cocofhu/grasp

解決的問題

Grasp 解決了同時管理多個 AI 代理專案的效率低下，以及難以解讀 AI 模型產生的冗長、文字密集型輸出的問題。它減少了在不同 IDE 和執行狀態之間切換的認知負擔，同時將長篇代理回應轉化為結構化、視覺化的成果物，使人類更容易審查和核准。

工作原理

它提供一個統一平台，可與多種代理後端（如 Cursor、Claude Code 和 CodeBuddy）整合，並使用視覺化有限狀態機（FSM）畫布來編排這些代理。使用者可使用節點設計工作流程，包括釐清、規劃和實作階段，並定義成功、失敗和回滾路徑。系統在 Docker 沙箱中執行這些工作流程，利用 artifact MCP 確保在狀態轉換前產生所需輸出。它還包含「人工關卡」，在繼續前暫停流程以等待手動審核。

適用對象

需要在多個專案中協調複雜、多階段 AI 代理工作流程，並需要一種結構化方式來監控、審查和核准代理產生的程式碼和計畫的開發者與專案經理。

主要亮點

• 視覺化工作流程畫布：使用帶有檢查點、成功/失敗路徑和回滾邊的節點設計代理邏輯。
• 多後端支援：可接入多個代理後端，包括 Cursor、Claude Code、CodeBuddy、Trae 和 OpenCode。
• 結構化成果物：將代理的冗長輸出轉化為視覺化規格、計畫和 HTML 預覽，實現快速審查。
• 沙箱執行：在隔離的 Docker 沙箱中執行代理，支援整合 Git 交付（GitHub/GitLab/SSH）。
• 可觀測性工具：包含時間軸、沙箱日誌以及詳細的 token 使用量和成本分析。