symphony-ts
Symphony-ts 是 OpenAI Symphony 项目的非官方 TypeScript 实现,旨在将软件开发任务转化为独立、自动化的执行流程。它通过连接你的项目追踪系统(如 Linear),为每个待办议题自动创建隔离的工作空间,并在其中调度编码智能体完成具体任务,最后为操作者提供清晰的运行时监控界面,支持重试与流程控制。
这一工具主要解决了多任务并行开发时的环境冲突与状态管理难题,确保每个任务在纯净、独立的沙箱中运行,互不干扰,同时让开发者能直观掌握智能体的工作进度与结果。
Symphony-ts 特别适合需要高效利用 AI 辅助编程的软件开发团队、技术负责人及 DevOps 工程师使用。其独特亮点在于基于 WORKFLOW.md 的声明式配置机制,用户只需简单定义工作流即可启动服务;同时提供实时的 Web 仪表盘,通过服务器发送事件(SSE)技术在浏览器中动态更新任务状态,实现了从任务拉取到代码交付的全链路自动化与可视化。需要注意的是,由于涉及自动化代码执行,该工具建议在受信任的安全环境中部署使用。
使用场景
某中型 SaaS 团队的后端负责人正试图利用 AI 代理批量处理 Linear 看板中积压的数十个独立功能优化任务。
没有 symphony-ts 时
- 环境冲突频发:人工为每个任务切换分支或创建临时目录时,常因依赖版本不一致或残留文件导致“在我机器上能跑”的诡异报错。
- 上下文污染严重:AI 代理在处理不同需求时容易混淆历史对话或读取错误的代码片段,导致生成的代码逻辑张冠李戴。
- 过程黑盒难控:管理者无法实时查看多个并行任务的执行进度,一旦某个任务卡死或陷入循环,只能手动中断并重新排查日志。
- 协作效率低下:开发人员需花费大量时间手动配置 API 密钥、初始化工作区及监控运行状态,而非专注于代码审查。
使用 symphony-ts 后
- 天然隔离保障:symphony-ts 自动为每个 Linear 议题创建独立的沙箱工作区,彻底杜绝了依赖冲突和文件残留问题。
- 精准上下文聚焦:工具将议题描述精准注入专属空间,确保 coding agent 仅基于当前任务边界进行编码,逻辑准确率显著提升。
- 全景可视可控:通过内置的 Web 仪表盘,负责人可实时观测所有任务的运行快照、重试状态及输出日志,异常任务一键干预。
- 流程自动化闭环:只需配置一次
WORKFLOW.md,symphony-ts 即可自动轮询 tracker、调度 agent 并汇报结果,实现从需求到代码的无人值守流转。
symphony-ts 通过将杂乱的并发开发任务转化为标准化、隔离且可视的自动化流水线,让团队真正实现了可信环境下的大规模 AI 辅助交付。
运行环境要求
- 未说明
不需要
未说明

快速开始
Symphony-ts
本项目是 OpenAI Symphony 的非官方 TypeScript 实现。
Symphony-ts 将项目工作转化为隔离、自治的实现运行:它从你的任务跟踪工具中读取任务,为每个问题创建一个专用的工作空间,在该边界内运行编码代理,并为操作人员提供清晰的运行时可见性、重试和控制界面。
[!WARNING] Symphony 适用于受信任的环境。

运行 Symphony
要求
- Node.js
>= 22 - 包含有效
WORKFLOW.md文件的仓库 - 任务跟踪工具的凭据,例如
LINEAR_API_KEY - 支持应用服务器模式的编码代理运行时,例如
codex app-server
安装
npm install -g symphony-ts
验证 CLI 是否可用:
symphony --help
快速入门
- 前往你希望 Symphony 运行的仓库。
- 在该仓库中创建
WORKFLOW.md文件。 - 导出
LINEAR_API_KEY。 - 从该仓库根目录启动 Symphony。
cd /path/to/your-repo
export LINEAR_API_KEY=your-linear-token
symphony ./WORKFLOW.md --acknowledge-high-trust-preview --port 4321
如果你未指定路径,Symphony 默认使用 ./WORKFLOW.md:
symphony --acknowledge-high-trust-preview --port 4321
你也可以不进行全局安装而直接运行:
npx symphony-ts ./WORKFLOW.md --acknowledge-high-trust-preview --port 4321
Symphony 不会为你生成 WORKFLOW.md 文件。它期望仓库拥有自己的工作流文件,默认情况下会从当前工作目录读取 ./WORKFLOW.md。
代理设置提示
在此仓库中设置并启动 Symphony。
要求:
- 为 Linear 创建或更新 WORKFLOW.md
- 使用环境中的 LINEAR_API_KEY,或明确告诉我缺少哪个变量
- 安装 symphony-ts 并以所需的 --acknowledge-high-trust-preview 标志启动 Symphony
- 如果启动失败,请停止并报告确切的失败步骤和命令
WORKFLOW.md 模板
---
tracker:
kind: linear
api_key: $LINEAR_API_KEY
project_slug: your-linear-project-slug
