Ai Agentic os: Difference between revisions

From wiki karavi
Jump to navigation Jump to search
VisualWikitext
(Created page with "= Agentic Development OS Tools = این صفحه مجموعه ابزارهای Agentic Development OS نصب‌شده و تست‌شده را برای مدیریت Coding Agentها مستند می‌کند. هدف اصلی ایجاد یک محیط یکپارچه برای مدیریت Agentهایی مانند: * Claude Code * OpenAI Codex * Cursor Agent * OpenCode * Google Antigravity * Freebuff * Gemini CLI * سایر CLI Agentها است. اهداف اصلی این...")
 
No edit summary
 
Line 1: Line 1:
= Agentic Development OS Tools =
= Agentic Development OS برای Windows =


این صفحه مجموعه ابزارهای Agentic Development OS نصب‌شده و تست‌شده را برای مدیریت Coding Agentها مستند می‌کند.
این صفحه مستندات محیط Agentic Development شخصی من برای مدیریت، مقایسه و ارکستریشن Coding Agentها است.


هدف اصلی ایجاد یک محیط یکپارچه برای مدیریت Agentهایی مانند:
هدف نهایی ساخت محیطی شبیه یک:


* Claude Code
'''Agentic Development Operating System'''
* OpenAI Codex
* Cursor Agent
* OpenCode
* Google Antigravity
* Freebuff
* Gemini CLI
* سایر CLI Agentها


است.
است که بتواند Agentهای مختلف را از یک Control Plane مدیریت کند.


اهداف اصلی این محیط:
== اهداف اصلی ==


* مدیریت چند Agent از یک UI
* مدیریت چند Coding Agent
* اجرای Parallel Agentها
* رابط کاربری مناسب
* مدیریت Sessionها
* پشتیبانی Native از Windows
* Parallel Agent Execution
* Git Worktree Isolation
* Git Worktree Isolation
* Multi-Agent Orchestration
* Skills
* Skills
* Memory
* Persistent Memory
* Token / Cost Management
* Token / Cost Management
* Context Optimization
* Context Optimization
* Multi-Agent Orchestration
* Automated Build / Test
* Security Review
* LLM-as-a-Judge
* LLM-as-a-Judge
* Automated Testing / Review
* Human Approval
* Commit / Pull Request
* کمترین تعداد نرم‌افزار ممکن
* کمترین تعداد نرم‌افزار ممکن
* پشتیبانی مناسب Windows


== Coding Agentهای مورد استفاده ==
Agentهای اصلی:
* Claude Code
* OpenAI Codex CLI
* Cursor Agent
* OpenCode
* Google Antigravity / agy
* Freebuff
Agentهای جانبی:
* Gemini CLI
* GitHub Copilot
* Qwen
* Kimi
* Pi
* Custom CLI Agents
* MCP Agents
* ACP Agents
= معماری هدف =


== نرم‌افزارهای نصب‌شده ==
<pre>
                    Agentic Development OS
                              |
                        Unified UI
                              |
                +-------------+-------------+
                |            |            |
              Skills        Memory      Projects
                |            |            |
                +-------------+-------------+
                              |
                      Context Manager
                              |
                        Token Manager
                              |
                        Orchestrator
                              |
      +----------+-----------+-----------+----------+
      |          |          |          |          |
    Claude    Codex      Cursor    OpenCode    Agy
      |          |          |          |          |
      +----------+-----------+-----------+----------+
                              |
                        Git Worktrees
                              |
                    Candidate Solutions
                              |
              +---------------+---------------+
              |              |              |
            Build          Tests          Security
              |              |              |
              +---------------+---------------+
                              |
                        LLM Judge
                              |
                      Ranked Results
                              |
                      Human Approval
                              |
                        Commit / PR
</pre>
 
 
= نرم‌افزارهای نصب‌شده =


{| class="wikitable sortable"
{| class="wikitable sortable"
! نرم‌افزار
! نرم‌افزار
! نوع
! دسته
! UI
! UI
! Windows
! Windows
! نقش اصلی
! وضعیت
! وضعیت
|-
| '''Emdash'''
| Agentic Development Environment
| Desktop
| بله
| Control Plane / Parallel Agents
| نصب شده
|-
| '''Kandev'''
| Agentic Development Environment / Orchestrator
| Web / Desktop
| بله
| Workflow Orchestration
| نصب شده
|-
|-
| '''OpenHands Agent Canvas'''
| '''OpenHands Agent Canvas'''
| Agentic Platform / Control Center
| Agent Platform
| Web
| Web
| بله
| بله
| نصب و در حال ارزیابی
| Agent Platform / Automation
| نصب شده
|-
|-
| '''Orca'''
| '''Orca'''
| Agent Development Environment (ADE)
| Agent Development Environment
| Desktop
| Desktop
| بله
| بله
| نصب و در حال ارزیابی
| Multi-Agent Control Plane
| نصب شده
|-
|-
| '''Codbash'''
| '''Codbash'''
| Coding Agent Control Room
| Agent Control Room
| Web
| Web
| بله
| بله
| نصب و تست‌شده
| Sessions / Analytics
| نصب شده
|-
|-
| '''Claw Orchestrator'''
| '''Claw Orchestrator'''
| Multi-Agent Runtime / Orchestrator
| Agent Runtime / Orchestrator
| Web Dashboard
| Web Dashboard
| بله
| بله
| نصب و تست‌شده
| Persistent Multi-Agent Runtime
| نصب شده
|-
|-
| '''Agent Orchestrator (AO)'''
| '''Agent Orchestrator (AO)'''
| Agentic IDE / Agent Orchestrator
| Agent Orchestrator
| Desktop
| Desktop
| بله
| بله
| نصب؛ در Windows با مشکل Daemon مواجه شد
| Parallel Agent Workflows
| نصب شده؛ دارای مشکل Daemon در تست Windows
|-
| '''Promptfoo'''
| Evaluation / Judge Layer
| CLI / Web
| بله
| LLM-as-a-Judge / Evaluation
| نصب شده
|}
|}




= 1. OpenHands Agent Canvas =
= 1. Emdash =


== معرفی ==
== معرفی ==


OpenHands Agent Canvas یک Developer Control Center برای اجرای Coding Agentها و Automationها است.
Emdash یک Open-Source Agentic Development Environment یا ADE است.


