Autensa

全球首款自主产品引擎
autensa.com

您的产品会在您熟睡时全天候自我优化。
研究 → 构思 → 滑动选择 → 构建 → 测试 → 审核 → 拉取请求 — 全程自动化。

我强烈推荐使用 Hetzner VPS 来运行这个项目。您可以在这里注册。

🎮 实时演示 • 快速开始 • Docker • 新功能 • 特性 • 工作原理 • 配置 • 贡献者

▶️ 观看 Autensa v2 介绍视频

---

🚀 v2.4.0 新增功能

代理技能创建循环

• 代理学习可重用流程 — 当任务完成时，系统会从代理的操作中提取结构化技能（构建步骤、部署脚本、配置模式）。这些技能以可执行剧本的形式存储，包含命令、先决条件和验证步骤。
• 技能随使用不断优化 — 代理会报告某项技能是否有效。基于贝叶斯置信度评分机制，成熟的技能将被优先使用，而不可靠的技能则会被逐步淘汰。无需人工干预。
• 调度时直接注入 — 匹配到的技能会作为首要指令呈现给代理，而非附加说明。例如，代理 #1 首次完成构建流程后，代理 #2 就可以直接按照该流程进行操作。

历史版本回顾

v2.3.x — 创意去重、聊天、撤销、A/B 测试、回滚

• 创意相似度检测与自动去重
• 可悬浮的操作员聊天小部件，支持 @提及功能
• 10 秒内可撤销滑动操作，并提供批量审核模式
• 产品方案 A/B 测试
• 通过 GitHub Webhook 实现的自动化回滚流水线

创意相似度检测

• 自动去重 — 新创意会与现有创意进行比对。与已拒绝创意相似度超过 90% 的新创意将被自动屏蔽，相似创意则会显示警告标识。所有操作均有完整审计记录。

操作员聊天小部件

• 随时随地聊天 — 可悬浮的聊天小部件，按任务分线程对话。支持 @agent 提及、命令面板（/status、/nudge、/checkpoint）以及未读消息提醒。

滑动撤销与批量审核

• 10 秒内撤销 — 可完全撤销任何滑动操作，包括删除任务。同时提供批量审核模式，方便表格视图中的多选操作。

产品方案 A/B 测试

• 测试您的产品方案 — 可针对不同版本的产品方案同时或交替运行 A/B 测试。研究与构思阶段分别针对各版本展开，最终比较审批通过率的统计差异。

自动化回滚流水线

• 失败部署自动回滚 — GitHub Webhook 监控合并后的 PR。合并后会进行健康检查，一旦检测到失败，便会自动创建回滚 PR。

活动仪表板选择器

• 工作空间选择器 — /activity 会列出所有工作空间，而非硬编码为单一空间。

历史版本回顾

v2.2.1 — 健康检查与备份 API

• /api/health 和 /api/health/metrics 用于监控集成
• 数据库备份 API，可选择上传至 S3

v2.2.0 — 偏好学习与令牌追踪

• 基于滑动操作的偏好学习（Karpathy AutoResearch 模式）
• 令牌数量现已记录在活动日志和成本跟踪器中

v2.1.x — 服务器端流水线、错误报告与徽章

• 服务器端研究 → 构思流水线（即发即忘）
• LLM 错误重试机制，采用指数退避策略
• 含有一键错误报告功能的 Toast 通知
• 产品卡片上显示待处理创意的徽章
• 一键邮件报告错误（预填系统日志）
• 产品卡片上的待处理创意徽章（类似 iPhone 的通知计数）

v2.0.2 — 会话密钥前缀支持

• 会话密钥前缀 UI，用于自定义 OpenClaw 会话路由。（@balaji-g42 贡献）
• 会话密钥清理机制：空前缀将回退到默认设置。

v2.0.1 — 调度稳定性与社区贡献

• 产品设置模态框 — 通过齿轮图标即可在线编辑产品配置。
• 导入 README / 自动生成描述 — 在新建产品向导中，可一键导入 README 并由 AI 生成产品描述。
• 调度挂起修复 — 所有调度调用均设置 30 秒超时；过期 WebSocket 会强制重新连接。
• 迁移前数据库备份 — 在迁移之前自动创建带时间戳的备份。（@cgluttrell 贡献）
• 迁移 013 数据保护 — 破坏性迁移会跳过已有数据的数据库。（@cgluttrell 贡献）
• 静态设备身份路径 — 移除了动态文件系统路径参数。（@org4lap 贡献）

v2.0 亮点

Autensa v2 是一次彻底的升级，从单纯的任务编排仪表板扩展为全球首个自主产品改进引擎。它能够为您调研市场、生成功能创意，让您通过滑动操作轻松决策，并自动完成构建。

