MindFlock

把你工单队列里分配给你的任务,自动变成本机上一群各自独立工作的 AI 编码 Agent 会话。

Star 数
★ 15
最近更新
今天
License
Apache-2.0
主语言
Python

30 秒速览

运行形态
桌面应用命令行工具自托管服务
可在哪里用
通用 · 跨平台Codex · Claude CodeOpenAI API · Claude API(部分支持)
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
Python 3.12+tmux ≥ 2.4(原生 Windows 上不需要)git ≥ 2.17Git for Windows(原生 Windows)一个编码 Agent CLI(如 claude)从源码构建 Electron 应用需要 Node.jsShell / 命令行网络访问本地文件系统MCP Server
典型场景
同时用 Jira 或 Linear 管理多条工单的个人开发者,希望分配到自己名下的任务自动开跑而不必手动建会话。
不适合
  • 需要笔记本关机后云端继续跑任务的团队
  • 完全不想让代码进入任何厂商模型的团队(除非改用本地模型)
  • 只用 macOS 原生客户端、排斥跨平台 Electron 应用的用户
官网
mindflock.ai ↗ 来自 GitHub 仓库设置
维护状态
近 30 天有提交最近提交 2026-11-20最新版本 v0.14.23(2026-11-20)

这个 Agent 能做什么,适合哪些场景?

MindFlock 是一个本地优先的多 Agent 编码工作台:它轮询 GitHub Issues、Jira、Linear、Shortcut、Asana 中分配给你的工单,以及你本人收到评审意见的 PR,为每一项新建独立 git worktree 与 feature 分支,装好依赖,并把工单标题、描述、验收标准和评论作为提示词交给 Agent。核心由 backend.session 会话引擎(worktree、tmux/ConPTY、状态持久化)、backend.web FastAPI 服务与界面、backend.ticket_ingestion 采集管线、backend.providers 可插拔 CLI 框架组成;客户端是 Electron 桌面应用,也可只在终端用 mindflock CLI,或通过 mindflock serve tailscale 在手机上操作。执行过程始终在你自己机器上进行,仓库不会被克隆到任何厂商沙箱,服务默认只绑定 127.0.0.1,无遥测。默认不会自动提交、推送、开 PR 或合并,每一步都由你点击确认。

采集管线按约 20 秒轮询已配置的工单源与 GitHub 上你自己的 PR,经过去重后为每条工单或每个带未解决行内评论的 PR 创建会话:在 backend.session 中建立 git worktree 与 feature/<ticket>/<slug> 分支,按仓库类型安装依赖(Python/uv 仓库自动执行 uv sync --all-groups 与 pre-commit install,其他技术栈通过 setup_commands 声明),再按该工单源配置的 Agent CLI 启动会话并注入标题、描述、验收标准与评论。会话在 tmux(原生 Windows 用 ConPTY 会话宿主)中运行,事件经 WS /api/events 广播,并由 provider 定义的钩子判定 working / idle / needs-input。你在桌面应用或 /m 手机界面查看 Diff 标签页,逐项点击 commit(在会话终端中执行,可看到钩子输出)→ push(普通 git push,沿用仓库既有远程)→ Open PR → Merge,gh 缺失时可回退到 GitHub token 或浏览器比对链接。此外支持 New → Ticket 用一句话创建真实工单、Intake 中合并重复工单、可选按源开启 Move to state on start 与 Comment when moved、队伍与预算、Verify 校验清单、扩展与钩子等。

  1. 同时用 Jira 或 Linear 管理多条工单的个人开发者,希望分配到自己名下的任务自动开跑而不必手动建会话。
  2. 需要让 Agent 在隔离工作区并行修改同一仓库、又不想让代码离开本机的团队。
  3. 收到带行内评审意见的 PR,希望把未解决评论直接变成新一轮修改任务的维护者。
  4. 没有云沙箱或 API 预算、打算用 Ollama 或 LM Studio 本地模型跑完整 ticket→PR 流程的开发者。
  5. 在办公室电脑与家中设备间切换,需要用 6 位码把多台电脑并入同一侧栏、并从手机批准提交与合并的用户。
  6. 需要为每个会话限定改动范围(Keep out / Only here 区域)以免 Agent 越界修改目录的审查者。

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

安装 / 启动命令
  • curl -LsSf https://raw.githubusercontent.com/MindFlock/MindFlock/main/install.sh | sh
  • irm https://raw.githubusercontent.com/MindFlock/MindFlock/main/install.ps1 | iex
  • uv tool install "mindflock[web] @ git+https://github.com/MindFlock/MindFlock@v<version>"
环境变量
MINDFLOCK_NTFY_TOKEN
配置文件
config.toml
运行环境
Python 3.12+
安装说明涉及
Windows · macOS · Linux · WSL

如何安装或部署这个 Agent?