Agent Canvas می‌تواند به Agent Backendهای مختلف متصل شود و Agentها را به صورت Local، Remote، Docker، VM یا Cloud اجرا کند.
هدف اصلی آن اجرای چند Coding Agent به صورت Parallel و قرار دادن هر Task در Git Worktree مستقل است.


پشتیبانی مهم:
Emdash برای استفاده روزانه به عنوان Control Plane یکی از گزینه‌های اصلی این بررسی است.


* OpenHands
* Claude Code
* OpenAI Codex
* Gemini
* ACP-compatible Agents
* Local/Remote Agent Backends
* Automations


== وب‌سایت و منابع ==


== وب‌سایت و سورس ==
* Website:
https://emdash.sh/


* Documentation:
* GitHub:
https://docs.openhands.dev/
https://github.com/generalaction/emdash


* GitHub:
* Releases:
https://github.com/OpenHands/OpenHands
https://github.com/generalaction/emdash/releases


* npm:
https://www.npmjs.com/package/@openhands/agent-canvas


== نصب Windows ==


== نصب روی Windows ==
نسخه Windows به صورت Installer و Portable ارائه می‌شود.


پیش‌نیاز اصلی:
Windows Installer:


<syntaxhighlight lang="powershell">
https://github.com/generalaction/emdash/releases/latest
node --version
npm --version
</syntaxhighlight>


Node.js باید نسخه مناسب Agent Canvas باشد.
نسخه x64 را نصب کنید.


نصب:


<syntaxhighlight lang="powershell">
== Agent Detection ==
npm install -g @openhands/agent-canvas
</syntaxhighlight>


در صورت Block شدن install scriptها توسط npm:
Emdash می‌تواند CLI Agentهای نصب‌شده را شناسایی کند.


<syntaxhighlight lang="powershell">
از جمله:
npm config set allow-scripts=@openhands/agent-canvas,@heroui/shared-utils,@openrouter/sdk,core-js --location=user


npm rebuild -g @openhands/agent-canvas
* Claude Code
</syntaxhighlight>
* OpenAI Codex
* Cursor
* OpenCode
* Amp
* Devin
* Qwen Code
* Droid
* GitHub Copilot
* سایر Providerهای پشتیبانی‌شده




== اجرا ==
== معماری ==


<syntaxhighlight lang="powershell">
<pre>
agent-canvas
                    Emdash
</syntaxhighlight>
                      |
                Desktop UI
                      |
                  Projects
                      |
                    Tasks
                      |
          +------------+------------+
          |            |            |
        Claude      Codex        Cursor
          |            |            |
      OpenCode      Gemini      Others
          |            |            |
          +------------+------------+
                      |
                Git Worktrees
                      |
              Candidate Solutions
                      |
              Diff / CI Checks
                      |
                Human Review
                      |
                  PR / Merge
</pre>


در صورت مشکل PowerShell:


<syntaxhighlight lang="powershell">
== Git Worktree ==
agent-canvas.cmd
</syntaxhighlight>


سرویس Local به صورت پیش‌فرض روی:
یکی از مهم‌ترین قابلیت‌های Emdash جداسازی Taskها با Worktree است.


<pre>
<pre>
http://localhost:8000
Repository
|
+-- main
|
+-- worktree-task-1
|
+-- worktree-task-2
|
+-- worktree-task-3
</pre>
</pre>


اجرا می‌شود.
این قابلیت اجازه می‌دهد چند Agent بدون overwrite کردن فایل‌های یکدیگر روی یک Repository کار کنند.
 
 
== قابلیت‌های مهم ==
 
* Windows Desktop
* Parallel Coding Agents
* Automatic Git Worktrees
* Diff Review
* CI Checks
* Pull Requests
* Remote Projects
* SSH/SFTP
* MCP
* Skills
* Multiple Projects
* Local-first architecture
* SQLite local state
 


== Privacy ==


== معماری ==
Emdash به صورت Local-first طراحی شده است.
 
State برنامه در SQLite محلی ذخیره می‌شود.
 
خود Coding Agentها ممکن است اطلاعات را طبق سیاست Provider خود به سرویس Cloud ارسال کنند.


<pre>
Agent Canvas
    |
    +-- OpenHands Agent
    |
    +-- Claude Code
    |
    +-- Codex
    |
    +-- Gemini
    |
    +-- ACP Agents
    |
    +-- Agent Server
    |
    +-- Automation Server
</pre>


== نقاط قوت ==


== مزایا ==
* UI مناسب
* Windows
* نصب ساده
* Agent Coverage بالا
* Worktree Isolation
* Parallel Development
* Diff Review
* CI Integration
* PR Workflow
* MCP
* Local-first


* پروژه Open Source بزرگ و شناخته‌شده
* UI تحت Web
* معماری Agent Server
* Automation
* امکان اتصال چند Backend
* امکان اجرای Local و Remote
* امکان استفاده از Docker Sandbox
* پشتیبانی ACP
* مناسب برای توسعه Agentic Platform


== نقاط ضعف نسبت به Agentic OS هدف ==


== معایب برای نیاز من ==
* Agent-to-Agent Delegation محدودتر از Kandev
* Persistent Semantic Memory کامل ندارد
* Token Manager پیشرفته ندارد
* Context Optimization مرکزی محدود است
* LLM-as-a-Judge داخلی کامل ندارد


* بیشتر Agent Platform است تا Desktop IDE مخصوص Coding CLIها
* اتصال Cursor/OpenCode/Antigravity ممکن است به اندازه Orca مستقیم نباشد
* برای Sandbox کامل ممکن است Docker لازم شود
* معماری آن نسبت به Codbash پیچیده‌تر است


== نقش پیشنهادی ==


= 2. Orca =
'''Primary Development Control Plane'''


== معرفی ==


Orca یک:
= 2. Kandev =


'''Agent Development Environment (ADE)'''
== معرفی ==


برای مدیریت Fleetای از Coding Agentها است.
Kandev یک AI Kanban و Development Environment برای Orchestration چند Agent است.


