一款开源开发者工具，将AI编码与任务管理、代码审查相结合。Async将Claude Code、Linear和GitHub PR集成到一个明确的工作流中。

https://github.com/user-attachments/assets/52e019a0-d42c-4963-af48-cd80bf8b8347

https://www.async.build/

Async 的功能

• 自动研究编码任务：在执行前分析您的代码库并提出澄清问题
• 在云端执行代码变更：在隔离的环境中运行，不会影响您的本地开发环境
• 将工作拆分为可审查的子任务：创建堆叠差异以方便代码审查
• 处理完整的工作流程：从GitHub问题到合并的PR，全程无需离开应用

为什么选择 Async？

传统的AI编码工具非常适合新项目，但在无法随意修改的成熟代码库中却难以发挥作用。Async解决了以下常见问题：

• 强制进行前期规划：始终会提出澄清问题，并在执行前需要您确认
• 消除上下文切换：在云端异步执行，让您能够专注于其他任务
• 简单的任务跟踪：自动导入GitHub问题，无需额外的项目管理工具
• 内置代码审查：无需离开应用即可对堆叠差异发表评论并迭代

工作原理

1. 入职与任务创建：安装Async GitHub App并选择仓库。Async会自动将未完成的GitHub问题导入为任务。

2. 研究阶段：新任务会触发一个Google Cloud Run作业，该作业会克隆您的仓库并运行研究代理。代理会分析代码库并生成澄清问题。任务要么自动执行，要么等待您的输入。

3. 执行：另一个隔离的GCR作业使用Claude Code来执行任务。它会创建功能分支→将任务拆分为子任务→逐个提交更改→打开PR。

4. 代码审查：审查在Async内部进行。您可以逐步查看每个子任务的专注差异，留下评论，然后请求修改（创建新子任务）或批准（压缩并合并）。

技术栈

• 后端：支持异步的FastAPI
• AI模型：Claude Code用于实现，OpenAI/Anthropic/Google模型用于研究
• 云服务：Google Cloud Platform，采用容器化执行
• 数据库：Firebase Firestore
• 集成：GitHub App、Stripe支付、电子邮件通知
• 前端：支持桌面端和移动端

设置

创建并激活虚拟环境：

uv venv .venv
source .venv/bin/activate

要显式同步环境，请运行以下命令：

uv sync

然后运行以下命令以设置pre-commit lints：

pre-commit install

本地开发

要在本地运行代理，在根目录下创建一个.env文件（参考.env.local示例）。同时创建一个名为“async-firebase.json”的Firebase配置文件。

运行以下命令以授予Google Cloud客户端库默认登录权限：

gcloud auth application-default login

启动服务器：

uvicorn src.server:app --reload --port 8000

运行以下命令进行代码检查：

uv run ruff format .
uv run ruff check . --fix

测试

运行所有单元测试：

python -m pytest

API 文档

FastAPI服务器提供了以下主要端点：

认证

• POST /auth/auth-with-github：完成带有访问码的GitHub OAuth流程
• POST /auth/verify-email：发送邮箱验证码
• POST /auth/redeem-email-code：验证邮箱验证码
• POST /auth/invite-people：发送团队邀请
• POST /auth/redeem-invite-code：验证邀请码

GitHub 集成

• POST /github/handle-github-events：处理GitHub Webhook事件（问题、PR、推送）
• POST /github/submit-review：提交代码审查，包括批准或要求修改

任务管理

• POST /task/schedule-job：安排任务执行作业（研究、执行、修订、索引）
• WebSocket /task/chat：与AI代理进行实时任务沟通

入职

• POST /onboarding/onboard-github：完成GitHub App安装和仓库设置

支付

• POST /payment/create-checkout-session：创建Stripe订阅结算会话
• POST /payment/create-portal-session：访问客户账单门户
• POST /payment/handle-stripe-events：处理Stripe Webhook事件

支持

• POST /support/handle-contact-us：提交联系表单并创建潜在客户

Google Cloud Run 作业

系统使用隔离的Google Cloud Run作业来处理任务：

作业类型

• execute-task：使用Claude Code执行主要任务

  • 将仓库克隆到功能分支
  • 使用Claude Code的计划模式将任务拆分为子任务
  • 每个子任务作为单独的提交执行
  • 完成后打开拉取请求

• research-task：代码库分析和需求收集

  • 分析仓库结构和上下文
  • 生成针对模糊需求的澄清问题
  • 创建用于执行的结构化任务摘要

• revise-task：处理代码审查反馈

  • 处理审查意见和请求的更改
  • 创建新的子任务以解决反馈
  • 根据更新的需求重新执行

• index-project：仓库索引和设置

  • 分析项目结构和编程语言
  • 为任务执行设置项目元数据
  • 准备仓库供AI代理分析

每个作业都在隔离的环境中运行，仓库会被克隆，并安装所有必要的依赖项。

部署

前提条件

• 启用了Cloud Run的Google Cloud Platform账号
• 具有Firestore的Firebase项目
• 为贵组织配置的GitHub App
• 用于支付处理的Stripe账户

