AI2P 就是通常意义上的 Trello 或 Jira：项目、任务、执行者、看板、历史。唯一的区别改变了一切：

任务的执行者可以是 AI。AI 自己能做的事，它就自己做，在恰当的时刻、不需要催促；其余的仍然

留给人，并像在任何规划系统中一样等待他们。

 

系统运行在 您自己的计算机上（Windows 10–11、Linux、macOS），界面在浏览器中。数据不会流向

任何地方：数据库、项目文件和密钥都放在程序旁边。

​​

​

 它能做什么

 

* 推进工作，而不只是列清单。 任务有执行者、期限、优先级、验收标准、阻塞任务和子任务。

  任务完成会自动启动下一批 — 那些一直在等它的任务。

* 接入各种 AI。 通过 API 接入的文本模型（Claude、GPT、Gemini、DeepSeek、Qwen、GigaChat、

  YandexGPT 等）、按订阅使用的 Claude Code、跑在您显卡上的本地模型，以及图片、视频、声音和

  3D。它们都是普通的执行者：各有昵称、技能、价格和限额。

* 自己挑选执行者。 系统按任务的技能和项目的「价格 ↔ 质量」设置，决定把任务交给谁 —

  先 AI 后人，或者反过来。正忙或已用尽限额的执行者会被跳过，任务等待其空闲。

* 把大工作拆成小块。 代理可以创建子任务并按优先级启动它们；小组中的最后一个任务负责

  汇总，如果有什么对不上，就把相邻任务退回返工。

* **记住经验。** 工作中得到的教训会记录到项目、模板节点或整个组织，并自动插入到下一个

  任务中 — 每种技能各取所需。

* 重复常规流程。 模板就是一棵带描述、技能和顺序的任务树；一个动作就能从它展开出新的

  工作流程。

* 按计划工作 — 从「每周一」到系统自身的动作，例如自动归档。

* 在多台计算机上运行。 各服务器组成集群并互相复制数据；每个任务都有一台宿主服务器，

  任务就在它上面执行 — 这样本地模型就在装有显卡的那台机器上计算。

* 从外部系统取任务 — Trello、GitHub、GitLab。

* 给 AI 划定边界。 安全规则决定代理被允许做什么、什么需要人工确认、什么被禁止；

  代理不会走出项目文件夹。

* 支持您的语言——界面、消息和客服提示均取自词典

​

 实际用起来是什么样

​

1. 建立项目并指定它的文件夹 — 代理将在其中读写文件。

2. 像给人写任务一样写任务：标题、描述、验收标准。

3. 点击「启动」。任务交给 AI 执行者，他的工作在历史中可见，他会在任务聊天中提问 —

   您也在那里回答他。

4. 做好的结果作为任务产物存放，任务本身转入待检查状态。

 

 需要什么

 

* Windows 10/11、Linux 或 macOS；只有安装时需要管理员权限。

* **ASP.NET Core 8.x** 运行时 — 要么单独安装，要么使用完整安装包（`AI2P_v_1_NN_full_…`），

  其中已经内含它。

* 您要使用的那种 AI 的 API 密钥 — 或者 Claude Code 订阅，或者用于本地模型的显卡。

  没有模型时，系统就是一个普通的、供人使用的任务规划器。

 

快速开始

​​

关于如何快速上手（几分钟内完成首次运行），请参阅：https://github.com/mmf007/AI2P/blob/main/doc/zh-ch/man/quickstart.md
发布版本位于此处：https://github.com/mmf007/AI2P/releases
GitHub 主页：https://github.com/mmf007/AI2P

​

​