هدف اصلی آن اجرای چند Coding Agent به صورت Parallel و ایزوله کردن آنها با Git Worktree است.
برخلاف ابزارهایی که فقط Agentها را Parallel اجرا می‌کنند، Kandev روی Workflow و Task Orchestration نیز تمرکز دارد.




== وب‌سایت و سورس ==
== منابع ==


* Website:
* Website:
https://www.onorca.dev/
https://kandev.ai/


* GitHub:
* GitHub:
https://github.com/stablyai/orca
https://github.com/kdlbs/kandev


* Releases:
* Releases:
https://github.com/stablyai/orca/releases
https://github.com/kdlbs/kandev/releases
 
 
== نصب با npm ==
 
<syntaxhighlight lang="powershell">
npm install -g kandev@latest
</syntaxhighlight>
 
بررسی:
 
<syntaxhighlight lang="powershell">
kandev --version
</syntaxhighlight>
 
اجرا:
 
<syntaxhighlight lang="powershell">
kandev
</syntaxhighlight>
 


== اجرا بدون نصب Global ==


== نصب روی Windows ==
<syntaxhighlight lang="powershell">
npx kandev@latest
</syntaxhighlight>


نسخه Windows به صورت Desktop Application ارائه می‌شود.


دانلود:
== Windows Desktop ==


https://www.onorca.dev/
Kandev Desktop از Windows x64 پشتیبانی می‌کند.


یا:
Desktop Application مبتنی بر Tauri است.


https://github.com/stablyai/orca/releases
در Windows به Microsoft WebView2 Runtime نیاز دارد.


Desktop App، Runtime مورد نیاز Kandev را همراه خود دارد و برای اجرای معمول Desktop به Node.js نیاز ندارد.


== Agentهای مهم پشتیبانی‌شده ==


Orca می‌تواند CLI Agentهای زیادی را اجرا کند.
== Executors ==


از جمله:
Kandev چند روش اجرای Agent دارد:


* Claude Code
{| class="wikitable"
* Codex
! Executor
* Cursor
! کاربرد
* OpenCode
|-
* Antigravity
| Local Process
* GitHub Copilot
| اجرای Agent مستقیماً روی سیستم
* Pi
|-
* Hermes Agent
| Docker
* Kimi
| اجرای Agent داخل Container
* Kiro
|-
* Qwen Code
| SSH
* Cline
| اجرای Agent روی Remote Server
* Continue
|-
* Droid
| Cloud Executor
* Goose
| اجرای Agent در محیط Cloud پشتیبانی‌شده
* Devin
|}
* سایر CLI Agentها




Line 260: Line 404:


<pre>
<pre>
                     ORCA
                     Kandev
                    |
                      |
            Desktop Control Plane
                Web / Desktop UI
                    |
                      |
        +------------+-------------+
                    Kanban
        |           |             |
                      |
      Claude      Codex         Cursor
                Orchestrator
        |           |             |
                      |
    OpenCode      Agy          Other
          Workflow / Task Steps
        |            |            |
                      |
        +------------+-------------+
      +---------------+---------------+
                    |
      |               |               |
              Git Worktrees
    Agent A          Agent B         Agent C
                    |
      |               |               |
               Parallel Agents
      +---------------+---------------+
                    |
                      |
              Diff / Review
                Git Worktrees
                      |
               Build / Review / PR
                      |
                Human Gates
</pre>
</pre>




== Parallel Worktrees ==
== قابلیت مهم: Workflow Orchestration ==


یکی از مهم‌ترین قابلیت‌های Orca اجرای یک Prompt روی چند Agent است.
Kandev برای Taskهای چندمرحله‌ای مناسب است.


هر Agent می‌تواند Worktree مستقل داشته باشد:
مثال:


<pre>
<pre>
Repository
Feature Request
|
      |
  +-- Worktree Claude
    Planner
  |
      |
+-- Worktree Codex
  Architect
  |
      |
  +-- Worktree Cursor
  +----+----+
  |
  |        |
  +-- Worktree OpenCode
Claude  Codex
|
  |        |
+-- Worktree Antigravity
  +----+----+
      |
    Tests
      |
  Security Review
      |
  Human Approval
      |
      PR
</pre>
</pre>


در نتیجه Agentها فایل‌های یکدیگر را overwrite نمی‌کنند.


== Agent Integration ==


== مزایا ==
Kandev از ACP و Agentهای مختلف پشتیبانی می‌کند.


* Windows Native
Agentها می‌توانند بسته به Workflow در Stepهای مختلف استفاده شوند.
* Desktop UI
 
* تعداد بسیار زیاد Agent
 
* Claude Code
== Multi Repository ==
* Codex
 
* Cursor
Taskها می‌توانند با چند Repository یا چند Branch از یک Repository کار کنند.
* OpenCode
 
* Antigravity
این ویژگی برای:
* Custom CLI
 
* Parallel Agents
* Microservices
* Git Worktrees
* Backend + Frontend
* Diff Review
* Shared Libraries
* Terminal Splits
* Multi-repository Systems
* Usage Tracking
 
* Rate Limit Tracking
مهم است.
* Local-first
 
* Open Source
 
* MIT License
== نقاط قوت ==
 
* Orchestration قوی
* Multi-step workflows
* Human Gates
* Worktrees
* Multi-repository
* ACP
* MCP
* Local execution
* Docker optional
* SSH execution
* Windows support
 
 
== نقاط ضعف ==
 
* پیچیده‌تر از Emdash
* Footprint بیشتر
* Skills هنوز به بلوغ سیستم‌های اختصاصی Skills نرسیده است
* Memory نیازمند توسعه بیشتر است
* Token/Cost Manager هنوز نقطه اصلی محصول نیست
* LLM Judge داخلی کامل ندارد




== معایب برای نیاز من ==
== نقش پیشنهادی ==


* Memory مرکزی در سطح Agentic OS هنوز نقطه اصلی محصول نیست
'''Workflow Orchestrator'''
* Skills System به قدرت سیستم‌های Agent Platform نیست
* LLM-as-a-Judge کامل باید Workflow اختصاصی داشته باشد
* Context Optimization پیشرفته نیاز به بررسی بیشتر دارد




= 3. Codbash =
= 3. Promptfoo =


== معرفی ==
== معرفی ==


Codbash یک Browser Dashboard برای مدیریت Coding Agent Sessionها است.
Promptfoo یک Agent OS نیست.