🔬 产品自动驾驶——完整流水线

核心功能。只需将 Autensa 对准任意产品（代码库 + 线上 URL），它便会启动一个持续改进循环：

1. 自主研究 — AI 代理会分析你的代码库、扫描线上站点，并调研市场：竞争对手、用户意图、转化模式、SEO 差距以及技术机会。可根据配置的计划运行——每日、每周或按需触发。

2. AI 驱动的创意生成 — 研究结果会输入到创意生成代理中，产出具体且带评分的功能建议。每个建议包含影响评分、可行性评分、规模估算、技术方案，以及指向其灵感来源的研究报告的直接链接。

3. 滑动决策 — 建议以卡片形式展示在类似 Tinder 的界面中。提供四种操作：

   • 跳过 — 被拒绝。偏好模型会从中学习。
   • 待定 — 保存至“待定池”。一周后会以新上下文重新出现。
   • 确定 — 创建任务。构建代理开始编码。
   • 立即执行 — 紧急调度。进入优先队列，立即执行。

4. 自动化构建 → PR — 获得批准的建议会通过完整的代理流水线：构建代理实现功能 → 测试代理运行测试套件 → 审查代理检查代码差异 → 在 GitHub 上创建带有完整上下文的拉取请求。

你唯一要做的就是滑动选择。 其余一切均由系统自动完成。

📄 产品规划文档（Karpathy 自动研究模式）

灵感源自 Andrej Karpathy 的 AutoResearch 架构。每个产品都有一份 产品规划文档 —— 一份动态文档，用于指导研究和创意生成代理关注什么、哪些是重点、哪些可以忽略。随着滑动数据的积累，这份文档会不断进化：系统不仅学习模式，还会理解你的偏好。

🚛 队列模式——多代理并行执行

大型功能会被分解为子任务，并以可视化依赖图（DAG）呈现。3–5 个代理会同时工作，采用依赖感知的调度机制：

• 并行子任务执行 — 各独立部分可同时进行
• 依赖图可视化 — 显示各部分之间的依赖关系
• 健康监控 — 自动检测停滞、卡住或失效的代理
• 自动干预 — 重新分配或重启失效的代理
• 崩溃恢复 — 检查点会保存代理进度；工作从最近的检查点继续，而非从头开始

💬 运维聊天——构建过程中与代理沟通

无需等到 PR 才能提供反馈。支持两种沟通模式：

• 排队备注 — 添加上下文信息（“使用现有的认证中间件”），这些信息会在代理下次到达检查点时送达
• 即时消息 — 直接发送到代理的当前会话，以便实时调整方向

每个任务都会保留完整的聊天记录——每一条消息、每一条备注和每一次回复。

💰 成本跟踪与预算上限

对各项支出提供细粒度的可见性：

• 按任务成本跟踪 — 准确了解每个功能的开发成本
• 按产品汇总 — 该产品所有任务的总支出
• 每日和每月上限 — 设置预算限制，超出时自动暂停调度
• 成本明细 API — 按代理、模型和时间段生成详细报告

🧠 知识库与学习型代理

专门的学习型代理会记录每次构建周期中的经验教训——哪些有效、哪些失败、出现了哪些模式。这些知识条目会被注入到未来的调度中，从而避免代理重复犯错。

📋 增强的规划阶段

在任何构建开始之前，代理都会执行结构化的规划阶段：

• AI 会针对需求和约束提出澄清问题
• 根据你的回答生成详细的规格说明
• 多代理协作的规划方案，包含子代理定义和执行步骤
• 审批环节——在任何代码编写之前，你需要先审核计划

