Okto Pulse

面向 AI 辅助开发的本地优先 SDLC 工作台,以规格、治理门禁和知识图谱约束交付流程。

Star 数
★ 139
最近更新
3 天前
License
NOASSERTION
主语言
Python

30 秒速览

运行形态
命令行工具网页应用MCP 服务器
可在哪里用
通用 · 跨平台Codex · Claude CodeClaude.ai(部分支持)
费用
免费,无需付费服务
上手难度
低 · 几分钟可跑通
开始前需要
Python 3.11+用于语义搜索的 all-MiniLM-L6-v2 模型下载Docker(可选部署方式)Shell / 命令行网络访问本地文件系统MCP Server
典型场景
使用 Codex、Claude Code、Cursor 或类似 MCP 客户端的开发团队,希望在代理写代码前先固化需求、验收标准和测试场景。
不适合
  • 需要将该软件作为托管服务提供给第三方的团队
  • 不愿采用强制规格、验证和治理流程的团队
  • 无法运行 Python 3.11 或更高版本的环境
官网
oktolabs.ai/platform/pulse ↗ 来自 GitHub 仓库设置
维护状态
近 30 天有提交最近提交 2026-11-17

这个 Agent 能做什么,适合哪些场景?

Okto Pulse 是一个本地优先的软件开发生命周期工作台,把故事、构思、细化、规格、冲刺、任务、测试和缺陷组织成可追踪的工作流。它由负责领域模型、治理门禁和知识图谱契约的 okto-pulse-core,以及负责 SQLite、Okto Grafx、文件系统、调度器、REST 应用、React 前端和 FastMCP 主机的社区包组成。用户通过浏览器界面检查和引导工作,AI 编码代理则通过本地 MCP 服务创建或更新同一组结构化产物。okto-pulse serve 在一个 Python 进程中运行 Web UI/API 与 MCP 监听器,以保持嵌入式图数据库的单写入者模型。其输出包括带血缘关系的规格与执行卡片、验证证据、任务结论、代码调查收据以及可搜索的板级知识图谱。它适合希望自托管项目记忆和治理流程的团队,但并不是替代编码代理的模型或代码执行环境。

典型流程从 okto-pulse init 开始:命令在 ~/.okto-pulse/ 建立本地状态,创建默认看板和代理,并在项目中生成指向 MCP 服务的 .mcp.json。启动 okto-pulse serve 后,人在 http://localhost:8100 使用 Web UI/API,编码代理在 http://localhost:8101/mcp 调用 Core 工具目录。系统把 Stories、Ideation、Refinement、Spec、Sprint、Tasks、Tests 和 Bugs 存为带状态、血缘和验证规则的结构化产物;状态转换会检查规格覆盖、资源准备、测试证据、缺陷追踪、任务结论和独立验证等条件。板级知识图谱会整理规格、缺陷、决策和实现结论,支持相关决策检索、矛盾或过时上下文识别、历史缺陷经验复用以及跨看板的 Global Discovery。CLI 还可执行 okto-pulse code-traceability 调查记录查询、verify-pipeline、KG 健康诊断、模式迁移、回填、JSON-LD 导出和本地指标管理。社区运行时不会自行获取、克隆、浏览或检查源代码;外部代理在自己的环境中完成访问检查和调查,只向 Pulse 提交有界结果。

  1. 使用 Codex、Claude Code、Cursor 或类似 MCP 客户端的开发团队,希望在代理写代码前先固化需求、验收标准和测试场景。
  2. 维护长期产品的团队,需要从历史规格、决策、缺陷和实现结论中建立可搜索的本地项目记忆。
  3. 技术负责人需要用覆盖率、验证证据、任务结论和架构发现门禁约束 AI 辅助交付。
  4. 隐私敏感或强调数据控制的团队,希望将 SQLite、图数据库、上传文件和指标保存在自有机器或容器卷中。
  5. 大型功能负责人需要先批准规格,再拆分 Sprint 和可审查的实现批次,并保留端到端血缘。
  6. 运维人员需要通过健康接口、事件死信队列指标和 KG 恢复命令诊断本地知识图谱。

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
  • pip install okto-pulse
  • docker run -d --name okto-pulse \
环境变量
MCP_HOST
配置文件
.mcp.json
运行环境
Python 3.11
安装说明涉及
Docker

如何安装或部署这个 Agent?

需要 Python 3.11 或更高版本。通过 PyPI 安装:

pip install okto-pulse

在编码代理将要工作的项目目录初始化:

okto-pulse init

首次运行会尝试把 all-MiniLM-L6-v2 下载到 Hugging Face 缓存,以提供知识图谱语义搜索。下载失败时应用仍会以确定性 stub 模式启动,但语义搜索不可用。无需外部 LLM API 密钥;代理访问本地 MCP 时使用 Pulse 创建或轮换后一次性显示的代理密钥。

如何使用这个 Agent?

