[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-bkdevs--async-server":3,"tool-bkdevs--async-server":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",143909,2,"2026-04-07T11:33:18",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","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。\n\n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。\n\n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",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":77,"languages":78,"stars":86,"forks":87,"last_commit_at":88,"license":89,"difficulty_score":90,"env_os":91,"env_gpu":92,"env_ram":91,"env_deps":93,"category_tags":107,"github_topics":76,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":108,"updated_at":109,"faqs":110,"releases":111},5105,"bkdevs\u002Fasync-server","async-server","It's like Claude Code + Linear + GitHub PR","async-server 是一款开源的开发者工具，它将 AI 编程、任务管理和代码审查无缝整合到一个统一的工作流中。你可以把它理解为\"AI 编程助手 + 项目管理工具 + 代码审查平台”的结合体。\n\n传统 AI 编程工具在处理成熟的大型项目时，往往因缺乏规划而容易破坏现有代码。async-server 正是为了解决这一痛点而生：它在执行前会主动分析代码库并提出澄清问题，强制进行前期规划；所有代码变更都在云端隔离环境中运行，既保护了本地开发环境，又允许开发者异步处理其他工作；同时，它能自动将大任务拆解为可审查的子任务，生成清晰的差异对比，让从 GitHub 议题到合并请求的全流程都在应用内闭环完成。\n\n这款工具特别适合需要在复杂存量代码库中进行安全、高效开发的软件工程师和团队。其独特的技术亮点在于利用 Google Cloud Run 实现云端隔离执行，结合 Claude Code 进行智能编码，并通过堆叠式差异（stacked diffs）机制优化代码审查体验。此外，后端基于支持异步的 FastAPI 构建，能够流畅处理高并发任务。通过自动化导入 GitHub 议题并简化追踪流程，as","async-server 是一款开源的开发者工具，它将 AI 编程、任务管理和代码审查无缝整合到一个统一的工作流中。你可以把它理解为\"AI 编程助手 + 项目管理工具 + 代码审查平台”的结合体。\n\n传统 AI 编程工具在处理成熟的大型项目时，往往因缺乏规划而容易破坏现有代码。async-server 正是为了解决这一痛点而生：它在执行前会主动分析代码库并提出澄清问题，强制进行前期规划；所有代码变更都在云端隔离环境中运行，既保护了本地开发环境，又允许开发者异步处理其他工作；同时，它能自动将大任务拆解为可审查的子任务，生成清晰的差异对比，让从 GitHub 议题到合并请求的全流程都在应用内闭环完成。\n\n这款工具特别适合需要在复杂存量代码库中进行安全、高效开发的软件工程师和团队。其独特的技术亮点在于利用 Google Cloud Run 实现云端隔离执行，结合 Claude Code 进行智能编码，并通过堆叠式差异（stacked diffs）机制优化代码审查体验。此外，后端基于支持异步的 FastAPI 构建，能够流畅处理高并发任务。通过自动化导入 GitHub 议题并简化追踪流程，async-server 帮助开发者摆脱繁琐的工具切换，专注于核心逻辑的实现与迭代。","\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fasync.build\">\n    \u003Cpicture>\n      \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"assets\u002Fasync-logo-dark.png\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbkdevs_async-server_readme_d23cad109cdf.png\" alt=\"Async Logo\" width=\"400\">\n    \u003C\u002Fpicture>\n  \u003C\u002Fa>\n\u003C\u002Fdiv>\n\nAn open-source developer tool that combines AI coding with task management and code review. Async integrates Claude Code + Linear + GitHub PRs into one opinionated workflow.\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F52e019a0-d42c-4963-af48-cd80bf8b8347\n\nhttps:\u002F\u002Fwww.async.build\u002F\n\n## What Async Does\n\n- **Automatically researches coding tasks** - analyzes your codebase and asks clarifying questions before execution\n- **Executes code changes in the cloud** - runs in isolated environments without touching your local setup  \n- **Breaks work into reviewable subtasks** - creates stack diffs for easier code review\n- **Handles the full workflow** - from GitHub issue to merged PR without leaving the app\n\n## Why Async?\n\nTraditional AI coding tools work great for new projects but struggle with mature codebases where you can't break things. Async solves the common problems:\n\n- **Forces upfront planning** - always asks clarifying questions and requires confirmation before executing\n- **Eliminates context switching** - executes asynchronously in the cloud while you work on other tasks\n- **Simple task tracking** - automatically imports GitHub issues, no PM tool bloat\n- **Built-in code review** - comment and iterate on stacked diffs without leaving the app\n\n## How It Works\n\n1. **Onboarding & Task Creation**: Install the Async GitHub App and select repositories. Async automatically imports open GitHub issues as tasks.