跳到正文
GitHub·· 6 天前AI 评分62

Artel 发布桌面应用:AI 智能体在项目副本中写代码,人工审阅后一次提交

amave423/artel

AI 导读

Artel 是一个桌面应用,让 AI 智能体在项目的独立 git worktree 副本中写代码,用户像校对一样审阅改动,再以一次 commit 合入当前分支。

正文

Десктопное приложение, в котором ИИ-агенты пишут код в отдельных копиях твоего проекта, а ты вычитываешь правки, как корректор, и принимаешь их одним коммитом. Задачу можно дать одному агенту или артели: главный агент делит цель между исполнителями. Работает с любыми нейросетями по твоим ключам.

A desktop app where AI agents write code in isolated copies of your project and you review the changes like a proofreader before they land as one commit. Give a task to one agent or to a team led by a planner. Works with any AI provider using your own keys.

Что уже умеет

Агент, который пишет код, а ты вычитываешь

Ревью правок агента: удалённое зачёркнуто, добавленное вписано, замечание на полях

  • Отдельная копия проекта. Агент работает в своей git-копии (worktree) на своей ветке. Твоя папка не меняется, пока ты не примешь правки. Подойдёт любая папка: если в ней нет git, Artel сделает первый коммит — с твоего согласия.
  • Сам читает, правит и проверяет. Смотрит файлы, ищет по коду, правит точечно, запускает тесты и сборку. Видно каждое действие: «Читает src/report.ts», «Запускает npm test → код 0», вывод раскрывается по клику.
  • Спрашивает перед опасным. git push, глобальная установка пакетов, действия за пределами копии, системные команды и скрипты из интернета — только после «Разрешить».
  • Ревью как корректура. Удалённое зачёркнуто красным карандашом, добавленное вписано синими чернилами. Нажми на строку — замечание ляжет на поля. «Вернуть на доработку» отправит агенту все замечания.
  • Принять = один коммит в текущую ветку с сообщением, которое предложил агент и которое можно поправить. Если ты сам менял те же файлы, Artel ничего не сломает и объяснит, в чём дело.
  • Бюджет на задачу. Агент останавливается и спрашивает, когда потратит заданную сумму (по умолчанию $0.50). Проверено на настоящих моделях: DeepSeek V3.1 через OpenRouter, DeepSeek Flash, GLM-5.3 Flash через NVIDIA.

«Готово» — это зелёные проверки, а не слова модели

Опрос перед работой Спека и команды проверки
  • Опрос. Агент изучает проект и задаёт вопросы карточками с вариантами; рекомендуемый отмечен.
  • Спека и план. Агент пишет, что должно получиться, и находит команды проверки (npm test, pytest…). Если тестов в проекте нет — первым пунктом плана ставит минимальный тест-раннер. Спеку и команды можно поправить.
  • Сначала тесты. Artel сам запускает проверки и ждёт, что они упадут: иначе тесты не проверяют новое.
  • Потом код. Работа считается сделанной, только когда Artel сам прогнал проверки и они прошли. Красные результаты возвращаются агенту; после 3 неудач подряд задачу продолжает «сильная модель» из настроек, а если и она не справилась — ты получаешь честный отчёт с выводом упавших команд.
  • Любой шаг можно выключить при запуске задачи.

Команда агентов на одну цель

План команды Подзадачи влиты, одно ревью
  • Две модели. Ведущая (лучше умная) пишет спеку и делит цель на подзадачи, исполнители (подешевле) пишут код.
  • План на твоё «ОК». Видно, какие подзадачи идут сразу, а какие ждут других. Текст, подзадачи и проверки можно поправить или убрать лишнее.
  • До трёх агентов одновременно, каждый в своей копии проекта. Подзадача, которой нужна чужая работа, начинается, когда эта работа уже влита в цель.
  • Artel сам сливает и проверяет. Готовая подзадача вливается в ветку цели, и проверки цели запускаются снова. Если две подзадачи задели одно место, вторая переделывается поверх уже влитой работы. Если вместе они ломают проверки, команда получает подзадачу-починку.
  • Застрявшая подзадача не тянет за собой молча: цель ждёт тебя и показывает, где проблема.
  • Итог — одно ревью и один коммит, как у одиночной задачи. Стоимость цели включает работу всей команды. Проверено на настоящих моделях: DeepSeek Flash и GLM-5.3 Flash через NVIDIA.