最简单的路径是下载发布页的安装包:Windows 用 MindFlock-Setup.exe,macOS 用 MindFlock.dmg(自签名,首次需在系统设置→隐私与安全性中选“仍要打开”,或执行下方去隔离命令),Linux 用 MindFlock.AppImage。首次启动会自动安装引擎与所需工具。

xattr -dr com.apple.quarantine /Applications/MindFlock.app

只用命令行时,在 Linux、macOS 或 WSL 中执行安装脚本;原生 Windows 用 PowerShell 版本:

curl -LsSf https://raw.githubusercontent.com/MindFlock/MindFlock/main/install.sh | sh
mindflock init
mindflock serve
irm https://raw.githubusercontent.com/MindFlock/MindFlock/main/install.ps1 | iex

也可用 uv 或 pipx 固定安装某个发布标签,或从源码克隆后安装:

uv tool install "mindflock[web] @ git+https://github.com/MindFlock/MindFlock@v<version>"
git clone https://github.com/MindFlock/MindFlock
cd MindFlock
uv sync --group web

运行要求:Python 3.12+、tmux ≥ 2.4(原生 Windows 不需要,改用 ConPTY 会话宿主)、git ≥ 2.17、Git for Windows(仅原生 Windows,其 bash.exe 执行会话启动脚本)、一个编码 Agent CLI(默认 claude),以及一个你本来就能推送的 git 远程(SSH 或 HTTPS 均可)。

如何使用这个 Agent?

启动服务并打开界面,或直接在终端新建会话:

cd ~/code/your-repo
mindflock init
mindflock serve                 # 默认只绑定 127.0.0.1,打开 http://127.0.0.1:8765
mindflock new . -p "fix the failing tests"
mindflock ls
mindflock attach webapp
mindflock msg webapp "also update the changelog"

要让工单自动拉起会话,在桌面应用顶栏 Intake → Tickets(Alt+I)点击 + Add ticketing source,填入 token 与目标仓库,再打开该标签页的 Automated ingestion 开关;GitHub Issues 复用你已有的 gh auth login,无需额外配置。手机端用 tailnet 模式并在启动时扫描二维码:

mindflock serve tailscale

无界面环境可用 config.toml 或单独运行管线:

python -m backend.ticket_ingestion

手机推送需要安装 ntfy 并在设置中生成主题,或直接导出环境变量:

export MINDFLOCK_NTFY_TOPIC=mindflock-xTPq…
export MINDFLOCK_NTFY_SERVER=https://ntfy.example
export MINDFLOCK_NTFY_TOKEN=tk_…

这个 Agent 有哪些优点和局限?

优点
  • 代码不出本机:没有 MindFlock 云服务、账号或厂商沙箱,引擎默认绑定 127.0.0.1,README 明确列出全部网络出口清单。
  • 工单自动变会话:同时轮询 Jira、Linear、GitHub Issues、Shortcut、Asana 与自有 PR 评审意见,每项有独立 worktree 与已注入上下文的 Agent。
  • 合并权在你:默认不自动 commit/push/PR/merge,提交在会话终端执行以便观察钩子,只有在设置 Goes as far 后才放开深度。
  • Provider 无关:每个 Agent CLI 只是一份 TOML 配置(内置 Claude Code、Codex、Antigravity、aider、OpenCode、Cline、Goose),不同工单源可各选不同 Agent 与本地模型。
  • 交付面完整:Electron 桌面应用 + /m 手机界面(含 Diff 与语音)+ CLI 驱动同一批会话,还有 tailscale 二维码、ntfy 推送和 MCP 让 Agent 之间互通。
局限
  • 安装并非“一条命令干净跑完”:tmux、git、Agent CLI 需要就位,macOS 构建自签名会被 Gatekeeper 拦截,需手动“仍要打开”。
  • Agent 本身仍会把代码发给其厂商(如 Claude 发给 Anthropic、Codex 发给 OpenAI);要彻底断网外发只能切到本地模型,而 Claude Code 只支持 Anthropic API,无本地路线。
  • 默认轮询而非 webhook,工单出现最长约 20 秒延迟;评审 PR 还需至少 15 分钟才会被处理。
  • 依赖安装只对 Python/uv 仓库自动探测,其他技术栈必须自己在会话或配置中声明 setup_commands,否则首次运行可能缺环境。
  • README 中的效能数据来自单一开发者自述并附方法说明,属于个人案例,不能直接外推为团队收益。

这个 Agent 与同类方案有什么区别?