بیشتر شبیه:
Promptfoo در این معماری به عنوان:


'''AI Coding Agent Control Room'''
'''Evaluation / Testing / LLM-as-a-Judge Layer'''


عمل می‌کند.
استفاده می‌شود.


هدف آن ارزیابی خروجی Agentها، اجرای Rubricها، تست LLMها و مقایسه Candidateها است.


== GitHub ==


https://github.com/vakovalskii/codbash
== منابع ==
 
* Website:
https://www.promptfoo.dev/
 
* Documentation:
https://www.promptfoo.dev/docs/


* GitHub:
https://github.com/promptfoo/promptfoo


== نصب روی Windows ==
* Installation:
https://www.promptfoo.dev/docs/installation/


پیش‌نیاز:
* Agent Rubric:
https://www.promptfoo.dev/docs/configuration/expected-outputs/model-graded/agent-rubric/


<syntaxhighlight lang="powershell">
node --version
npm --version
</syntaxhighlight>


نصب:
== نصب Windows ==


<syntaxhighlight lang="powershell">
<syntaxhighlight lang="powershell">
npm install -g codbash-app
npm install -g promptfoo
</syntaxhighlight>
</syntaxhighlight>


Line 370: Line 551:


<syntaxhighlight lang="powershell">
<syntaxhighlight lang="powershell">
codbash --version
promptfoo --version
</syntaxhighlight>
</syntaxhighlight>




== اجرا ==
== ساخت اولین Project ==


<syntaxhighlight lang="powershell">
<syntaxhighlight lang="powershell">
codbash run
promptfoo init
</syntaxhighlight>
</syntaxhighlight>


UI در Browser اجرا می‌شود.
این دستور فایل:


<pre>
promptfooconfig.yaml
</pre>


== Agentهای پشتیبانی‌شده ==
را ایجاد می‌کند.


از جمله:


* Claude Code
== نقش Promptfoo در Agentic OS ==
* Codex
* Cursor
* OpenCode
* Qwen
* Pi
* Oh My Pi
* Kiro
* Kilo
* Copilot Chat


<pre>
Claude Candidate -----+
                      |
Codex Candidate ------+
                      |
Cursor Candidate -----+----> Build
                      |        |
OpenCode Candidate ---+      Tests
                              |
                            Security
                              |
                            Promptfoo
                              |
                        LLM-as-a-Judge
                              |
                      Score / Ranking
                              |
                      Human Approval
</pre>


== امکانات ==
* Browser Dashboard
* Session Management
* Session Search
* Session Replay
* Resume
* Live Status
* Terminal
* Split Terminal
* Project Management
* Cost Analytics
* Token Usage
* Handoff
* Cross-Agent Session Conversion


== LLM Rubric ==


== Analytics ==
Promptfoo می‌تواند خروجی را با Natural Language Rubric ارزیابی کند.


Codbash می‌تواند اطلاعات مصرف را از Agentهایی که Usage ثبت می‌کنند استخراج کند.
برای ارزیابی معمول:


از جمله:
<pre>
llm-rubric
</pre>


* Input Tokens
* Output Tokens
* Cache Usage
* Cost
* Cost per Model
* Cost per Project
* Cost per Session


== Agent Rubric ==


== معماری ==
برای Coding Agentها گزینه مهم‌تر:


<pre>
<pre>
                Codbash
agent-rubric
                    |
            Browser Dashboard
                    |
      +------------+------------+
      |            |            |
    Claude      Codex      OpenCode
      |            |            |
    Cursor        Kiro        Qwen
      |
      +---- Sessions / History
      |
      +---- Token / Cost Analytics
</pre>
</pre>


است.


== مزایا ==
Agent Rubric می‌تواند از Agent Runtime برای جمع‌آوری Evidence استفاده کند.


* نصب بسیار ساده
در نتیجه Judge می‌تواند فقط متن پاسخ را نبیند، بلکه Repository یا Artifact را نیز بررسی کند.
* Windows
* Web UI
* Session Management قوی
* Token/Cost Analytics
* Claude/Codex/Cursor/OpenCode
* Search
* Replay
* Handoff
* Terminal Splits
* سبک




== مشکلات مشاهده‌شده ==
== Rubric پیشنهادی ==


در تست Windows مشکل PowerShell Execution Policy برای بعضی CLIهای npm مانند OpenCode مشاهده شد.
{| class="wikitable"
! معیار
! وزن
|-
| Correctness
| 30%
|-
| Tests
| 20%
|-
| Architecture
| 15%
|-
| Security
| 15%
|-
| Code Quality
| 10%
|-
| Performance
| 5%
|-
| Token / Cost Efficiency
| 5%
|}


راه‌حل:


<syntaxhighlight lang="powershell">
== Judge Pipeline پیشنهادی ==
Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned
</syntaxhighlight>


همچنین UI فعلی برای متن فارسی/RTL ایده‌آل نیست.
<pre>
Candidate
  |
Build
  |
Unit Tests
  |
Integration Tests
  |
Lint
  |
Security Scan
  |
Benchmark
  |
Agent Rubric
  |
Weighted Score
  |
Candidate Ranking
</pre>




== معایب برای Agent OS ==
== نقاط قوت ==


Codbash بیشتر Session Manager / Control Room است.
* LLM Evaluation
* Agent Evaluation
* Rubric-based grading
* Regression testing
* Model comparison
* Automated evaluation
* CI/CD integration
* CLI
* Web UI


قابلیت‌های زیر هسته اصلی آن نیستند:


* Skills پیشرفته
== نقش پیشنهادی ==
* Project Memory پیشرفته
* Context Optimization
* LLM-as-a-Judge
* Agent Planning
* Autonomous Multi-Agent Workflow


بنابراین به تنهایی Agentic OS کامل موردنظر من نیست.
'''LLM-as-a-Judge / Evaluation Engine'''




= 4. Claw Orchestrator =
= 4. OpenHands Agent Canvas =


== معرفی ==
== معرفی ==


Claw Orchestrator یک Multi-Engine Coding Agent Runtime است.
OpenHands Agent Canvas یک Developer Control Center و Agent Platform است.