🔄 检查点与崩溃恢复

代理的进度会按可配置的检查点保存：

• 如果会话崩溃，工作会从最后一个检查点恢复——而不是从头开始
• 提供检查点恢复 API，用于手动恢复
• 可查看每个任务的检查点历史记录

🎯 偏好学习

每次滑动操作都会训练一个产品专属的偏好模型：

• 根据批准或拒绝情况调整各类权重（增长、SEO、用户体验等）
• 复杂度偏好会随时间不断校准
• 标签模式识别能力会提升创意生成的质量
• 每次迭代后，建议都会更加精准

🔁 待定池

那些你拿不准的建议不会消失：

• “待定”的建议会进入暂存池
• 在可配置的时间间隔后，会结合新的市场背景自动重新出现
• 支持批量重新评估模式，方便回顾所有待定建议
• 随时可将其升级为“确定”

📡 实时活动流

跨所有产品的实时 SSE 流，展示所有动态：

• 研究进度、创意循环、滑动事件
• 构建进度、测试结果、评审结果
• 代理健康状态、成本更新、PR 创建
• 可按产品、代理和事件类型进行筛选

🛡️ 自动化层级

为每个产品选择适合的自动化程度：

层级	行为	适用场景
监督模式	PR 自动创建，但需人工审核并合并。	生产环境应用
半自动模式	当 CI 通过且审查代理批准时，PR 自动合并。	预发布环境及可信代码库
全自动化模式	从创意到上线功能，全程自动化。	副项目及 MVP

🔀 工作空间隔离

每个构建任务都会获得一个隔离的工作空间：

• Git Worktrees — 适用于基于代码库的项目，隔离分支，避免与其他代理冲突
• 任务沙盒 — 适用于本地或无代码库项目，专用目录位于 .workspaces/task-{id}/
• 端口分配（4200–4299 范围）— 用于开发服务器，确保并发构建之间不会发生端口冲突
• 串行合并队列 — 完成的任务会逐一合并，并检测冲突
• 产品范围锁定 — 同一产品的并发完成任务会自动排队等待合并

📊 产品调度

为每个产品配置自主循环：

• 研究频率（每日、每周或自定义 Cron）
• 创意生成频率（每次研究结束后或独立安排）
• 自动调度规则（“确定”滑动后立即调度，或批量调度）
• 提供调度管理 UI，可为每个计划启用或禁用

---

✨ 功能

产品自动驾驶仪

• 🔬 自主市场调研（竞争对手、SEO、用户意图、技术差距）
• 💡 基于AI的创意构思，附带影响与可行性评分
• 👆 滑动界面，可快速做出批准/拒绝/待定决策
• 📄 产品项目计划（Karpathy AutoResearch模式）
• 🎯 根据滑动历史学习用户偏好
• 🔁 待定池，支持自动重新浮现
• 📊 可配置的研究与创意计划时间表

智能体编排

• 🤖 多智能体流水线（构建者 → 测试者 → 审核者 → 学习者）
• 🚛 队列模式，支持多智能体并行执行
• 💬 操作员聊天（队列备注 + 直接消息）
• 💚 智能体健康监控，具备自动提醒功能
• 🔄 检查点与崩溃恢复
• 🧠 知识库，支持跨任务学习
• 🔀 工作空间隔离（git工作树 + 任务沙盒）

任务管理

• 🎯 看板式任务管理，支持在7个状态列之间拖拽
• 🧠 AI规划阶段，附带澄清性问答
• 📋 多智能体规划规格
• 🖼️ 任务图片附件（UI原型、截图）
• 📡 实时活动动态流（SSE）
• 💰 支持按任务、按产品进行每日/每月成本跟踪与上限设置

基础设施

• 🔌 OpenClaw网关集成（WebSocket）
• 🔗 网关智能体发现与导入
• 🐳 Docker就绪（生产优化版）
• 🔒 Bearer令牌认证、HMAC Webhook、Zod验证
• 🛡️ 隐私优先 — 无追踪器、无集中式数据收集
• 🌐 多机支持（兼容Tailscale）
• 🛡️ 自动化层级（监督式 / 半自动 / 全自动）

---

🛡️ 隐私政策

Autensa是开源且可自行部署的。该项目 不 包含广告追踪器、第三方分析信标或集中式数据收集系统。

您的任务数据、研究结果、创意、滑动记录以及产品项目均保留在您自己的部署环境中（SQLite + 工作空间）。如果您连接外部服务（如AI提供商或远程网关），则只有您明确发送给这些服务的数据才会离开您的环境。