README 直接对比了两类工具。云端 ticket-to-PR 类(Devin、Google Jules、GitHub Copilot coding agent、Cursor background agents、Atlassian Rovo Dev)同样从分配给你的工单出发,但把仓库克隆到厂商运营的沙箱或 VM;MindFlock 的差异是代码始终留在你的磁盘上。本地编排类中,Claude Squad 是成熟的多 Agent 终端 TUI,Conductor 是仅 macOS 的原生应用,Claude Code 的 Agent Teams + worktree 免费且已内置——它们都需要你手动开启每个会话,而 MindFlock 允许工单队列自动拉起会话。README 还列出 Cyrus、no_human、Frink、Open Session 等同样从工单启动但依赖 webhook、OAuth 应用或公开入口的开源方案,MindFlock 的选择是轮询“本来就分配给你的队列”。

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
MindFlock 当前 59 · 缺口较多 桌面应用免费 + 模型费 ★ 15 今天 Python Codex · Claude Code
Pi Agent Desktop 78 · 表现良好 — ★ 353 9 天前 TypeScript OpenAI API
Poracode 67 · 存在缺口 桌面应用免费 + 模型费 ★ 123 今天 TypeScript ChatGPT · Claude Code
Verde 46 · 缺口较多 桌面应用免费 + 模型费 ★ 36 1 天前 Zig Codex · Claude Code

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
59/ 100 五分制 3.0 / 5
本评测基于 2026年11月12日 的源码;此后该项目发布了 10 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 17/29
可靠稳定 8/14
适用触发 12/18
规范维护 10/18
有效结果 7/13
证据核验 5/8
查看各维度的扣分理由
信任安全17 / 29 · 2.9/5

README 与 SECURITY.md 对网络出口、令牌存储(0600)、Origin/Host 防护、默认不自动 push/merge 有详尽说明,数据流透明度突出;但默认以 --dangerously-skip-permissions 启动被投喂不可信工单文本的 agent,权限最小化偏弱;回滚仅靠 git worktree 与手动操作,缺少显式撤销机制;来源归属仅 README 自述,发布者未经验证。

可靠稳定8 / 14 · 2.9/5

代码显示单例锁、退出记录、失败信息较完善;但依赖清单未固定版本(aiohttp、fastapi 等无上限),依赖可用性证据不足,且未提供运行验证。

适用触发12 / 18 · 3.3/5

README 明确多平台、多 tracker、多 agent CLI 与本地模型场景,能力边界(claude 无本地路由、非自动合并)有说明;但触发精度与真实环境适配仅靠文档断言,未见实测。

规范维护10 / 18 · 2.8/5

文档结构清晰、安装步骤完整、已知限制诚实披露、LICENSE 为完整 Apache-2.0;但版本号仅见于 pyproject,无 CHANGELOG,维护责任与发布者身份不明。

有效结果7 / 13 · 2.7/5

输出可用性(diff、PR、成本追踪)与边际价值(本地化、多 agent 并行)有描述;但成本收益仅凭作者自述数据,且承认 token 消耗巨大、参与时间上升,证据不足以支撑高分。

证据核验5 / 8 · 3.1/5

README 提供方法与可复核口径,并主动更正旧数据,事实与推断分离较好;但核心收益数字来自作者自有仓库,缺乏独立交叉验证。

风险与缓解建议
  • 默认以 --dangerously-skip-permissions 运行被投喂不可信工单文本的 agent,存在提示注入风险,需自行评估并考虑关闭该选项。
  • 依赖未固定上限版本,供应链风险需自行锁定。
  • 收益数据来自作者自有仓库,缺乏独立验证,不应直接采信。
  • 发布者身份未经验证,维护与更新路径不明确。
证据充分度:低 评估于 2026年11月12日 审查版本 e77f641daaf2 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/mindflock.svg?lang=zh)](https://followagents.com/zh/agents/mindflock)
<a href="https://followagents.com/zh/agents/mindflock"><img src="https://followagents.com/badge/mindflock.svg?lang=zh" alt="FARS 评测"></a>