Coding CLIها را به Persistent Programmable Agent تبدیل می‌کند.
تمرکز آن بیشتر روی Agent Infrastructure، Agent Servers و Automation است.




== GitHub ==
== منابع ==


https://github.com/Enderfga/claw-orchestrator
* Website:
https://openhands.dev/
 
* Documentation:
https://docs.openhands.dev/
 
* GitHub:
https://github.com/OpenHands/OpenHands




Line 511: Line 715:


<syntaxhighlight lang="powershell">
<syntaxhighlight lang="powershell">
npm install -g @enderfga/claw-orchestrator
npm install -g @openhands/agent-canvas
</syntaxhighlight>
</syntaxhighlight>




== بررسی ==
== اجرا ==


<syntaxhighlight lang="powershell">
<syntaxhighlight lang="powershell">
clawo --version
agent-canvas
clawo --help
</syntaxhighlight>
</syntaxhighlight>


یا:
<syntaxhighlight lang="powershell">
agent-canvas.cmd
</syntaxhighlight>


== npm Allow Scripts ==


در Windows ممکن است npm بعضی install scriptها را Block کند.
== Local UI ==


نمونه:
<pre>
http://localhost:8000
</pre>


<syntaxhighlight lang="powershell">
npm config set allow-scripts=openclaw,re2,@google/genai,tree-sitter-bash,protobufjs --location=user
</syntaxhighlight>


== نقش پیشنهادی ==


== مشکل RE2 در Windows ==
'''Agent Platform / Automation Layer'''


خطای مشاهده‌شده:


<pre>
= 5. Orca =
Cannot find module './build/Release/re2.node'
</pre>


راه‌حل استفاده‌شده:
== معرفی ==


<syntaxhighlight lang="powershell">
Orca یک Agent Development Environment برای مدیریت Fleetای از Coding Agentها است.
cd "$env:APPDATA\npm\node_modules\@enderfga\claw-orchestrator"


npm rebuild re2
تمرکز اصلی:
</syntaxhighlight>


* Desktop UI
* Multiple Agents
* Parallel Execution
* Git Worktrees
* Diff Review
* Local-first Development


== اجرا ==


<syntaxhighlight lang="powershell">
== منابع ==
clawo serve
</syntaxhighlight>


Server معمولاً روی:
* Website:
https://www.onorca.dev/


<pre>
* GitHub:
http://127.0.0.1:18796
https://github.com/stablyai/orca
</pre>


اجرا می‌شود.
* Releases:
https://github.com/stablyai/orca/releases




Line 570: Line 776:
* Claude Code
* Claude Code
* Codex
* Codex
* Cursor
* OpenCode
* Antigravity
* Antigravity
* Cursor Agent
* Custom CLI Agents
* OpenCode
 
* Custom CLI
 
== نقش پیشنهادی ==
 
'''Alternative Agent Control Plane'''
 
 
= 6. Codbash =
 
== معرفی ==
 
Codbash بیشتر یک:
 
'''Coding Agent Session Control Room'''
 
است تا Agentic OS کامل.
 
 
== منابع ==


* GitHub:
https://github.com/vakovalskii/codbash


== Persistent Session ==


نمونه:
== نصب ==


<syntaxhighlight lang="powershell">
<syntaxhighlight lang="powershell">
clawo session-start claude-main `
npm install -g codbash-app
    --engine claude `
    --cwd "D:\SourceKaravi\GitHub\MyProject"
</syntaxhighlight>
</syntaxhighlight>


ارسال Task:
 
== اجرا ==


<syntaxhighlight lang="powershell">
<syntaxhighlight lang="powershell">
clawo session-send claude-main "Analyze this repository."
codbash run
</syntaxhighlight>
</syntaxhighlight>


لیست Sessionها:


<syntaxhighlight lang="powershell">
== قابلیت‌های مهم ==
clawo session-list
 
</syntaxhighlight>
* Session Management
* Session Search
* Replay
* Terminal
* Multi-pane
* Token Analytics
* Cost Analytics
* Project Management
 
 
== محدودیت ==
 
قابلیت‌های زیر هسته اصلی آن نیستند:
 
* Advanced Orchestration
* Semantic Memory
* Advanced Skills
* Context Optimization
* LLM-as-a-Judge
 
 
== نقش پیشنهادی ==
 
'''Session / Analytics Tool'''
 
 
= 7. Claw Orchestrator =


وضعیت:
== معرفی ==


<syntaxhighlight lang="powershell">
Claw Orchestrator یک Multi-Agent Runtime برای Persistent Coding Sessions است.
clawo session-status claude-main
</syntaxhighlight>




== Council ==
== منابع ==


Council برای اجرای چند Agent/Model روی یک مسئله و جمع‌آوری دیدگاه‌های مختلف طراحی شده است.
* GitHub:
https://github.com/Enderfga/claw-orchestrator


می‌توان از آن برای:


* Architecture Review
== نصب ==
* Code Review
* Design Decision
* Multi-Agent Analysis
* Candidate Comparison


استفاده کرد.
<syntaxhighlight lang="powershell">
npm install -g @enderfga/claw-orchestrator
</syntaxhighlight>




== Forge ==
== اجرا ==


Forge برای Workflowهای سطح بالاتر و ساخت Application/Artifact از طریق Agentها طراحی شده است.
<syntaxhighlight lang="powershell">
clawo serve
</syntaxhighlight>




== مزایا ==
== قابلیت‌های مهم ==


* Multi-Agent Runtime واقعی
* Persistent Sessions
* Persistent Sessions
* Multiple Engines
* Claude
* Claude
* Codex
* Codex
Line 634: Line 882:
* OpenCode
* OpenCode
* Antigravity
* Antigravity
* Custom CLI
* Council
* Council
* Autoloop
* Agent Teams
* Worktree control
* MCP
* MCP
* OpenClaw integration
* API
* API
* OpenAI-compatible Proxy




== معایب ==
== نقش پیشنهادی ==


* Dashboard برای استفاده روزانه من جذاب نبود
'''Agent Runtime / API Orchestrator'''
* UI نسبت به Orca ضعیف‌تر است
* بیشتر Runtime/API محور است
* Windows npm native dependencyها ممکن است نیاز به تعمیر داشته باشند




= 5. Agent Orchestrator (AO) =
= 8. Agent Orchestrator (AO) =


== معرفی ==
== معرفی ==


Agent Orchestrator یک Agentic IDE برای مدیریت Fleetای از Coding Agentها است.
Agent Orchestrator یک Agentic IDE برای Parallel Coding Agents است.