\n\n2. **Research Phase**: New tasks trigger a Google Cloud Run job that clones your repository and runs a research agent. The agent analyzes the codebase and generates clarifying questions. Tasks either auto-execute or wait for your input.\n\n3. **Execution**: Another isolated GCR job handles execution using Claude Code. Creates feature branch → breaks task into subtasks → executes each as separate commits → opens PR.\n\n4. **Code Review**: Review happens within Async. Step through each subtask's focused diffs, leave comments, and either request changes (creates new subtask) or approve (squashes and merges).\n\n## Tech Stack\n\n- **Backend**: FastAPI with async support\n- **AI Models**: Claude Code for implementation, OpenAI\u002FAnthropic\u002FGoogle models for research\n- **Cloud**: Google Cloud Platform with containerized execution\n- **Database**: Firebase Firestore  \n- **Integrations**: GitHub App, Stripe payments, email notifications\n- **Frontend**: Supports desktop and mobile\n\n## Setup\nCreate and activate a virtual envirnoment:\n```\nuv venv .venv\nsource .venv\u002Fbin\u002Factivate\n```\n\nTo explicitly sync the environment, run the following command:\n```\nuv sync\n```\n\nThen run the following to setup pre-commit lints\n```\npre-commit install\n```\n\n## Local Development\nTo run the agent locally, create a .env file (look at .env.local for example) in the root directory. \n\nCreate a firebase config file with name \"async-firebase.json\".\n\nRun the following command to grant the default login to Google Cloud client libraries:\n```\ngcloud auth application-default login\n``` \n\nTo start the server,\n```\nuvicorn src.server:app --reload --port 8000\n```\n\nTo lint, run the following command:\n```\nuv run ruff format .\nuv run ruff check . --fix\n```\n\n## Testing\n\nTo run all unit tests:\n```\npython -m pytest\n```\n\n## API Documentation\n\nThe FastAPI server provides the following main endpoints:\n\n### Authentication\n- `POST \u002Fauth\u002Fauth-with-github` - Complete GitHub OAuth flow with access code\n- `POST \u002Fauth\u002Fverify-email` - Send email verification code\n- `POST \u002Fauth\u002Fredeem-email-code` - Validate email verification code\n- `POST \u002Fauth\u002Finvite-people` - Send team invitations\n- `POST \u002Fauth\u002Fredeem-invite-code` - Validate invitation codes\n\n### GitHub Integration  \n- `POST \u002Fgithub\u002Fhandle-github-events` - Process GitHub webhook events (issues, PRs, push)\n- `POST \u002Fgithub\u002Fsubmit-review` - Submit code review with approve\u002Frequest changes\n\n### Task Management\n- `POST \u002Ftask\u002Fschedule-job` - Schedule task execution jobs (research, execute, revise, index)\n- `WebSocket \u002Ftask\u002Fchat` - Real-time task communication with AI agents\n\n### Onboarding\n- `POST \u002Fonboarding\u002Fonboard-github` - Complete GitHub App installation and repository setup\n\n### Payment\n- `POST \u002Fpayment\u002Fcreate-checkout-session` - Create Stripe checkout for subscriptions\n- `POST \u002Fpayment\u002Fcreate-portal-session` - Access customer billing portal\n- `POST \u002Fpayment\u002Fhandle-stripe-events` - Process Stripe webhook events\n\n### Support\n- `POST \u002Fsupport\u002Fhandle-contact-us` - Submit contact form and create lead\n\n## Google Cloud Run Jobs\n\nThe system uses isolated Google Cloud Run jobs for task processing:\n\n### Job