Kanwas: Quadro de contexto compartilhado de código aberto para equipes e agentes de IA

Kanwas é um quadro de contexto compartilhado de código aberto que permite que equipes e agentes de IA trabalhem no mesmo canvas simultaneamente. Chamadas de ferramentas dos agentes são transmitidas em uma linha do tempo compartilhada visível para todos. O projeto é licenciado sob Apache 2.0 e está disponível no GitHub.
Principais recursos
- Espaço de trabalho multiplayer: Equipes e agentes compartilham documentos, evidências e decisões em um único canvas.
- Streaming ao vivo de agentes: Chamadas de ferramentas de agentes de IA aparecem em tempo real na mesma linha do tempo que todos os membros da equipe veem.
- Sistema de arquivos baseado em git: Todos os dados são armazenados como arquivos markdown com histórico completo de versões.
- Auto-hospedado: Execute com Docker Compose; sem dependência de fornecedor.
Início rápido
Pré-requisitos: Docker, Docker Compose e uma chave de API da Anthropic (ou OpenAI).
git clone https://github.com/kanwas-ai/kanwas.git
cd kanwas
cp .env.example .env
cp backend/.env.example backend/.env
cp yjs-server/.env.example yjs-server/.env
cp frontend/.env.example frontend/.env
docker-compose --profile app upAbra http://localhost:5173 para começar a trabalhar.
Para quem é
- Fundadores: Combine decks de captação, entrevistas com clientes, especificações de MVP e planos de contratação em um único canvas com assistência de agente.
- Gerentes de produto: Insira trechos de entrevistas, tickets e capturas de tela de concorrentes; obtenha um resumo de descoberta e um PRD com reivindicações rastreáveis.
- Desenvolvedores: Puxe especificações de PM e designs para um canvas; gere um plano de implementação com tarefas e critérios de aceitação e envie markdown para seu repositório para Claude Code ou Codex.
- Profissionais de marketing: Planeje lançamentos com posicionamento, mensagens e cronogramas; crie variantes de textos lado a lado.
- Vendas: Mantenha quadros de contas reutilizáveis com pesquisa, histórico de comunicações, mapas de stakeholders e rascunhos de propostas.
Arquitetura e pilha
Construído com TypeScript (98,8%), CSS (0,8%) e Docker. Dependências principais: Yjs (CRDT para colaboração em tempo real), BlockNote (editor), AdonisJS (framework backend) e E2B (execução de código em sandbox). O projeto usa um monorepo com workspaces pnpm.
Comunidade
Junte-se ao Kanwas Kollective no Slack para perguntas e ideias. Contribuidores devem ler docs/SYSTEM_OVERVIEW.md primeiro e abrir uma issue antes de grandes alterações.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

Bot do GitHub Auto-hospedado Executa Claude Code com Mais de 40 Acionadores de Webhook e Ferramentas MCP
Um bot auto-hospedado do GitHub que utiliza o Claude Agent SDK com todos os recursos do Claude Code, suportando mais de 40 acionadores de webhook, 4 servidores MCP integrados e fluxos de trabalho personalizados baseados em YAML para revisão de PR, correção automática de CI e triagem de issues.

Dois Novos Softwares de Código Aberto para Segurança e Otimização de Agentes de IA
Duas ferramentas de código aberto estão disponíveis para desenvolvedores de agentes de IA: o AI Agent Defense Kit fornece habilidades de segurança em tempo de execução, e o AgentGuard (em desenvolvimento) oferece rastreamento de custos, varredura de segurança e monitoramento de atividades.

VS Code Agent Kanban: Gerenciamento de tarefas baseado em Markdown para agentes de IA de programação
O VS Code Agent Kanban é uma extensão que cria um quadro kanban compatível com GitOps dentro do VS Code usando arquivos markdown como registros de tarefas. Ele aborda a deterioração de contexto em agentes de codificação de IA preservando conversas de planejamento, decisões e detalhes de implementação em arquivos .md controlados por versão.

Exasol lança servidor MCP para contexto de banco de dados em fluxos de trabalho de agentes de IA
A Exasol lançou um Servidor MCP que permite que bancos de dados forneçam contexto a agentes de IA sobre dados disponíveis, regras de negócio e métodos de interação seguros. O servidor é somente leitura por padrão, suporta fluxos de trabalho de alta concorrência e pode ser implantado em ambientes on-premises, na nuvem ou híbridos.