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
- FA 评分
- 67/100 · 存在缺口
30 秒速览
- 运行形态
- 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
- 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
- 源码审查
- 67/100 · 存在缺口
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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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-pulsedocker 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?
- 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。
- 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?
查看各维度的扣分理由
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。
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。
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。
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。
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。
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。
- 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。
常见问题
使用 Okto Pulse 是否必须购买模型或 API?
断网后还能启动吗?
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?
它会自行克隆和检查代码仓库吗?
可以把它作为面向客户的托管服务吗?
Okto Pulse 官网是什么?
Okto Pulse 免费吗?
Okto Pulse 开源吗?
Okto Pulse 还在维护吗?
Okto Pulse 是谁开发的?
谢谢反馈,我们会据此改进页面。