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

Apresentando o operate.txt: Uma especificação YAML para agentes de IA que navegam por produtos SaaS
Um desenvolvedor criou operate.txt, um arquivo YAML hospedado em yourdomain.com/operate.txt que documenta detalhes da tela, estados de carregamento, ações irreversíveis e caminhos passo a passo para agentes de IA usando recursos de uso do computador. A especificação aborda problemas como o Claude perguntar 'isso está quebrado?' durante telas de carregamento legítimas.

Coleção Curada de Recursos OpenClaw de Código Aberto Divulgada
Descubra uma nova coleção de recursos OpenClaw de código aberto, organizada pela comunidade para aprimorar o desenvolvimento e a colaboração em IA.

Compactador de Garras: motor de compressão de tokens em 14 estágios para pipelines de LLM
Claw Compactor é um motor de compressão de tokens LLM de código aberto que utiliza um Pipeline de Fusão de 14 estágios para alcançar 54% de compressão média com custo zero de inferência LLM. Inclui compressores especializados para código, JSON, logs, diffs e resultados de busca com capacidades de compressão reversível.

llm-idle-timeout Dispara aos 2 Minutos no N100/WSL2 Apesar da Configuração timeoutSeconds
Um usuário relata que o watchdog de idle no OpenClaw dispara após 2 minutos em hardware N100/WSL2, ignorando a configuração timeoutSeconds=300, devido à inicialização lenta do gateway (mais de 45 segundos) e à ausência de um parâmetro configurável noOutputTimeoutMs.