هدف آن اجرای Parallel Agentها در Workspaceهای جدا و مدیریت Feedback Loop است.


 
== منابع ==
== وب‌سایت و سورس ==


* Website:
* Website:
Line 669: Line 908:
https://github.com/Untrivial-ai/agent-orchestrator
https://github.com/Untrivial-ai/agent-orchestrator


* Releases:
https://github.com/Untrivial-ai/agent-orchestrator/releases


== قابلیت‌ها ==


== نصب ==
* Desktop UI
 
روش پیشنهادی فعلی استفاده از Desktop Build است.
 
نسخه‌های:
 
* Windows
* macOS
* Linux
 
وجود دارند.
 
روش npm قدیمی است و برای نصب جدید توصیه نمی‌شود.
 
 
== معماری ==
 
<pre>
            Agent Orchestrator
                    |
                Desktop UI
                    |
              Orchestrator
                    |
      +-------------+-------------+
      |            |            |
    Claude        Codex        Cursor
      |            |            |
    OpenCode        Kimi          ...
      |
      +---- Git Worktrees
      |
      +---- Pull Requests
      |
      +---- CI Feedback
      |
      +---- Review Feedback
</pre>
 
 
== قابلیت‌های مهم ==
 
* Parallel Agents
* Parallel Agents
* Git Worktree Isolation
* Worktrees
* Live Terminals
* Session State
* Pull Request Awareness
* CI Feedback
* CI Feedback
* Review Feedback
* Review Feedback
* Merge Conflict Feedback
* Pull Requests
* Reviewer Agents
* Desktop UI




== مشکل مشاهده‌شده روی Windows ==
== مشکل مشاهده‌شده در Windows ==


در تست انجام‌شده Daemon با خطای:
در تست انجام‌شده Daemon با خطای:
Line 737: Line 929:
متوقف شد.
متوقف شد.


دیتابیس محلی:
Local Database:


<pre>
<pre>
Line 743: Line 935:
</pre>
</pre>


حتی بعد از Reset State نیز مشکل ادامه داشت.
به همین دلیل فعلاً انتخاب اصلی نیست.
 
بنابراین فعلاً برای استفاده اصلی کنار گذاشته شده است.




= مقایسه کلی =
= مقایسه Agentic OSها =


{| class="wikitable sortable"
{| class="wikitable sortable"
! قابلیت
! سیستم
! OpenHands Canvas
! UI
! Orca
! Windows
! Codbash
! Multi-Agent
! Claw Orchestrator
! Worktree
! Agent Orchestrator
! Orchestration
! Skills
! Memory
! Token
! Judge
! نقش
|-
| '''Emdash'''
| عالی
| بله
| عالی
| عالی
| خوب
| خوب
| محدود
| محدود
| خیر
| '''Control Plane'''
|-
|-
| Windows
| '''Kandev'''
| خوب
| خوب
| بله
| عالی
| عالی
| '''عالی'''
| '''عالی'''
| در حال توسعه
| در حال توسعه
| محدود
| قابل ساخت
| '''Orchestrator'''
|-
| '''OpenHands Canvas'''
| عالی
| بله
| خوب
| متوسط
| عالی
| خوب
| خوب
| خوب
| خوب
| مشکل در تست
| متوسط
| قابل ساخت
| Agent Platform
|-
|-
| UI
| '''Orca'''
| '''قوی'''
| عالی
| بله
| '''عالی'''
| '''عالی'''
| عالی
| خوب
| متوسط
| محدود
| خوب
| قابل ساخت
| Control Plane
|-
| '''Codbash'''
| خوب
| خوب
| بله
| متوسط
| محدود
| محدود
| ضعیف
| Session
| '''خوب'''
| خیر
| Analytics
|-
| '''Claw Orchestrator'''
| متوسط
| متوسط
| بله
| عالی
| خوب
| خوب
| عالی
| خوب
| Session
| خوب
| Council
| Runtime
|-
| '''Agent Orchestrator'''
| خوب
| دارای مشکل تست‌شده
| عالی
| عالی
| عالی
| متوسط
| Session
| متوسط
| Reviewer
| Orchestrator
|}
= مقایسه Agent Coverage =
{| class="wikitable"
! Agent
! Emdash
! Kandev
! OpenHands
! Orca
! Codbash
! Claw
|-
|-
| Claude Code
| Claude Code
| بله
| بله
| بله
| بله
| بله
Line 780: Line 1,059:
|-
|-
| Codex
| Codex
| بله
| بله
| بله
| بله
| بله
Line 787: Line 1,067:
|-
|-
| Cursor
| Cursor
| از طریق معماری Agent/ACP نیازمند بررسی
| بله
| '''بله'''
| بله/ACP
| نیازمند Integration
| بله
| بله
| بله
| بله
Line 794: Line 1,075:
|-
|-
| OpenCode
| OpenCode
| نیازمند بررسی Integration
| بله
| '''بله'''
| بله/ACP
| نیازمند Integration
| بله
| بله
| بله
| بله
Line 801: Line 1,083:
|-
|-
| Antigravity
| Antigravity
| نیازمند بررسی
| نیازمند بررسی
| نیازمند Adapter
| نیازمند Adapter
| '''بله'''
| خیر
| '''بله'''
| قابل استفاده به عنوان CLI
|-
| Custom CLI
| ACP
| '''بله'''
| محدود
| '''بله'''
| بله
|-
| Parallel Agents
| بله
| بله
| '''عالی'''
| بیشتر Parallel Terminal
| '''عالی'''
| '''عالی'''
|-
| Worktree
| قابل پیاده‌سازی
| '''عالی'''
| محدود
| محدود
| بله
| بله
| '''عالی'''
|-
|-
| Session Management
| Freebuff
| خوب
| نیازمند بررسی
| عالی
| نیازمند بررسی
| '''عالی'''
| نیازمند Adapter
| '''عالی'''
| Custom CLI احتمالی
| عالی
|-
| Token Analytics
| متوسط
| خوب
| '''عالی برای مشاهده Cost'''
| خوب
| متوسط
|-
| Skills
| '''قوی‌تر'''
| متوسط
| ضعیف
| خوب
| متوسط
|-
| Memory
| '''قوی‌تر'''
| محدودتر
| Session History
| Session Context
| Session State
|-
| Automation
| '''عالی'''
| متوسط
| محدود
| محدود
| '''عالی'''
| Custom
| '''عالی'''
|-
|-
| MCP/API
| Gemini
| '''عالی'''
| بله
| قابل توسعه
| بله
| محدود
| بله
| '''عالی'''
| بله
| خوب
| بسته به نسخه
|-
| بله
| LLM-as-a-Judge
| قابل ساخت
| قابل ساخت
| ضعیف
| '''Council مناسب'''
| Reviewer Workflow
|-
| نصب ساده
| متوسط
| '''عالی'''
| '''عالی'''
| متوسط
| عالی در حالت Desktop
|}
|}