Types\n- **`execute-task`** - Main task execution using Claude Code\n  - Clones repository to feature branch\n  - Breaks task into subtasks using Claude Code plan mode\n  - Executes each subtask as separate commit\n  - Opens pull request when complete\n\n- **`research-task`** - Codebase analysis and requirement gathering\n  - Analyzes repository structure and context\n  - Generates clarifying questions for ambiguous requirements\n  - Creates structured task summary for execution\n\n- **`revise-task`** - Handles code review feedback\n  - Processes review comments and requested changes\n  - Creates new subtask to address feedback\n  - Re-executes with updated requirements\n\n- **`index-project`** - Repository indexing and setup\n  - Analyzes project structure and programming languages\n  - Sets up project metadata for task execution\n  - Prepares repository for AI agent analysis\n\nEach job runs in an isolated environment with the repository cloned and all necessary dependencies installed.\n\n## Deployment\n\n### Prerequisites\n- Google Cloud Platform account with Cloud Run enabled\n- Firebase project with Firestore\n- GitHub App configured for your organization\n- Stripe account for payment processing\n\n### Environment Variables\nConfigure the following in your production environment:\n- `ANTHROPIC_API_KEY` - Claude API access\n- `OPENAI_API_KEY` - OpenAI API access  \n- `GOOGLE_API_KEY` - Google AI API access\n- `STRIPE_SECRET_KEY` - Stripe payment processing\n- `GITHUB_WEBHOOK_SECRET` - GitHub webhook validation\n- `DB_URI` - Database connection string\n\n### Cloud Deployment\nThe application is designed to run on Google Cloud Run with automatic scaling and isolated task execution.\n\n## Contributing\n\n1. Fork the repository\n2. Create a feature branch (`git checkout -b feature\u002Famazing-feature`)\n3. Make your changes\n4. Run tests and linting\n5. Commit your changes (`git commit -m 'Add amazing feature'`)\n6. Push to the branch (`git push origin feature\u002Famazing-feature`)\n7. Open a Pull Request\n\nPlease ensure your code follows the existing style and passes all tests.\n\n## License\n\nThis project is licensed under the MIT License - see the [LICENSE](LICENSE) file for details.\n\n## Support\n\nFor questions or issues, please open a GitHub issue or contact the team.\n\n---\n\n*Built for experienced developers who know their codebases deeply. Async is the last tool you'll need to build something great.*\n","\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fasync.build\">\n    \u003Cpicture>\n      \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"assets\u002Fasync-logo-dark.png\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbkdevs_async-server_readme_d23cad109cdf.png\" alt=\"Async Logo\" width=\"400\">\n    \u003C\u002Fpicture>\n  \u003C\u002Fa>\n\u003C\u002Fdiv>\n\n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。\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F52e019a0-d42c-4963-af48-cd80bf8b8347\n\nhttps:\u002F\u002Fwww.async.build\u002F\n\n## Async 的功能\n\n- **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\n- **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  \n- **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\n- **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\n\n## 为什么选择 Async？\n\n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：\n\n- **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\n- **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\n- **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\n- **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\n\n## 工作原理\n\n1. **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。