产 Kubernetes），并提供逐会话的 token 与费用统计，团队可审计。
- 不绑定单一编码 Agent，同一平台可在 Claude Code、Cursor CLI、Codex、Gemini CLI、Antigravity CLI、Grok CLI、Kiro CLI 之间组合使用。
- MCP 原生集成工具，Apache-2.0 许可允许自托管与商业部署。
- 首次
make setup需构建多个 Agent 镜像，官方承认尚做不到 5 分钟上手，一键docker compose up仍在路线图中。 - 运行依赖较重：需要 PostgreSQL、Redis、Temporal、Traefik 等多个服务，生产还需 Kubernetes。
- 仍需自备各编码 Agent 的账号与模型用量，软件免费但模型调用本身按量计费。
- 贡献流程要求 DCO 签署与已签署的 CLA，对企业内部二次开发与回馈形成额外手续。
- 当前所有界面交互围绕 Web 看板，没有文档化的 CLI 或 API 驱动的替代编排路径。
这个 Agent 与同类方案有什么区别？
项目在 README 中明确提及 n8n、Dify、Langflow、Cursor 与 Temporal 对其思路的影响。相较 n8n 这类通用工作流自动化工具，Aixle Flow 的差异在于以看板卡片为触发入口，并专为编码 Agent 设计容器隔离与逐会话 token/费用统计；相较 Cursor 的背景 Agent，它把编排层做成可自托管、可混用多家编码 CLI 的团队级控制平面。
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 |
|---|---|---|---|---|---|---|
| Aixle Flow 当前 | 43 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 34 | 今天 | Ruby | Codex · Claude Code |
| mcp-agent | 53 · 缺口较多 | 开发框架免费 + 模型费 | ★ 8.6k | 9 个月前 | Python | Claude.ai · OpenAI API · Claude API |
| Kandev | 74 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 1.1k | 今天 | Go | Codex · Claude Code |
| Tessera | 74 · 存在缺口 | 桌面应用免费 + 模型费 | ★ 315 | 8 天前 | TypeScript | Codex · Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
least_privilege：设计文档明确承认三处 Pundit 策略过于宽松（协作者可删项目、任意成员可看公司分析与会话），说明当前代码存在越权面，仅得 1。user_confirmation：README 提到审批门（approval gates）与删除确认弹窗，但无代码佐证，且破坏性操作默认行为未展示，得 1。data_flow_transparency：cloud-connection-security 文档对提示词/凭据流向、存储位置、CloudTrail 归属描述详尽，得 2。sensitive_data_handling：文档说明令牌加密存储、会话容器不接触 Identity Center 材料、短期凭据不落盘，但 §3b 长期密钥会注入每个会话容器，风险自陈，得 2。dependency_security：仅 README 提及 THIRD-PARTY-LICENSES.md，未见依赖审计或锁定证据，得 1。external_effects：Agent 在容器内执行并开 PR、调 AWS，属高外部影响，但仅文档描述，无隔离/限额代码佐证，得 1。rollback：文档提到断开连接即删除令牌、会话结束即失效，但项目删除为硬删除且无软删除/恢复机制，得 1。source_attribution：README 有 Inspired by 与 NOTICE/TRADEMARK 归属，Apache-2.0 归属清晰，得 2。
self_consistency：设计文档内部存在矛盾（AC 要求 403 而实际为 302，文档自标为阻塞决策），且研究文档引用 palad-app 与仓库名不一致，得 1。dependency_availability：README 列出 Rails/React/Temporal 等栈与 make setup，但无锁定文件或版本约束证据，得 1。failure_messages：quickstart 有排障段落（EACCES、Yarn 警告），cloud 文档描述健康检查显示 AWS 原始错误，但整体错误处理证据零散，得 1。
audience_and_scenarios：README 明确面向团队、区分 quickstart/user-guide/reference 三层，场景清晰，得 2。capability_boundaries：列出支持的七种 CLI 与容器隔离，但能力边界（不支持什么、权限上限）主要散落在设计文档，得 1。trigger_precision：看板列绑定工作流触发，但触发精度、去重、并发控制无代码证据，得 1。environment_fit：要求 Docker、8GB 内存、Linux 权限处理有说明，但生产 Kubernetes 路径仅一句带过，得 1。
information_architecture：README 三层文档表与目录结构清晰，得 2。install_notes：quickstart 步骤完整含前置条件与排障，得 2。naming_stability：仓库名 flow 与文档中 palad-app、Aixle Flow 混用，命名一致性存疑，得 1。examples_and_faq：有示例工作流与排障，但无正式 FAQ，得 1。known_limitations：README 与 quickstart 坦承 5 分钟目标未达成、agent 镜像构建慢、§3b 密钥路径为最不推荐，得 2。license：Apache-2.0 明确，含 NOTICE、THIRD-PARTY-LICENSES、TRADEMARK、CLA/DCO，得 3。versioning_changelog：有 Release 徽章但无 CHANGELOG 内容，得 1。maintenance_responsibility：发布者未经验证，贡献流程有 CONTRIBUTING 引用但维护责任主体不明，得 1。