---

🏗 架构

┌──────────────────────────────────────────────────────────────────────┐
│                          您的机器                                │
│                                                                      │
│  ┌──────────────────┐          ┌──────────────────────────────────┐  │
│  │ Autensa           │◄────────►│    OpenClaw网关              │  │
│  │  (Next.js)        │   WS     │  (AI智能体运行时)              │  │
│  │  端口4000        │          │  端口18789                      │  │
│  └────────┬──────────┘          └───────────┬────────────────────┘  │
│           │                                  │                       │
│           ▼                                  ▼                       │
│  ┌──────────────────┐          ┌──────────────────────────────────┐  │
│  │    SQLite数据库       │          │     AI提供商                │  │
│  │  (任务、产品、 │          │  (Anthropic / OpenAI / 等)    │  │
│  │   创意、成本)    │          └──────────────────────────────────┘  │
│  └──────────────────┘                                                │
│           │                                                          │
│           ▼                                                          │
│  ┌──────────────────────────────────────────────────────────────┐   │
│  │              自动驾驶引擎                                  │   │
│  │  研究 → 创意 → 滑动 → 构建 → 测试 → 审核 → PR     │   │
│  └──────────────────────────────────────────────────────────────┘   │
└──────────────────────────────────────────────────────────────────────┘

Autensa = 仪表盘 + 自动驾驶引擎（本项目） OpenClaw网关 = 执行任务的AI运行时（独立项目）

---

🚀 快速入门

前置条件

• Node.js v18+（下载）
• OpenClaw网关 — npm install -g openclaw
• AI API密钥 — 推荐使用Anthropic，也可通过OpenRouter使用OpenAI、Google等其他提供商

安装步骤

# 克隆
git clone https://github.com/crshdn/mission-control.git
cd mission-control

# 安装依赖
npm install

# 设置
cp .env.example .env.local

编辑.env.local：

OPENCLAW_GATEWAY_URL=ws://127.0.0.1:18789
OPENCLAW_GATEWAY_TOKEN=your-token-here

Token获取位置： 查看~/.openclaw/openclaw.json中的gateway.token

运行

# 启动OpenClaw（另开终端）
openclaw gateway start

# 启动Autensa
npm run dev

打开 http://localhost:4000 — 您已成功进入！🎉

生产环境

npm run build
npx next start -p 4000

---

🐳 Docker容器

您可以使用随附的Dockerfile和docker-compose.yml文件，在容器中运行Autensa。

前置条件

• Docker Desktop（或Docker Engine + Compose插件）
• OpenClaw网关需在本地或远程运行

1. 配置环境

创建一个用于Compose的.env文件：

cp .env.example .env

然后至少设置以下内容：

OPENCLAW_GATEWAY_URL=ws://host.docker.internal:18789
OPENCLAW_GATEWAY_TOKEN=your-token-here

注意事项：

• 当OpenClaw运行在您的主机上时，请使用host.docker.internal。
• 如果OpenClaw运行在另一台机器上，则应设置其可访问的ws://或wss://URL。

2. 构建并启动

docker compose up -d --build

打开 http://localhost:4000。

3. 常用命令

# 查看日志
docker compose logs -f mission-control

# 停止容器
docker compose down

# 停止并移除卷（会删除SQLite/工作空间数据）
docker compose down -v

数据持久化

Compose使用命名卷：

• mission-control-data用于存储SQLite数据（/app/data）
• mission-control-workspace用于存储工作空间文件（/app/workspace）

---

🎯 工作原理

自动驾驶流程

研究 → 创意 → 滑动 → 计划 → 构建 → 测试 → 审核 → PR
   AI          AI      您      AI     智能体   智能体   智能体   自动

1. 研究 — AI分析您的产品所处的市场：竞争对手、SEO、用户意图、技术差距
2. 创意 — 研究结果输入到创意智能体，生成带有评分的功能创意
3. 滑动 — 您以卡片形式查看创意，选择“跳过”、“待定”、“采纳”或“立即实施”
4. 计划 — AI提出澄清性问题，并生成详细的任务规格
5. 构建 — 智能体克隆代码库，创建分支并实现该功能
6. 测试 — 智能体运行测试套件，若失败则自动修复
7. 审核 — 智能体检查代码变更，确保质量、安全性及最佳实践
8. PR — 在GitHub上创建包含完整背景信息和研究依据的拉取请求