\n\n2. **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。\n\n3. **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。\n\n4. **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）。\n\n## 技术栈\n\n- **后端**：支持异步的FastAPI\n- **AI模型**：Claude Code用于实现，OpenAI\u002FAnthropic\u002FGoogle模型用于研究\n- **云服务**：Google Cloud Platform，采用容器化执行\n- **数据库**：Firebase Firestore  \n- **集成**：GitHub App、Stripe支付、电子邮件通知\n- **前端**：支持桌面端和移动端\n\n## 设置\n\n创建并激活虚拟环境：\n```\nuv venv .venv\nsource .venv\u002Fbin\u002Factivate\n```\n\n要显式同步环境，请运行以下命令：\n```\nuv sync\n```\n\n然后运行以下命令以设置pre-commit lints：\n```\npre-commit install\n```\n\n## 本地开发\n\n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。\n\n运行以下命令以授予Google Cloud客户端库默认登录权限：\n```\ngcloud auth application-default login\n``` \n\n启动服务器：\n```\nuvicorn src.server:app --reload --port 8000\n```\n\n运行以下命令进行代码检查：\n```\nuv run ruff format .\nuv run ruff check . --fix\n```\n\n## 测试\n\n运行所有单元测试：\n```\npython -m pytest\n```\n\n## API 文档\n\nFastAPI服务器提供了以下主要端点：\n\n### 认证\n- `POST \u002Fauth\u002Fauth-with-github`：完成带有访问码的GitHub OAuth流程\n- `POST \u002Fauth\u002Fverify-email`：发送邮箱验证码\n- `POST \u002Fauth\u002Fredeem-email-code`：验证邮箱验证码\n- `POST \u002Fauth\u002Finvite-people`：发送团队邀请\n- `POST \u002Fauth\u002Fredeem-invite-code`：验证邀请码\n\n### GitHub 集成  \n- `POST \u002Fgithub\u002Fhandle-github-events`：处理GitHub Webhook事件（问题、PR、推送）\n- `POST \u002Fgithub\u002Fsubmit-review`：提交代码审查，包括批准或要求修改\n\n### 任务管理\n- `POST \u002Ftask\u002Fschedule-job`：安排任务执行作业（研究、执行、修订、索引）\n- `WebSocket \u002Ftask\u002Fchat`：与AI代理进行实时任务沟通\n\n### 入职\n- `POST \u002Fonboarding\u002Fonboard-github`：完成GitHub App安装和仓库设置\n\n### 支付\n- `POST \u002Fpayment\u002Fcreate-checkout-session`：创建Stripe订阅结算会话\n- `POST \u002Fpayment\u002Fcreate-portal-session`：访问客户账单门户\n- `POST \u002Fpayment\u002Fhandle-stripe-events`：处理Stripe Webhook事件\n\n### 支持\n- `POST \u002Fsupport\u002Fhandle-contact-us`：提交联系表单并创建潜在客户\n\n## Google Cloud Run 作业\n\n系统使用隔离的Google Cloud Run作业来处理任务：\n\n### 作业类型\n- **`execute-task`**：使用Claude Code执行主要任务\n  - 将仓库克隆到功能分支\n  - 使用Claude Code的计划模式将任务拆分为子任务\n  - 每个子任务作为单独的提交执行\n  - 完成后打开拉取请求\n\n- **`research-task`**：代码库分析和需求收集\n  - 分析仓库结构和上下文\n  - 生成针对模糊需求的澄清问题\n  - 创建用于执行的结构化任务摘要\n\n- **`revise-task`**：处理代码审查反馈\n  - 处理审查意见和请求的更改\n  - 创建新的子任务以解决反馈\n  - 根据更新的需求重新执行\n\n- **`index-project`**：仓库索引和设置\n  - 分析项目结构和编程语言\n  - 为任务执行设置项目元数据\n  - 准备仓库供AI代理分析\n\n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。\n\n## 部署\n\n### 前提条件\n- 启用了Cloud Run的Google Cloud Platform账号\n- 具有Firestore的Firebase项目\n- 为贵组织配置的GitHub App\n- 用于支付处理的Stripe账户\n\n### 环境变量\n在生产环境中配置以下内容：\n- `ANTHROPIC_API_KEY`：Claude API访问密钥\n- `OPENAI_API_KEY`：OpenAI API访问密钥  \n- `GOOGLE_API_KEY`：Google AI API访问密钥\n- `STRIPE_SECRET_KEY`：Stripe支付处理密钥\n- `GITHUB_WEBHOOK_SECRET`：GitHub Webhook验证密钥\n- `DB_URI`：数据库连接字符串\n\n### 云端部署\n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。\n\n## 贡献\n\n1. 分支仓库\n2. 创建特性分支（`git checkout -b feature\u002Famazing-feature`）\n3. 进行更改\n4. 运行测试和代码检查\n5. 提交更改（`git commit -m '添加惊人功能'`）\n6. 推送到分支（`git push origin feature\u002Famazing-feature`）\n7. 打开拉取请求\n\n请确保您的代码遵循现有风格，并通过所有测试。\n\n## 许可证\n\n本项目采用MIT许可证授权——详情请参阅[LICENSE](LICENSE)文件。\n\n## 支持\n\n如有任何问题或遇到困难，请在 GitHub 上提交 Issue 或联系团队。\n\n---\n\n*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\n\nAsync 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。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**: Linux, macOS 或 Windows (WSL2 推荐)\n*   **Python**: 建议 Python 3.10+\n*   **包管理器**: 需安装 `uv` (高性能 Python 包安装器和虚拟环境管理器)\n*   **云服务商账号**:\n    *   **Google Cloud Platform (GCP)**: 已启用 Cloud Run 服务。