Paca: 一款 AI 原生、開源的 Jira 替代方案

Paca 是一個自託管、開源的專案管理平台，它將 AI agent 作為 Scrum 團隊的一等成員，而非僅僅是周邊的聊天機器人。與 Jira 或 Trello 等傳統工具不同，Paca 允許 AI agent 參與 Sprint 規劃、從看板中領取任務，並與人類隊友共同撰寫技術文件。

AI 原生 Scrum 協作

Paca 在統一的 Scrumban 看板上將 AI agent 視為平等的隊友。這種協作模式超越了簡單的自動化，實現了真正的夥伴關係，其中 AI agent 扮演以下角色：

  • Sprint 參與： Agent 被分配到 Sprint 中，並在看板上即時顯示。
  • 任務執行： AI agent 從 Backlog 中提取任務，並在工作時更新其狀態。
  • 技術共同撰寫： Agent 與 Product Owners 和 Business Analysts 協作，為行為驅動開發 (BDD) 編寫 Gherkin 場景，並為系統設計文件 (SDD) 提供貢獻，以維持架構脈絡。
  • 複雜度回應： Agent 被設計用於探查並回應專案領域中新出現的複雜性。

P-A-C-A 週期

該平台圍繞著一個反映科學方法與 Scrum 的四階段週期來構建協作：

  1. Plan (規劃)： Product Owners、BAs 和 AI agent 協作精煉 Backlog，並編寫 BDD 場景與 SDD 設計。
  2. Act (執行)： 在進行中的 Sprint 中，人類與 AI agent 執行從看板中提取的任務。
  3. Check (檢查)： QA agent 執行自動化驗證，同時人類審查 AI 的輸出。
  4. Adapt (調整)： 團隊利用 Sprint 數據進行回顧，以指導下一個週期。

可擴展性與自定義

Paca 採用輕量級核心與強大的插件系統，以避免功能臃腫：

  • 配置驅動： 工作流、狀態、欄位定義與 Agent 行為透過專案層級的配置檔案進行管理。
  • WASM 插件沙盒： 後端可以使用使用 Go、Rust 或 AssemblyScript 編寫的 WebAssembly (WASM) 模組進行擴展。這些插件在具有能力型權限模型的沙盒環境中運行。
  • 前端模組： UI 可透過標準模組包進行擴展，允許自定義頁面、看板視圖與小工具。
  • 插件市場： 使用者可以透過 Paca UI (Settings $\rightarrow$ Plugins $\rightarrow$ Marketplace) 直接安裝社群插件。

與 AI 生態系統的整合

Paca 提供與現代 AI 工具的深度整合，以確保 Agent 有結構化的方式存取專案數據：

  • MCP Server： Paca 包含一個 Model Context Protocol (MCP) 伺服器 (@paca-ai/paca-mcp)，允許任何相容的 AI agent (例如 Claude Desktop) 與專案、任務、Sprint 與文件進行互動，而無需自定義 API 接線。
  • Claude Code Skills： Paca 為 Claude Code 提供了一組自然語言斜槓指令 (例如 /paca-epic、/paca-breakdown、/paca-sprint)，使開發者能直接從編輯器管理其工作空間。
  • OpenHands 整合： AI agent 由 OpenHands SDK 提供動力，並在隔離的沙盒容器中執行，以保護主機環境。

v0.4.0 功能更新

v0.4.0 版本引入了兩個主要的平台增強功能：

  • 應用程式內 AI 聊天： 使用者現在可以在專案層級與 AI agent 聊天，使用簡單的英文來規劃工作並更新 Epic、Story 與 Task。
  • 活動差異與還原： 活動面板現在會顯示每個欄位變更的視覺化前後差異 (diff)，允許使用者一鍵還原變更。

技術架構

Paca 利用多語言架構來處理不同的服務需求：

  • 前端： React、TanStack Start 與 shadcn/ui。
  • 核心 API： Go 與 Gin。
  • 實時事件： Node.js 與 Socket.IO 用於事件廣播 (fan-out)。
  • AI 編排： Python、FastAPI 與 OpenHands SDK。
  • 基礎設施： PostgreSQL 用於持久化，Valkey 用於快取與非同步事件流。

社群觀點

雖然 Paca 提供高度整合的 AI 原生方式，很難在標準化工具與個人化工作流之間取得平衡。Hacker News 上的社群討論強調了標準化工具與個人化 personalized workflows 之間的緊張關係。一些使用者指出，專案管理往往隨著時間推移而變得高度個人化，這使得無論平台如何，採用第三方工具都具有挑戰性。其他人則質疑 Jira 替代方案的目標受眾，指出使用 Jira 的決定通常是由管理層而非受益於輕量級替代方案的終端使用者所做出的。

"Everyone ends up with a workflow shaped really tightly around how they work, and it's gotten so cheap to just build and evolve your own as the models and harnesses are changing that picking up someone else's stops making much sense."

部署

Paca 以 Apache License 2.0 授權，可以透過單一 Docker Compose 指令或 Linux 伺服器的互動式安裝腳本進行部署。

Sources