任务流程（手动任务）

规划 → 收件箱 → 分配 → 进行中 → 测试 → 审核 → 完成

您可以在不同列之间拖拽任务，也可以让系统自动推进任务进度。

编队模式（大型功能）

                    ┌─ 子任务 A（代理 1） ──┐
父任务 ────────┤                        ├──── 合并与 PR
                    ├─ 子任务 B（代理 2） ──┤
                    └─ 子任务 C（代理 3） ──┘
                         （依赖于 A）

子任务在具备依赖感知的调度机制下并行运行。健康监测可检测停滞情况。通过检查点实现崩溃恢复。

---

⚙️ 配置

环境变量

变量	必需	默认值	描述
OPENCLAW_GATEWAY_URL	✅	ws://127.0.0.1:18789	OpenClaw 网关的 WebSocket URL
OPENCLAW_GATEWAY_TOKEN	✅	—	OpenClaw 的认证令牌
MC_API_TOKEN	—	—	API 认证令牌（启用认证中间件）
WEBHOOK_SECRET	—	—	用于 Webhook 验证的 HMAC 密钥
DATABASE_PATH	—	./mission-control.db	SQLite 数据库位置
WORKSPACE_BASE_PATH	—	~/Documents/Shared	工作区文件的基础目录
PROJECTS_PATH	—	~/Documents/Shared/projects	项目文件夹的目录

安全性（生产环境）

生成安全令牌：

# API 认证令牌
openssl rand -hex 32

# Webhook 签名密钥
openssl rand -hex 32

添加到 .env.local：

MC_API_TOKEN=your-64-char-hex-token
WEBHOOK_SECRET=your-64-char-hex-token

当设置 MC_API_TOKEN 时：

• 外部 API 调用需要 Authorization: Bearer <token>
• 浏览器 UI 自动工作（允许同源请求）
• SSE 流接受令牌作为查询参数

完整生产指南请参阅 PRODUCTION_SETUP.md。

---

🌐 多机器部署

在一台机器上运行 Autensa，在另一台机器上运行 OpenClaw：

# 指向远程机器
OPENCLAW_GATEWAY_URL=ws://YOUR_SERVER_IP:18789
OPENCLAW_GATEWAY_TOKEN=your-shared-token

使用 Tailscale（推荐）

OPENCLAW_GATEWAY_URL=wss://your-machine.tailnet-name.ts.net
OPENCLAW_GATEWAY_TOKEN=your-shared-token

---

🗄 数据库

SQLite 数据库会自动创建在 ./mission-control.db。启动时会自动运行迁移（共 21 次）。自 v2.0.1 起，在任何待处理的迁移运行之前，都会创建一个带时间戳的备份。

# 重置（从头开始）
rm mission-control.db

# 检查
sqlite3 mission-control.db ".tables"

v2 中新增的关键表：products、research_cycles、ideas、swipe_history、preference_models、maybe_pool、product_feedback、cost_events、cost_caps、product_schedules、operations_log、convoys、convoy_subtasks、agent_health、work_checkpoints、agent_mailbox、workspace_ports、workspace_merges。