环境变量

在生产环境中配置以下内容：

• ANTHROPIC_API_KEY：Claude API访问密钥
• OPENAI_API_KEY：OpenAI API访问密钥
• GOOGLE_API_KEY：Google AI API访问密钥
• STRIPE_SECRET_KEY：Stripe支付处理密钥
• GITHUB_WEBHOOK_SECRET：GitHub Webhook验证密钥
• DB_URI：数据库连接字符串

云端部署

该应用程序设计为在Google Cloud Run上运行，具备自动扩展和隔离的任务执行能力。

贡献

1. 分支仓库
2. 创建特性分支（git checkout -b feature/amazing-feature）
3. 进行更改
4. 运行测试和代码检查
5. 提交更改（git commit -m '添加惊人功能'）
6. 推送到分支（git push origin feature/amazing-feature）
7. 打开拉取请求

请确保您的代码遵循现有风格，并通过所有测试。

许可证

本项目采用MIT许可证授权——详情请参阅LICENSE文件。

支持

如有任何问题或遇到困难，请在 GitHub 上提交 Issue 或联系团队。

---

专为深入理解自身代码库的资深开发者打造。Async 是你构建优秀作品所需的最后一款工具。

Async-Server 快速上手指南

Async 是一款开源开发者工具，将 AI 编码（Claude Code）、任务管理（Linear 风格）和代码审查（GitHub PRs）整合到统一的工作流中。它通过在云端隔离环境中自动研究、执行代码变更并生成可审查的子任务，帮助开发者安全地处理成熟代码库。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: Linux, macOS 或 Windows (WSL2 推荐)
• Python: 建议 Python 3.10+
• 包管理器: 需安装 uv (高性能 Python 包安装器和虚拟环境管理器)
• 云服务商账号:
  • Google Cloud Platform (GCP): 已启用 Cloud Run 服务。
  • Firebase: 已创建项目并启用 Firestore 数据库。
• 第三方服务配置:
  • GitHub: 已创建 GitHub App 并获取相关密钥。
  • AI 模型: 拥有 Anthropic (Claude), OpenAI 或 Google AI 的 API Key。
  • 支付 (可选): Stripe 账号（如需使用支付功能）。
• 其他工具:
  • gcloud CLI (Google Cloud 命令行工具)
  • pre-commit

安装步骤

1. 克隆仓库与设置虚拟环境

使用 uv 创建并激活虚拟环境：

uv venv .venv
source .venv/bin/activate

注意: Windows PowerShell 用户使用 .venv\Scripts\Activate.ps1。

2. 同步依赖

显式同步项目依赖：

uv sync

3. 配置预提交钩子 (Pre-commit)

安装代码格式化与检查钩子：

pre-commit install

4. 本地环境配置

在项目根目录下创建 .env 文件（参考 .env.local 示例），并配置以下关键变量：

• ANTHROPIC_API_KEY: Claude API 密钥
• OPENAI_API_KEY: OpenAI API 密钥
• GOOGLE_API_KEY: Google AI API 密钥
• STRIPE_SECRET_KEY: Stripe 密钥
• GITHUB_WEBHOOK_SECRET: GitHub Webhook 验证密钥
• DB_URI: Firebase Firestore 连接字符串

同时，需在根目录创建名为 async-firebase.json 的 Firebase 配置文件。

5. 授权 Google Cloud

运行以下命令以授予默认登录权限，使本地客户端库能访问 GCP 资源：

gcloud auth application-default login

基本使用

启动本地服务器

完成上述配置后，使用 uvicorn 启动开发服务器：

uvicorn src.server:app --reload --port 8000

服务器将在 http://localhost:8000 运行。

代码格式化与检查

在开发过程中，可随时运行以下命令进行代码格式化和修复：

uv run ruff format .
uv run ruff check . --fix

运行测试

执行单元测试以确保环境正常：

python -m pytest

核心工作流简述

1. 任务导入: 安装 Async GitHub App 后，系统会自动将开放的 GitHub Issues 导入为任务。
2. 研究与执行:
   • 新任务会触发云端 research-task 作业，分析代码库并提出澄清问题。
   • 确认后，execute-task 作业利用 Claude Code 在隔离的 Google Cloud Run 环境中执行：创建分支 -> 拆分子任务 -> 提交代码 -> 发起 PR。
3. 代码审查: 在 Async 界面中审查堆叠的 diffs (stacked diffs)，可直接评论、请求修改或批准合并。

提示: 生产环境部署建议使用 Google Cloud Run 进行容器化部署，以实现自动扩缩容和隔离执行。