Картинки и видео

  • Тот же ключ OpenRouter. В выборе модели есть вкладки «Текст», «Картинки» и «Видео»: десятки моделей картинок (Nano Banana, GPT Image, Seedream, Flux, Recraft…) и видео (Veo, Kling, Seedance, Wan…).
  • Цена до запуска. Под запросом видна оценка. Видео и всё дороже $0.10 запускается только кнопкой с ценой на ней. После генерации записывается точная цена из ответа OpenRouter.
  • Видео не держит экран. Ролик делается несколько минут: можно уйти, он появится в чате сам, даже если Artel перезапускали.
  • Галерея со всеми картинками и роликами: запрос, модель, цена, «Сохранить файл», переход в чат или задачу.
  • Агент рисует для проекта. Если в настройках выбрана модель картинок, агент сам делает иконку, фон или иллюстрацию и кладёт в свою копию проекта; в ревью картинка видна целиком. Дорогие картинки — только с твоего разрешения, цена идёт в бюджет задачи.

Чат и нейросети

Чат с моделью DeepSeek через OpenRouter

  • Любые нейросети по твоим ключам. OpenRouter (сотни моделей по одному ключу), DeepSeek, NVIDIA NIM, локальные Ollama и LM Studio, а также любой сервис с API в формате OpenAI.
  • Чат с потоковым ответом. Ответ появляется по мере того, как модель его пишет; кнопка «Стоп» сохраняет написанное. У моделей с рассуждениями видно, как они думали. Ответы — в Markdown.
  • Деньги под контролем. Токены и стоимость под каждым ответом, итог по чату, расход за день, баланс OpenRouter и DeepSeek.
  • Выбор модели по делу. Поиск по сотням моделей с ценой за 1M токенов, размером контекста и поддержкой инструментов.
  • Ключи в безопасности. Ключи хранятся только на твоём компьютере, зашифрованные AES-256-GCM; мастер-ключ защищён средствами Windows. В интерфейс, логи и API ключи не возвращаются.
  • Русский и английский, светлая и тёмная темы.
Ход работы агента Ключи и модели Выбор модели

Что дальше

  1. MCP-серверы, скиллы, веб-поиск, браузерная проверка собранного приложения.
  2. Агенты из Claude Code, Codex и Gemini CLI по твоей подписке; прямые ключи Anthropic, OpenAI, Gemini и xAI.
  3. Серверный режим: тот же интерфейс на твоём Linux-сервере, доступ через Tailscale.

Подробный план и принятые решения — в docs/CONTEXT.md, дизайн — в docs/DESIGN.md.

Запуск

Сейчас приложение собирается из исходников. Нужны Windows 10/11 и Node.js 22.13 или новее.

git clone https://github.com/amave423/artel.git
cd artel
npm install
npm start

Дальше открой «Ключи и модели», выбери провайдера и вставь свой ключ. Данные приложения лежат в %APPDATA%\Artel.

Разработка

npm run dev         # интерфейс с горячей перезагрузкой, окно перезапускается при правках ядра
npm run verify      # типы, юнит-тесты, сборка и сквозные тесты на настоящем окне
npm run live-check  # реальные провайдеры: модели, баланс, ответ и задача агенту; ключи из .env (см. .env.example)
npm run live-check -- --team  # то же, но задачу делает команда агентов
npm run live-check -- --media --no-agent  # одна дешёвая картинка через OpenRouter (около цента); --video ещё и ролик

Устройство проекта и правила для участников — в AGENTS.md.

Лицензия

MIT

来源:GitHub · github.com