---

📁 项目结构

autensa/
├── src/
│   ├── app/                    # Next.js 页面和 API 路由
│   │   ├── api/
│   │   │   ├── tasks/          # 任务 CRUD、计划、调度、编队、聊天、工作区
│   │   │   ├── products/       # 产品 CRUD、研究、创意构思、滑动筛选、排程
│   │   │   ├── agents/         # 代理管理、健康状况、邮件、发现
│   │   │   ├── costs/          # 成本跟踪、上限、分解
│   │   │   ├── convoy/         # 编队邮件端点
│   │   │   ├── openclaw/       # 网关代理端点
│   │   │   └── webhooks/       # 代理完成通知 Webhook
│   │   ├── settings/           # 设置页面
│   │   └── workspace/[slug]/   # 工作区仪表盘
│   ├── components/
│   │   ├── MissionQueue.tsx    # 看板式任务列表
│   │   ├── PlanningTab.tsx     # AI 计划界面
│   │   ├── AgentsSidebar.tsx   # 代理面板
│   │   ├── LiveFeed.tsx        # 实时事件
│   │   ├── TaskModal.tsx       # 创建/编辑任务
│   │   ├── TaskChatTab.tsx     # 运维人员聊天
│   │   ├── ConvoyTab.tsx       # 编队可视化
│   │   ├── DependencyGraph.tsx # DAG 可视化
│   │   ├── HealthIndicator.tsx # 代理健康状态徽章
│   │   ├── WorkspaceTab.tsx    # 工作区隔离 UI
│   │   ├── autopilot/          # SwipeDeck、IdeaCard、ResearchReport 等
│   │   └── costs/              # 成本仪表盘组件
│   └── lib/
│       ├── autopilot/          # 研究、创意构思、滑动筛选、备选池、排程
│       ├── costs/              # 成本追踪、上限、报告
│       ├── db/                 # SQLite + 21 次迁移
│       ├── openclaw/           # 网关客户端 + 设备身份
│       ├── convoy.ts           # 编队编排
│       ├── agent-health.ts     # 健康监测 + 自动提醒
│       ├── checkpoint.ts       # 检查点保存与恢复
│       ├── workspace-isolation.ts # Git 工作树 + 任务沙盒
│       ├── mailbox.ts          # 代理间消息传递
│       ├── chat-listener.ts    # 运维人员聊天中继
│       ├── learner.ts          # 知识库管理
│       └── types.ts            # TypeScript 类型定义
├── presentation/               # v2 演示文稿 + 解说脚本
├── specs/                      # 功能规格说明
├── scripts/                    # 桥接与钩子脚本
└── CHANGELOG.md                # 完整版本历史

---

🔧 故障排除

无法连接到 OpenClaw 网关

1. 检查 OpenClaw 是否正在运行：openclaw gateway status
2. 验证 .env.local 中的 URL 和令牌
3. 检查防火墙是否阻止了 18789 端口

计划问题未加载

1. 检查 OpenClaw 日志：openclaw gateway logs
2. 确认您的 AI API 密钥有效
3. 刷新页面并再次点击任务

端口 4000 已被占用

lsof -i :4000
kill -9 <PID>

代理回调在代理后失败（502 错误）

如果您位于 HTTP 代理之后（公司 VPN、Hiddify 等），代理回调到 localhost 可能会失败，因为代理会拦截本地请求。

解决方法： 设置 NO_PROXY 使 localhost 绕过代理：

# Linux / macOS
export NO_PROXY=localhost,127.0.0.1

# Windows (cmd)
set NO_PROXY=localhost,127.0.0.1

# Docker
docker run -e NO_PROXY=localhost,127.0.0.1 ...

详情请参阅 Issue #30。

---

🤝 贡献

1. 分支仓库
2. 创建特性分支：git checkout -b feature/amazing-feature
3. 提交更改：git commit -m 'feat: add amazing feature'
4. 推送：git push origin feature/amazing-feature
5. 打开拉取请求

---

👏 贡献者

Autensa 由不断壮大的社区共同构建。感谢每一位贡献者！

Steve 设备身份	Ryan Christman 端口配置	nicozefrench ARIA钩子	GOPAL Node v25支持
Jorge Martinez 编排	Nik 计划与调度	Michael G 使用情况仪表盘	Z8Medina Metabase集成
Mark Phelps 网关代理发现 💡	Alessio Docker支持	James Tsetsekas 计划流程修复	nice-and-precise 代理协议文档
JamesCao2048 任务创建修复	davetha 强制动态与模型发现	pkgaiassistant-droid 活动仪表盘与移动端用户体验	Coder-maxer 静态路由修复
grunya-openclaw 调度与代理错误报告	ilakskill 调度恢复设计	plutusaisystem-cmyk 代理守护进程与车队视图	nithis4th 第二大脑知识库
davidpellerin 动态代理配置	tmchow 代理导入改进	xiaomiusa87 会话密钥错误报告	lutherbot-ai 安全审计
YITING OU 级联删除修复	Brandon Ros Docker CI工作流	nano-lgtm Kanban UX改进	cammybot1313-collab 文档错别字修复