启动 Web UI/API 和 MCP 服务:

okto-pulse serve

然后打开 http://localhost:8100,选择默认看板,并创建 Story 或 Ideation。默认 MCP 地址为 http://localhost:8101/mcp;多数代理在项目目录运行时可自动发现生成的 .mcp.json。其结构如下:

{
  "mcpServers": {
    "okto-pulse": {
      "url": "http://localhost:8101/mcp?api_key=dash_..."
    }
  }
}

对于 Codex,在 Pulse 的 Menu → Agents 中创建代理或重新生成密钥,点击 Codex (CLI),再运行复制出的命令:

codex mcp add okto-pulse --url "<Pulse MCP URL with agent key>"

轮换密钥后需重新复制命令并重启 Codex 会话;旧密钥会失效,看板访问权限仍需在 Pulse 中授予。若修改 MCP 端口,可重新生成代理配置:

okto-pulse init --agents

也可使用发布的容器镜像:

docker run -d --name okto-pulse \
  -e HOST=0.0.0.0 \
  -e MCP_HOST=0.0.0.0 \
  -p 8100:8100 \
  -p 8101:8101 \
  -v okto-pulse-data:/data \
  ghcr.io/oktolabsai/okto-pulse:latest

获取容器中的引导 API 密钥:

docker exec okto-pulse okto-pulse api-key

这个 Agent 有哪些优点和局限?

优点
  • 人和编码代理操作同一套规格、任务、测试与缺陷产物,并通过 MCP 和 Web UI 分别获得机器接口与人工监督界面。
  • 治理门禁覆盖规格场景、业务规则、API 合同、任务、测试证据、缺陷追踪、任务结论和架构发现,而不只是提供普通看板。
  • SQLite、Okto Grafx、上传文件和指标默认保存在本地,并提供 Docker 持久卷部署路径。
  • 知识图谱不仅保存内容,还维护血缘、历史决策、冲突或取代关系、缺陷经验和跨看板发现上下文。
  • MCP 响应支持 summary、detail 和 full 投影,可按任务在信息量和上下文令牌消耗之间取舍。
局限
  • 强制状态转换和覆盖检查会增加规格、证据、结论及维护工作的流程成本,不适合追求无结构快速编码的团队。
  • 语义搜索依赖首次下载 all-MiniLM-L6-v2;下载失败虽可启动,但只能使用禁用语义搜索的确定性 stub 模式。
  • 社区运行时不会自行读取或调查源码,因此代码访问、能力检查和调查执行必须由外部编码代理承担。
  • 嵌入式持久化采用单写入者约束,MCP 写入调用还有固定的单写入通道及默认并发、排队限制。
  • README 标示 Elastic License 2.0,禁止把该软件作为托管或管理服务提供给第三方;仓库元数据的许可证字段同时为 NOASSERTION。

这个 Agent 与同类方案有什么区别?

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
Okto Pulse 当前 67 · 存在缺口 命令行工具免费 ★ 139 3 天前 Python Codex · Claude Code
MCP Memory Service 68 · 存在缺口 MCP 服务器免费 ★ 2.1k 1 天前 Python ChatGPT · Codex · Claude Code · Claude.ai
MemoMind 记忆层 45 · 缺口较多 MCP 服务器免费 + 模型费 ★ 603 3 个月前 Python Claude Code · OpenAI API · Claude API
从原型到生产的生成式AI代理实战指南 44 · 缺口较多 代码库 / SDK免费 + 模型费 ★ 22k 6 天前 Jupyter Notebook —

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
存在缺口
67/ 100 五分制 3.4 / 5
信任安全 18/29
可靠稳定 8/14
适用触发 14/18
规范维护 13/18
有效结果 10/13
证据核验 4/8
查看各维度的扣分理由
信任安全18 / 29 · 3.1/5

证据显示产品以本地存储和本机监听为默认方式,说明了 MCP 密钥的一次性展示、轮换、权限授予和 shell history 风险;引导文件提供 0600 一次性凭据交接,CLI 也将该交接设为显式选项。DLQ 重放需权限并有 UI 确认,提供有界事务;这些支持常规权限控制、确认、数据流可见性、敏感数据处置、外部影响控制和恢复,故给 2 分。依赖有精确版本约束及对 Authlib 修复版本的说明,但静态材料不足以证明全依赖审计或持续漏洞缓解,故依赖安全未给满分。身份归属可从作者、邮箱和安全报告路径追溯,但发布者未由注册表验证,故来源归属仅 1 分。

可靠稳定8 / 14 · 2.9/5

README、TOKEN-USAGE 与 pyproject 对工具数量或版本表述不一致:README称0.4.0及285个工具,pyproject为0.4.2,TOKEN-USAGE称338个工具;SECURITY仍列0.1.x受支持,与当前版本线索不协调,故自洽性仅1分。Python版本、依赖范围、模型下载失败后的 stub 模式和本地存储位置均有说明,依赖可用性得2分。启动超时、饱和重试、数据库错误和图恢复限制有明确错误或操作提示,故失败消息得2分;未以静态材料推断运行成功。