= مقایسه با Agentic OS موردنظر من =
= معماری پیشنهادی فعلی =


Agentic OS ایده‌آل باید معماری زیر را داشته باشد:
پس از بررسی ابزارها، معماری موردنظر به سه Layer اصلی تقسیم می‌شود.


<pre>
<pre>
                    AGENTIC DEV OS
            +-----------------------------+
                          |
            |         Emdash            |
                    Unified UI
            | Development Control Plane  |
                          |
            +--------------+--------------+
          +----------------+----------------+
                            |
          |               |                |
                      Projects/Tasks
        Skills          Memory          Projects
                            |
          |               |                |
            +--------------+--------------+
          +----------------+----------------+
            |                             |
                          |
          Claude                        Codex
                  Context Manager
            |                             |
                          |
          Cursor                       OpenCode
                  Token Optimization
            |                             |
                          |
            +--------------+--------------+
                    Orchestrator
                            |
                          |
                      Git Worktrees
      +---------+---------+---------+---------+
                            |
      |         |         |         |        |
                Candidate Solutions
    Claude    Codex    Cursor   OpenCode   Agy
                            |
      |        |         |        |        |
            +--------------+--------------+
      +---------+---------+---------+---------+
            |              |              |
                          |
          Build          Tests        Security
                    Git Worktrees
            |             |              |
                          |
            +--------------+--------------+
                Parallel Candidates
                            |
                          |
            +--------------v--------------+
        +------------------+------------------+
            |         Promptfoo          |
        |                 |                  |
             |     Evaluation / Judge      |
      Build             Tests            Security
            +--------------+--------------+
        |                 |                  |
                            |
        +------------------+------------------+
                       Agent Rubric
                          |
                            |
                       LLM Judge
                    Weighted Score
                          |
                            |
                     Ranked Results
                     Candidate Ranking
                          |
                            |
                    Human Approval
                    Human Approval
                          |
                            |
                    Commit / PR
                      Commit / PR
</pre>
</pre>




== نیازهای Critical ==
= معماری پیشرفته با Kandev =
 
اگر Workflow Orchestration اهمیت بیشتری داشته باشد:
 
<pre>
                      Kandev
                        |
                  Workflow Engine
                        |
          +-------------+-------------+
          |            |            |
      Planner      Architect      Researcher
          |            |            |
          +-------------+-------------+
                        |
                Parallel Coders
                        |
        +---------------+---------------+
        |              |              |
      Claude          Codex          OpenCode
        |              |              |
        +---------------+---------------+
                        |
                  Git Worktrees
                        |
                    Tests
                        |
                Security Review
                        |
                    Promptfoo
                        |
                  LLM-as-a-Judge
                        |
                Human Approval
                        |
                        PR
</pre>
 
 
= نقش هر نرم‌افزار =


{| class="wikitable"
{| class="wikitable"
! نیاز
! نرم‌افزار
! اهمیت
! نقش پیشنهادی
|-
|-
| UI مناسب
| '''Emdash'''
| Critical
| Primary Development Control Plane
|-
|-
| Windows Native
| '''Kandev'''
| Critical
| Advanced Workflow Orchestrator
|-
|-
| Claude Code
| '''Promptfoo'''
| Critical
| LLM-as-a-Judge / Evaluation
|-
|-
| Codex
| '''OpenHands'''
| Critical
| Agent Platform / Automation
|-
|-
| Cursor
| '''Orca'''
| Critical
| Alternative Multi-Agent Control Plane
|-
|-
| OpenCode
| '''Codbash'''
| Critical
| Session / Token Analytics
|-
|-
| Antigravity
| '''Claw Orchestrator'''
| Critical
| Persistent Agent Runtime / API
|-
| Multi-Agent
| Critical
|-
| Parallel Execution
| Critical
|-
| Git Worktrees
| Critical
|-
|-
| Skills
| '''Agent Orchestrator'''
| Critical
| فعلاً کنار گذاشته‌شده به دلیل مشکل Windows
|-
| Memory
| Critical
|-
| Token Management
| Critical
|-
| Context Optimization
| Critical
|-
| LLM-as-a-Judge
| Critical
|-
| Automated Tests
| Critical
|-
| Security Review
| Critical
|-
| Human Approval
| Critical
|-
| کمترین تعداد نرم‌افزار
| Critical
|}
|}




= ارزیابی نهایی =
= تصمیم فعلی =
 
سه ابزار جدید باید در یک پروژه واقعی مقایسه شوند:
 
# Emdash
# Kandev
# Promptfoo
 
اما Promptfoo رقیب Emdash و Kandev نیست.
 
