AiDuo123 Logo
简体|繁體
充值登录注册
★ 946· 72 forks· Python· Apache-2.0自托管

KiroCrew:跨會話持久化的本地 AI 開發助手

kirodotdev/KiroCrew

可本地部署的持久化 AI 工作空間,支援桌面/Web/CLI/Slack 多端協同,任務跨會話自動執行並自我學習最佳化

成熟度：維護活躍,最近提交今日,open issues 259 個顯示功能快速迭代中

GitHub 仓库 → HN 讨论 · 9 点对标：Cursor/GitHub Copilot Workspace

项目体检

部署 · Docker 单容器部署(docker run 映射 5476 端口),或 pip 安装后 kirocrew gateway 启动;桌面应用自带网关自动启动

成本 · 需 Python 3.10+、Node.js 18+,首次启动需 Kiro CLI 设备码登录;可选配置 Slack/Telegram/企业微信集成实现多端协同

技术 · Python 后端 + Node.js 前端,基于 setuptools 构建系统,支持 macOS/Linux/Windows 跨平台

许可 · Apache-2.0 协议,允许商用、修改和分发,需保留版权声明

活跃 · 最新版本 v0.1.2 发布于 2 天前,37 位贡献者参与,今日仍有代码提交,活跃度高

解決什麼

傳統 AI 程式設計助手(如 Cursor、GitHub Copilot)的會話在關閉視窗後即終止,上下文和任務進度無法延續。KiroCrew 通過持久化工作空間解決這一痛點:任務可跨會話繼續執行,定時任務無需人工值守,歷史對話和專案上下文在重啟後仍可訪問。開發者可在桌面應用開始一個重構任務,切換到 Slack 繼續跟進,系統在後臺自動完成多步驟操作並記錄學習經驗。

為何火

專案上線 20 天即獲得 946 stars,核心吸引力在於三點:一是資料主權,完全本地執行避免程式碼上傳雲端;二是跨會話記憶,AI 能記住你上週說的"前端檢查必須在提交前執行"並持續應用;三是多端統一,桌面/Web/CLI/Slack 共享同一個 AI 例項和上下文。對比商業工具按月訂閱且資料託管的模式,開源自託管方案在企業內網和敏感專案中更具優勢。

核心功能

  • 持久化會話:多個併發對話可獨立執行,閘道器重啟後自動恢復,支援歷史搜尋和上下文繼承
  • 自我學習:將使用者糾正和任務失敗轉化為持久化經驗,後續自動應用(如"部署前必須跑測試")
  • 定時與監控任務:支援 cron 定時任務和心跳監控,無需人工值守持續執行
  • 多端協同:桌面應用、Web 儀表盤(預設 5476 埠)、CLI、Slack/Telegram/企業微信共享同一工作空間
  • 技能庫演進:重複模式自動提取為可複用技能,記憶/經驗/技能視覺化編輯

安裝

方式一:一鍵指令碼(推薦國內使用者先配置代理)

curl -fsSL https://download.crew.kiro.dev/cli.sh | sh
# 啟動後訪問 http://localhost:5476

方式二:Docker 部署

docker run -d --name kirocrew \
  -p 127.0.0.1:5476:5476 \
  -v kirocrew-home:/home/kirocrew \
  ghcr.io/kirodotdev/kirocrew:stable

方式三:原始碼構建(需 Python 3.10+、Node.js 18+)

git clone https://github.com/kirodotdev/KiroCrew.git
cd KiroCrew && make build
source .venv/bin/activate
kirocrew setup && kirocrew gateway

首次啟動需通過裝置碼登入 Kiro 賬戶,Web 儀表盤可直接使用,Slack 等整合需額外配置 OAuth 憑證。

適合誰

  • 需要長期任務管理的獨立開發者:如每日自動拉取依賴更新、週末執行效能測試
  • 注重資料安全的團隊:程式碼和對話完全本地儲存,可部署在內網伺服器
  • 多裝置工作的遠端工作者:在辦公室桌面應用開始任務,通勤時用手機 Slack 繼續跟進
  • 需要 AI 記住專案規範的場景:如"提交前必須更新 CHANGELOG""測試覆蓋率不低於 80%"

不適合純雲端協作或不想自建服務的使用者,商業 SaaS 工具(Cursor/Copilot)開箱即用體驗更好。

社群評價

暫無足量社群公開討論,以下為基於專案本身的中立評估:

從 GitHub 活躍度看,專案處於快速迭代期(259 個 open issues 反映功能需求旺盛),37 位貢獻者參與顯示社群初具規模。技術選型(Python 後端 + Node.js 前端)較為主流,Apache 2.0 協議對商業友好。潛在爭議點可能在於:首次使用需註冊 Kiro 賬戶(雖然資料本地儲存),以及 LLM API 配置對國內使用者有一定門檻。專案文件較完善(含 Slack/Docker/Windows 專項指南),但作為新專案(上線不足一個月)穩定性和生產環境案例仍需觀察。

選型對比

vs Cursor/GitHub Copilot Workspace

  • KiroCrew 優勢:資料完全本地、跨會話記憶、支援定時任務、開源可定製
  • 商業工具優勢:開箱即用、雲端同步、IDE 深度整合、模型調優更好

vs Aider/Continue 等開源工具

  • KiroCrew 特色:持久化工作空間(非單次會話)、多端統一介面、自學習能力
  • 同類工具:Aider 更輕量(純 CLI)、Continue 深度整合 VSCode,但都缺乏跨會話任務管理

選型建議:需要長期執行任務或資料敏感場景選 KiroCrew,追求即時編碼體驗選 Cursor,輕量級使用選 Aider。

已知坑

  1. LLM API 依賴:需自行配置 OpenAI 等 API,國內使用者需處理網路訪問問題或對接國內大模型(文件未明確支援的國產模型列表)
  2. Kiro 賬戶必需:雖然資料本地儲存,但首次啟動仍需註冊 Kiro 賬戶完成裝置碼認證,對離線環境不友好
  3. Windows 支援滯後:暫無桌面應用,需通過原始碼安裝執行閘道器
  4. 資源佔用:持久化執行意味著需常駐後臺,Docker 部署建議至少 2GB 記憶體
  5. Slack 整合配置複雜:需建立 Slack App 並配置多個 OAuth scope,文件雖詳細但步驟較多

據 README,專案明確標註 macOS/Linux 為一級支援平臺,Windows 通過原始碼安裝屬實驗性支援。訊息整合(Slack/Telegram)採用出站連線,無需公網暴露埠,但初次配置門檻較高。

安装方式：pip/Docker/桌面应用

← 浏览全部项目