适用触发14 / 18 · 3.9/5

文档面向开发者和使用 AI 编码代理的团队,覆盖故事到任务的工作流、MCP连接方式及多个代理客户端,并提供 Docker、本地和源码场景,受众与场景得3分。工具/权限边界、Core 与 Community职责、MCP准入范围及不支持直接 SQL 修复等说明较具体,但样本未完整展示全部工具及触发规则,能力边界与触发精度各得2分。Python、Docker、端口、缓存和本地数据目录等环境配置说明较充分,但跨平台隐私差异和不同运行环境仍有限,环境适配得2分。

规范维护13 / 18 · 3.6/5

README目录、参考文档索引、架构/安装/CLI/存储/故障排查章节层次清楚,信息架构得3分。安装、初始化、连接代理、Docker和源码步骤可用,但样本未含所有配套文件,安装说明得2分。核心名称和命令大体稳定,但版本、工具数和安全支持版本在样本中不一致,命名稳定性得2分。文档含命令示例及常见问题排查,但FAQ覆盖有限,得2分。对模型下载降级、存储不兼容、缺少迁移、图恢复和健康检查边界等限制有具体说明,已知限制得3分。许可证文本和限制条款明确,但 Elastic License 2.0 含托管服务、竞争服务和品牌要求,不能视为无限制开源许可,故得2分。发布说明存在但 README 当前版本与 pyproject 版本不一致,变更记录得1分。安全报告邮箱、仓库路径及贡献文档链接给出维护联系路径,但维护责任人和长期更新承诺未充分建立,得2分。

有效结果10 / 13 · 3.8/5

产品输出结构化工作项、谱系、治理门槛和知识图,并提供 MCP/界面共同操作的描述,常规使用可形成可检查的工作成果;但此次仅为静态材料审阅,未验证实际输出,故可用性得2分。多阶段规格工作流、证据门槛和项目记忆相较直接提示到代码有清楚的增量价值,得3分。文档披露 MCP 工具目录固定上下文成本约50.8K tokens及大响应负担,也指出延迟加载和摘要投影等缓解方式;价值清楚但成本显著,成本收益得2分。

证据核验4 / 8 · 2.5/5

README链接架构、发布、健康、令牌成本和恢复文档,且示例与配置项具体,主张可追溯性得2分。样本中README、pyproject、token文档与安全策略存在版本或数量差异,跨来源互证仅得1分。TOKEN-USAGE将数据标为估算并列出测量方法;历史 E2E 文档区分观察、推断与未执行事项,表述较审慎,但材料仍包含未经本次独立验证的项目自述,事实与推断分离得2分。

风险与缓解建议
  • 文档对版本、MCP 工具数量和受支持安全版本的说法不一致;评估时不应把这些自述当作已核实的当前状态。
  • MCP工具目录和大型响应可能消耗大量上下文;连接前应评估代理工具加载策略及数据目录、密钥和网络监听配置。
  • 许可证对托管、竞争服务和品牌使用设有限制;部署或再分发前应审阅完整条款。
证据充分度:低 评估于 2026年11月8日 审查版本 20cecd55a29b 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/okto-pulse.svg?lang=zh)](https://followagents.com/zh/agents/okto-pulse)
<a href="https://followagents.com/zh/agents/okto-pulse"><img src="https://followagents.com/badge/okto-pulse.svg?lang=zh" alt="FARS 评测"></a>

常见问题

使用 Okto Pulse 是否必须购买模型或 API?
文档未要求任何特定模型 API 或付费服务。Pulse 在本地运行并由外部编码代理通过 MCP 连接;外部代理本身的费用取决于你选择的产品。
断网后还能启动吗?
可以。若首次无法下载 all-MiniLM-L6-v2,应用仍以确定性 stub 模式启动,但知识图谱语义搜索会被禁用。安装包和模型的初始获取仍需要网络来源。
代理连接后是否自动拥有所有看板权限?
不会。MCP URL 包含一次性显示的代理密钥,但配置连接并不自动授予看板访问权,仍需在 Pulse 中配置权限。
它会自行克隆和检查代码仓库吗?
不会。社区版明确不获取、克隆、浏览、探测或检查源码;外部代理在自己的环境中执行调查,再提交受限结果和执行收据。
可以把它作为面向客户的托管服务吗?
README 所述 Elastic License 2.0 允许个人和商业使用,但禁止把软件作为托管或管理服务提供给第三方。
Okto Pulse 官网是什么?
Okto Pulse 的 GitHub 仓库填写的官网是 https://oktolabs.ai/platform/pulse/。这个链接由仓库作者设置;源码在 GitHub(OktoLabsAI/okto-pulse)。
Okto Pulse 免费吗?
免费。Okto Pulse 可以免费使用,不需要付费服务。
Okto Pulse 开源吗?
源码公开在 GitHub(OktoLabsAI/okto-pulse),但仓库没有声明通用的开源许可证,能不能复用、修改并不明确。在此基础上开发前,建议先看 README 或询问作者。
Okto Pulse 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-11-17,在最近 30 天内。
Okto Pulse 是谁开发的?
Okto Pulse 由 GitHub 账号 OktoLabsAI 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