\n    *   **Firebase**: 已创建项目并启用 Firestore 数据库。\n*   **第三方服务配置**:\n    *   **GitHub**: 已创建 GitHub App 并获取相关密钥。\n    *   **AI 模型**: 拥有 Anthropic (Claude), OpenAI 或 Google AI 的 API Key。\n    *   **支付 (可选)**: Stripe 账号（如需使用支付功能）。\n*   **其他工具**:\n    *   `gcloud` CLI (Google Cloud 命令行工具)\n    *   `pre-commit`\n\n## 安装步骤\n\n### 1. 克隆仓库与设置虚拟环境\n\n使用 `uv` 创建并激活虚拟环境：\n\n```bash\nuv venv .venv\nsource .venv\u002Fbin\u002Factivate\n```\n\n> **注意**: Windows PowerShell 用户使用 `.venv\\Scripts\\Activate.ps1`。\n\n### 2. 同步依赖\n\n显式同步项目依赖：\n\n```bash\nuv sync\n```\n\n### 3. 配置预提交钩子 (Pre-commit)\n\n安装代码格式化与检查钩子：\n\n```bash\npre-commit install\n```\n\n### 4. 本地环境配置\n\n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：\n\n*   `ANTHROPIC_API_KEY`: Claude API 密钥\n*   `OPENAI_API_KEY`: OpenAI API 密钥\n*   `GOOGLE_API_KEY`: Google AI API 密钥\n*   `STRIPE_SECRET_KEY`: Stripe 密钥\n*   `GITHUB_WEBHOOK_SECRET`: GitHub Webhook 验证密钥\n*   `DB_URI`: Firebase Firestore 连接字符串\n\n同时，需在根目录创建名为 `async-firebase.json` 的 Firebase 配置文件。\n\n### 5. 授权 Google Cloud\n\n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：\n\n```bash\ngcloud auth application-default login\n```\n\n## 基本使用\n\n### 启动本地服务器\n\n完成上述配置后，使用 `uvicorn` 启动开发服务器：\n\n```bash\nuvicorn src.server:app --reload --port 8000\n```\n\n服务器将在 `http:\u002F\u002Flocalhost:8000` 运行。\n\n### 代码格式化与检查\n\n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：\n\n```bash\nuv run ruff format .\nuv run ruff check . --fix\n```\n\n### 运行测试\n\n执行单元测试以确保环境正常：\n\n```bash\npython -m pytest\n```\n\n### 核心工作流简述\n\n1.  **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。\n2.  **研究与执行**:\n    *   新任务会触发云端 `research-task` 作业，分析代码库并提出澄清问题。\n    *   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。\n3.  **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。\n\n> **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。","某电商平台的后端团队需要在不中断线上服务的前提下，紧急修复一个涉及多个微服务模块的复杂支付逻辑漏洞。\n\n### 没有 async-server 时\n- 开发者需手动在本地拉取代码、复现问题并编写修复方案，极易因环境差异导致“在我机器上是好的”这类问题。\n- 面对庞大的遗留代码库，人工梳理依赖关系耗时费力，且容易遗漏边缘情况，导致修复引入新 Bug。\n- 任务状态分散在 GitHub Issues、即时通讯软件和邮件中，频繁切换上下文严重打断开发心流。\n- 代码审查时需要下载整个分支并在本地运行测试，对于拆分为多个小步骤的修改，难以聚焦查看具体变更细节。\n\n### 使用 async-server 后\n- async-server 自动在云端隔离环境中克隆仓库并研究代码，先提出澄清问题确认方案，无需占用本地资源即可启动修复。\n- 利用 AI 深度分析全量代码库，精准定位受影响模块，将大任务自动拆解为可独立审查的子任务堆栈（Stack Diffs）。\n- 所有进度直接在 async-server 界面同步，从 GitHub 议题导入到生成 PR 全流程闭环，开发者可同时处理其他工作而无需等待。\n- 审查者可在网页端逐层审阅每个子任务的聚焦差异，直接评论或要求迭代，确认无误后一键合并，大幅降低审查门槛。\n\nasync-server 通过将 AI 编码、任务管理与代码审查融合为统一的异步工作流，让团队在保障成熟代码库安全的同时实现了研发效率的倍增。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbkdevs_async-server_23442294.png","bkdevs","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fbkdevs_190b29d0.png","",null,"https:\u002F\u002Fgithub.com\u002Fbkdevs",[79,83],{"name":80,"color":81,"percentage":82},"Python","#3572A5",98,{"name":84,"color":85,"percentage":32},"HTML","#e34c26",542,46,"2026-04-05T14:52:48","MIT",4,"未说明","不需要本地 GPU",{"notes":94,"python":95,"dependencies":96},"该工具主要基于云端运行（Google Cloud Run），本地仅需作为开发或控制端。本地环境需安装 'uv' 进行依赖管理，配置 Firebase 配置文件 (async-firebase.json)，并登录 Google Cloud 账号 (gcloud auth)。核心 AI 执行和代码处理在隔离的云端容器中完成，不消耗本地计算资源。需配置多个 API Key (Anthropic, OpenAI, Google, Stripe) 及 GitHub Webhook。","未说明 (需支持 uv 和 FastAPI)",[97,98,99,100,101,102,103,104,105,106],"FastAPI","uvicorn","Firebase Firestore","Google Cloud Run","Claude Code","OpenAI\u002FAnthropic\u002FGoogle Models","GitHub App","Stripe","ruff","pytest",[35,13,52],"2026-03-27T02:49:30.150509","2026-04-08T01:07:25.097372",[],[]]