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。

  1. v0.14.23
    发布说明摘录
    Added - Disk cleanup: a garbage collector for leftover worktrees. Agents leave worktrees behind fast (one machine had 141 folders, 118 GB, most from sessions closed weeks ago). MindFlock now keeps an inventory of every worktree and session clone it made — plus the other worktrees of the same repositories, which it lists but never removes — and classifies each one: in use (a session, sleeping or paused included, one closed recently enough to reopen, a route, run or queue), uncommitted changes, commits that are in …
    在 GitHub 查看 ↗
  2. v0.14.22
    发布说明摘录
    Added - Updates take care of themselves. One setting, Settings → Advanced → Updates, the same in the browser and the desktop app: Automatic (a new version installs by itself and the server restarts onto it when nobody has typed for a minute, or after 30 minutes; sessions keep running), Ask me (one offer per version, with an Update button right on the toast and the bell row) or Off. Ask me is the default; a desktop app that had automatic updates on keeps them. Also mindflock update --auto on|ask|off and mindflock update --check. …
    在 GitHub 查看 ↗
  3. v0.14.21
    发布说明摘录
    Added - To-do is its own extension. A To-do bar in the sidebar (show or hide it in Customize → Sidebar) with a count of what is open, Open and Add. The list opens as a window in the grid like any session: what needs you first, grouped by session, each with a chip that takes you to that session; drag to reorder; High / Normal / Low; details per item (links, and code blocks with a Copy button); a due time; and a History tab of what you finished or removed, with Restore. An item you check off stays …
    在 GitHub 查看 ↗

常见问题

它会把我的代码上传到 MindFlock 的服务器吗?
不会。没有 MindFlock 云服务或账号,引擎是本机进程,默认绑定 127.0.0.1。README 给出了完整网络出口清单:你的工单 API、配置的本地模型服务、api.github.com(轮询你自己的 PR 与开 PR/合并)、每日最多一次的价格表 aipricing.guru、你自己的 git 远程、可选的 ntfy 推送和 GitHub Releases 更新检查。但 Agent CLI 自身仍会与其厂商通信。
没有订阅或 API 额度能用吗?
可以。设置 → Local model 可把会话指向你用 Ollama、LM Studio 或任何 OpenAI 兼容服务自建的模型,codex、aider、goose 均原生支持,已采集的工单会话同样适用。Claude Code 只支持 Anthropic API,mindflock doctor 会直接告诉你而没有本地路线。
它会不会自己提交、推送或合并 PR?
默认都不会。每一步都是你的点击,提交消息由你写,PR 文案由你的提交生成。只有当你为某个会话或 team run 设置 Goes as far 后,它才会推进到对应深度;对工单的写入也只有在按源开启 Move to state on start(及可选的 Comment when moved)后才发生。
手机和远程访问安全吗?
mindflock serve 在显式指定 tailscale 模式前会拒绝网络访问;tailscale 模式下也只在你自己的 tailnet 内,并需要认证 token,启动时打印二维码。手机界面位于 /m,可用密码令牌保护,README 明确说明绝不会把未认证的界面暴露到公网。
停止使用后怎么清理?
uv tool uninstall mindflock 只删除虚拟环境与命令行入口,不会清理注册在你仓库内的工作树和合并进 .claude/.codex 的活动钩子(它们会继续触发)。应先运行 mindflock uninstall(支持 --dry-run 预览和 --purge),再卸载引擎。
MindFlock 官网是什么?
MindFlock 的 GitHub 仓库填写的官网是 https://mindflock.ai。这个链接由仓库作者设置;源码在 GitHub(MindFlock/MindFlock)。
MindFlock 支持 Windows 吗?
支持。本页安装说明里有 Windows 的安装命令:irm https://raw.githubusercontent.com/MindFlock/MindFlock/main/install.ps1 | iex。
MindFlock 开源吗?
开源。源码在 GitHub(MindFlock/MindFlock),许可证是 Apache-2.0。
MindFlock 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-11-20,在最近 30 天内。最新版本是 v0.14.23(2026-11-20)。
MindFlock 是谁开发的?
MindFlock 由 GitHub 账号 MindFlock 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关核心概念