VS Code Agent Kanban: Управление задачами на основе Markdown для ИИ-агентов программирования

Что делает VS Code Agent Kanban
VS Code Agent Kanban — это расширение для VS Code, которое предоставляет управление задачами, специально разработанное для разработчиков, использующих ИИ-агенты для программирования, такие как GitHub Copilot. Оно решает проблему «гниения контекста», когда планировочные беседы, решения и обоснования исчезают после очистки или закрытия сессий чата.
Ключевые особенности
- GitOps и командная интеграция канбан-доски внутри VS Code — Вся папка .agentkanban/ предназначена для коммита в систему контроля версий
- Структурированный план / задачи / реализация через команды @kanban — Пользователи вводят команды, такие как 'plan', 'todo' и 'implement', в окне чата, чтобы направлять рабочий процесс агента
- Использует вашу существующую обвязку агента — Работает с вашей текущей настройкой ИИ-агента для программирования, а не включает собственную
- .md-формат задач как постоянный источник истины — Каждая задача представляет собой файл Markdown с YAML-фронтматером, который отслеживает заголовок, колонку канбана и временные метки
Как это работает
Каждая задача хранится в папке .agentkanban/tasks/ в виде .md-файла. Тело содержит структурированные журналы бесед с использованием маркеров [user] и [agent]. Вот пример формата из источника:
--- title: Реализовать OAuth2 lane: doing created: 2026-03-08T10:00:00.000Z updated: 2026-03-08T14:30:00.000Z description: Интеграция OAuth2 для API --- ## Беседа [user] Давайте спланируем реализацию OAuth2. Нам нужно поддерживать как поток device code, так и client credentials. [agent] Вот мой анализ двух подходов OAuth2 для вашего API... [user] Внесите изменения здесь, здесь и здесь [agent] Вот мой обновлённый план ...
Расширение создаёт чёткий поток план/задачи/реализация, где пользователи подтверждают готовность в чате GitHub Copilot, после чего обвязка агента начинает работу со всем контекстом, сохранённым в markdown-файле.
Преимущества для команд
Поскольку задачи хранятся в виде простых текстовых файлов:
- Они естественным образом сравниваются и объединяются — никаких конфликтов слияния из-за непрозрачного бинарного состояния
- Команды получают общую видимость того, над чем работает ИИ и какие решения были приняты
- Будущие разработчики могут видеть не только что было построено, но и почему, в реальных словах из планировочной беседы
- Предоставляет журнал аудита для регулируемых или корпоративных сред
Этот подход особенно полезен для разработчиков, которые регулярно сталкиваются с ограничениями контекста у ИИ-агентов или нуждаются в поддержании непрерывности между несколькими рабочими сессиями.
📖 Read the full source: HN AI Agents
👀 Смотрите также

嵌入Shell中的AI代理:终端缓冲与覆盖扩展
Оболочка с открытым исходным кодом и встроенным ИИ-агентом, который читает вывод терминала и вводит команды через плавающее наложение. Поддерживает локальные и облачные модели.

Netflix выпускает VOID: модель удаления объектов и взаимодействий на видео на Hugging Face.
Netflix выпустила VOID — модель видеоинпейнтинга, которая удаляет объекты из видео вместе со всеми физическими взаимодействиями, которые они вызывают, включая падающие предметы и смещённые объекты. Для работы модели требуется видеокарта с 40 ГБ+ видеопамяти, используется квадмаска с двумя чекпоинтами для разных уровней доработки.

Слой идентификации и репутации для агентов OpenClaw
Команда разработчиков создала MCP-I и IdentiClaw для решения проблемы потери идентичности в многошаговых рабочих процессах агентов, а также knowthat.ai в качестве реестра репутации. Они передали спецификацию MCP-I в Decentralized Identity Foundation.

mcp-india-stack: Открытый MCP-сервер для индийских финансовых API
mcp-india-stack — это сервер MCP с открытым исходным кодом, который предоставляет Claude нативный доступ к семи индийским финансовым и государственным API-инструментам, включая проверку GSTIN, поиск IFSC и проверку PAN. Он не требует аутентификации, работает в первую очередь офлайн и доступен через pip install.