---

⭐ 星标历史

---

📜 许可证

MIT 许可证 — 详情请参阅 LICENSE。

---

🙏 致谢

• Andrej Karpathy — AutoResearch 架构，启发了产品计划模式
• Mike De'Shazer — 运营商聊天概念

---

☕ 支持

如果 Autensa 对您有所帮助，请考虑请我喝杯咖啡！

---

停止管理待办事项清单，开启自动驾驶式的交付吧。 🚀

Mission Control (Autensa) 快速上手指南

Mission Control (Autensa) 是全球首个自主产品引擎，能够自动执行从市场调研、创意生成、代码构建到测试审查的全流程。你只需通过“滑动”操作决定创意的去留，其余工作由 AI 代理自动完成。

环境准备

在开始之前，请确保你的系统满足以下要求：

• 操作系统：推荐 Linux (Ubuntu/Debian) 或 macOS。Windows 用户建议使用 WSL2。
  • 注：官方推荐使用 Hetzner VPS 部署以获得最佳性能。
• 运行时环境：
  • Node.js (v18 或更高版本，推荐 v20+)
  • npm 或 pnpm (包管理器)
  • Git
• 数据库：内置 SQLite，无需额外安装数据库服务。
• API 密钥：
  • 有效的 LLM API Key (如 OpenAI, Anthropic 等，需在配置中指定)。
  • GitHub Personal Access Token (用于自动创建 Pull Request 和仓库操作)。

安装步骤

1. 克隆项目仓库

git clone https://github.com/crshdn/mission-control.git
cd mission-control

2. 安装依赖

使用 npm 或 pnpm 安装项目依赖：

npm install
# 或者
pnpm install

3. 配置环境变量

复制示例配置文件并根据实际情况修改：

cp .env.example .env

编辑 .env 文件，填入必要的密钥和配置（关键项如下）：

# LLM 提供商配置
LLM_PROVIDER=openai
OPENAI_API_KEY=sk-your-api-key-here

# GitHub 配置
GITHUB_TOKEN=ghp_your-github-token-here
GITHUB_OWNER=your-github-username

# 数据库 (默认使用 SQLite，通常无需修改路径)
DATABASE_URL=file:./data/autensa.db

# 可选：设置会话前缀或自定义端口
SESSION_KEY_PREFIX=my-prefix
PORT=3000

4. 初始化数据库并启动服务

运行以下命令启动开发服务器（会自动处理数据库迁移）：

npm run dev

服务启动后，访问 http://localhost:3000 即可看到界面。

Docker 部署方案 如果你更倾向于使用容器化部署，可以使用 Docker：

docker compose up -d

确保已正确配置 .env 文件后再启动容器。

基本使用

1. 添加产品 (Product)

登录系统后，点击 "New Product" 向导：

• 输入目标产品的 GitHub 仓库地址。
• 输入产品的 在线访问 URL (用于实时分析)。
• 系统会自动导入 README 并生成初步的产品描述。

2. 配置产品程序 (Product Program)

每个产品都有一个动态的“产品程序”文档，用于指导 AI 的研究方向：

• 在设置中定义你关注的领域（如：SEO 优化、用户体验、新功能）。
• 定义需要忽略的内容。
• 随着你的操作，系统会自动学习你的偏好并更新此程序。

3. 启动自主循环

一旦产品添加完成，系统将自动进入 Research → Ideation 循环：

• 自主调研：AI 分析代码库、扫描线上站点并研究竞争对手。
• 创意生成：基于调研结果生成具体的功能创意卡片，包含影响力评分和可行性评估。

4. 滑动决策 (Swipe to Decide)

在主界面查看生成的创意卡片，执行以下操作：

• Pass (左滑)：拒绝创意，系统会记录偏好以避免类似建议。
• Maybe：暂存创意，稍后带着新上下文重新展示。
• Yes (右滑)：批准创意，触发 Build Agent 开始编写代码。
• Now!：紧急执行，将任务插入优先队列立即处理。

5. 监控构建与合并

批准后的任务将自动进入流水线：

• 构建：Agent 编写代码并提交。
• 测试：自动运行测试套件。
• 审查：Review Agent 检查代码差异。
• 提交 PR：在 GitHub 上自动创建 Pull Request。

你可以在 Activity Dashboard 实时查看进度，或通过 Operator Chat 向正在运行的 Agent 发送指令（例如：@agent 请使用现有的 auth 中间件）。

根据配置的自动化等级（Supervised/Semi-Auto/Full Auto），PR 将等待你手动合并或由系统自动合并部署。