output_usability：宣称看板、成本计量、审计日志，但均为 README 断言，无实际输出样例或截图外的可验证产物，得 1。marginal_value：相对直接用 Cursor/Claude Code 的增量价值（团队可见性、成本追踪）论述合理，但缺乏对比证据，得 1。cost_benefit：有 per-session 成本追踪与 Temporal 持久化，但无成本数据或基准，得 1。
claim_traceability：设计文档大量引用具体文件行号，可追溯性强，但 README 的市场断言（唯一开源平台）无支撑，得 1。cross_source_corroboration：README、quickstart、设计文档相互印证技术栈与流程，但研究文档引用 palad-app 与仓库不符，削弱交叉印证，得 1。fact_inference_separation：cloud 文档明确区分事实与推断（如设备码钓鱼风险自陈），但 README 营销语与事实混杂，得 1。
- 设计文档自承三处 Pundit 策略存在越权（协作者可删项目、任意成员可看公司分析与会话），部署前应确认这些修复已合入。
- §3b 长期 Bedrock 密钥会被注入该开发者的每个会话容器，且可能无过期，属高风险路径，应优先使用 Identity Center 路径并限制权限集。
- 项目删除为硬删除，无软删除或恢复窗口，破坏性操作缺乏回滚保障。
- 仓库名 flow 与文档中 palad-app 混用，发布者身份未经验证，维护责任主体不明。
- README 的“唯一开源平台”等市场断言缺乏支撑，不应据此推断能力或安全性。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
Added - Admin: a company's queue breakdown on the dashboard shows its waits by hour of the day, in your own time zone: for each hour, how many of the sessions that joined the queue then waited, and their p95. Its days are in your time zone too, and opening a day shows that day's hours. - Sign-in & onboarding: the hosted product publishes its Terms of Service, Terms of Use and Privacy Policy at /legal, linked from the sign-in page and the app's footer. Everyone accepts the Terms of Use the first time they sign …在 GitHub 查看 ↗ -
发布说明摘录
Added - Sign-in & onboarding: Aixle Flow can be bought on AWS Marketplace. A buyer who subscribes is sent to a page of ours that sets their workspace up: they are signed out first and create a new workspace, confirming the address by email as any other signup does — the subscription proves the purchase, not the address. Returning from Manage subscriptions reaches the workspace they already made. The workspace is billed by AWS rather than by card, gets no free trial, and runs as soon as AWS confirms the agreement; …在 GitHub 查看 ↗ -
发布说明摘录
Added - Profile: the trigger_workflow tool of personal access takes an optional idempotency_key. A second call with the same key returns the run the first call started instead of starting another, so an agent can retry safely after a timeout. - Sessions & Runs: a new workflow run records how it was started: from the workflow page, through personal access, as a retry of a failed run, or by a trigger. A retry links to the run it repeats. get_workflow_run, list_workflow_runs and the admin run page show both. …在 GitHub 查看 ↗
常见问题
软件免费，那成本在哪里？
必须安装 Kubernetes 吗？
make up 会启动 web、worker、db、redis、traefik 与 temporal；Kubernetes 只是 README 中提到的生产环境选项。支持哪些编码 Agent？
任务执行到一半服务重启会怎样？
想参与贡献有什么额外要求？
docker compose exec -T web make check_all，并且贡献需带 DCO 签署与已签署的 CLA。