workspace:
root: ~/code/symphony-workspaces
codex:
command: codex app-server
server:
port: 4321
---
您正在处理 Linear 问题 {{ issue.identifier }}。
实现该任务,验证结果,并在达到所需的交接状态时停止。
这是你开始所需的所有 WORKFLOW.md 示例。将其复制到你的仓库根目录命名为 WORKFLOW.md,然后在启动 Symphony 之前更改以下字段:
tracker.project_slugworkspace.rootcodex.command
如果你想使用仪表板,请在工作流中保留 server.port,或者在 CLI 中传递 --port。Web 仪表板现在会以服务器渲染的快照打开,并通过服务器发送事件在浏览器中持续实时更新。
如果你的代理工作流需要访问启动 shell 中的环境变量,可以在 codex.command 中配置 Codex 继承这些变量,例如:
codex:
command: codex --config shell_environment_policy.inherit=all app-server
如果你的代理在一次运行中必须推送分支、打开 PR 或调用外部 API,还应配置一个明确允许网络访问的运行沙盒策略,而不是依赖于最小化的 workspaceWrite 沙盒对象。
如果某个特定的外部 CLI 仍然无法在其环境中看到所需的凭据,请在启动 Symphony 之前通过环境变量为该工具提供凭据。
有关涵盖所有支持字段、默认值和内联文档的完整参考,请参阅 docs/WORKFLOW.template.md。
你能获得什么
一旦 Symphony 运行起来,它将:
- 定期轮询你的任务跟踪工具以查找符合条件的任务
- 为每个问题创建一个专用的工作空间
- 在该工作空间内运行你的编码代理
- 当设置了
--port或server.port时,暴露本地仪表板和 JSON API - 保持重试、协调和清理状态对操作人员可见
开发
要开发 Symphony 本身,你需要:
- Node.js
>= 22 - pnpm
>= 10 - 具备
codex app-server支持的 Codex CLI
pnpm install
pnpm build
node dist/src/cli/main.js --help # 验证构建是否成功
运行检查:
pnpm test # 运行所有测试一次
pnpm test:watch # 监视模式
pnpm typecheck # 仅进行 TypeScript 类型检查
pnpm lint # Biome 代码风格检查
pnpm format # Biome 自动格式化
从源码运行
如果你正在开发 Symphony 本身,而不是使用已发布的 CLI:
pnpm install
pnpm build
node dist/src/cli/main.js --acknowledge-high-trust-preview
请参阅 docs/DEV_GUIDE.md,其中包含完整的操作指南,包括 Linear 设置、WORKFLOW.md 配置和故障排除。
路线图
| 项目 | 状态 |
|---|---|
| 实现 Symphony 与 Linear 的集成 | ✅ 已完成 |
| 支持更多平台,如 GitHub Projects | 🟡 计划中 |
| 支持本地看板 GUI | 🟡 计划中 |
| 支持更多编码代理,如 Claude Code 调度 | 🟡 计划中 |
如果你希望 Symphony 支持某个特定平台,请提交一个问题告诉我们。
Symphony 的作用
Symphony 是一种长期运行的服务,它:
- 监控你的任务跟踪工具以查找符合条件的任务
- 为每个问题创建确定性的专用工作空间
- 从
WORKFLOW.md中渲染仓库拥有的工作流提示 - 在隔离的执行环境中运行编码代理
- 处理重试、协调和清理工作
- 暴露结构化日志和面向操作人员的状态界面
在典型的设置中,Symphony 会监视 Linear 看板,为准备就绪的问题分配代理运行,并让代理生成工作证明,例如 CI 状态、评审反馈和拉取请求。人工操作人员可以专注于实际工作,而不必监督每个代理的运行。
团队为何使用它
- 将任务跟踪工具中的问题转化为自治的实现运行
- 按问题隔离代理工作,而不是共享一个可变的目录
- 将工作流策略保留在仓库内部
- 在不丢失可观测性的前提下同时运行多个代理
- 引入更高层次的 AI 辅助工程运营模式
贡献
如果你正在扩展这个 TypeScript 实现,请确保更改与上游产品模型保持一致,具体请参阅 SPEC.upstream.md,并遵循仓库中记录的工作流程,详见 AGENTS.md。
许可证
本仓库采用 Apache-2.0 许可证。有关与上游 OpenAI Symphony 项目及此非官方 TypeScript 实现相关的署名信息,请参阅 NOTICE。
版本历史
v0.1.82026/03/13v0.1.72026/03/10v0.1.62026/03/07v0.1.52026/03/06v0.1.32026/03/06v0.1.22026/03/06v0.1.02026/03/06相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器