ساختار صحیح مقایسه:
 
<pre>
          Emdash
            VS
          Kandev
            |
            |
      انتخاب Control Plane
            |
            v
        Promptfoo
        Judge Layer
</pre>


== Orca ==


'''بهترین گزینه فعلی برای Control Plane'''
= معیار انتخاب Emdash یا Kandev =


دلایل:
اگر اولویت:


* UI بسیار مناسب
* UI
* Windows Native
* سادگی
* Claude
* Windows Desktop
* Codex
* Parallel Agents
* Cursor
* OpenCode
* Antigravity
* Custom CLI
* Worktrees
* Worktrees
* Parallel Agents
* Diff Review
* Diff Review
* Usage Tracking
* استفاده روزانه


ضعف اصلی:
باشد:


* Skills / Memory / Judge / Context Intelligence هنوز نیازمند لایه مکمل هستند.
'''Emdash'''


گزینه اول است.


== OpenHands Agent Canvas ==


'''بهترین گزینه فعلی برای Agentic Platform'''
اگر اولویت:


دلایل:
* Workflow
* Agent Roles
* Task Dependencies
* Multi-step Execution
* Human Gates
* Multi-repository
* Orchestration


* Agent Server
باشد:
* Automation
 
* Skills/Agent architecture
'''Kandev'''
* Backend abstraction
 
* Remote execution
گزینه قوی‌تر است.
* ACP
* Local/Cloud architecture


ضعف:


برای مدیریت مستقیم تمام CLI Agentهای موجود به سادگی Orca نیست.
= معماری هدف نهایی =


هدف این است که تعداد ابزارها کاهش پیدا کند.


== Codbash ==
<pre>
                  ONE CONTROL PLANE
                        |
          Emdash OR Kandev
                        |
          +-------------+-------------+
          |            |            |
        Claude        Codex        OpenCode
          |            |            |
        Cursor        Agy          Others
          |            |            |
          +-------------+-------------+
                        |
                  Worktrees
                        |
              Build/Test/Security
                        |
                    Promptfoo
                        |
                LLM-as-a-Judge
                        |
                  Human Approval
                        |
                    Commit/PR
</pre>


'''بهترین گزینه برای Session History و Cost Analytics سبک'''
در صورت موفقیت این معماری، ابزارهای دارای قابلیت تکراری باید حذف شوند.


مزایا:


* بسیار ساده
= برنامه تست =
* Browser UI
* Session Search
* Replay
* Token/Cost Analytics
* Multi-terminal


اما Agentic OS کامل نیست.
== Phase 1 — Agent Detection ==


بررسی:
* Claude Code
* Codex
* Cursor
* OpenCode
* Antigravity
* Freebuff


== Claw Orchestrator ==


'''بهترین گزینه Runtime/API محور'''
== Phase 2 — Parallel Development ==


مزایا:
یک Task یکسان به چند Agent داده شود.


* Multi-Agent
<pre>
* Council
Task
* Autoloop
|
* Persistent Sessions
+-- Claude
* MCP
|
* API
+-- Codex
* OpenClaw
|
* Antigravity
+-- Cursor
* Custom CLI
|
+-- OpenCode
</pre>


ضعف:


UI برای استفاده روزانه مطلوب نبود.
== Phase 3 — Worktree ==


بررسی شود که هر Agent Worktree مستقل داشته باشد.


== Agent Orchestrator ==


از نظر معماری بسیار نزدیک به هدف است:
== Phase 4 — Validation ==


* Desktop
برای هر Candidate:
* Parallel Agents
* Worktrees
* CI Feedback
* Review Feedback
* PR Workflow


اما مشکل Daemon مشاهده‌شده در Windows باعث شده فعلاً انتخاب اصلی نباشد.
* Build
* Unit Tests
* Integration Tests
* Lint
* Security Scan




= پیشنهاد معماری فعلی =
== Phase 5 — Judge ==


اگر فقط یک نرم‌افزار انتخاب شود:
Promptfoo:


'''Orca'''
* agent-rubric
* llm-rubric


انتخاب فعلی مناسب‌تری است.
برای Score کردن Candidateها استفاده شود.


<pre>
                Orca
                  |
      +-----------+-----------+
      |          |          |
  Claude      Codex      Cursor
      |          |          |
  OpenCode      Agy      Custom
      |          |          |
      +-----------+-----------+
                  |
            Worktrees
                  |
          Diff / Review
</pre>


== Phase 6 — Human Approval ==


اگر دو لایه قابل قبول باشد:
قبل از:


<pre>
* Commit
            OpenHands Agent Canvas
* Push
            Agentic Brain Layer
* Pull Request
                    |
* Merge
      Automation / Agent Server
      Memory / Skills / Backends
                    |
                    v
                  Orca
              Development UI
                    |
    +-------+-------+-------+-------+
    |      |      |      |      |
  Claude  Codex  Cursor OpenCode  Agy
    |      |      |      |      |
    +-------+-------+-------+-------+
                    |
              Git Worktrees
                    |
              Build / Test
                    |
                  Review
                    |
                LLM Judge
</pre>


این معماری باید در تست عملی اعتبارسنجی شود؛ مخصوصاً اتصال بین OpenHands و Orca نباید فرض شود که به صورت Native وجود دارد.
تأیید انسانی انجام شود.




= Workflow پیشنهادی Agentic Development =
== Phase 7 — Cleanup ==


<pre>
بعد از انتخاب Control Plane اصلی:
Task
|
+--> Architect Agent
|
+--> Claude Implementation -----+
|                                |
+--> Codex Implementation -------+--> Build
|                                |      |
+--> OpenCode Implementation ----+    Tests
                                        |
                                    Security
                                        |
                                      Review
                                        |
                                    LLM Judge
                                        |
                                  Human Approval
                                        |
                                  Commit / PR
</pre>


ابزارهایی که قابلیت تکراری دارند Uninstall شوند.


= Rubric پیشنهادی LLM-as-a-Judge =
هدف:


{| class="wikitable"
'''Minimum Software + Maximum Capability'''
! معیار
! وزن
|-
| Correctness
| 30%
|-
| Tests
| 20%
|-
| Architecture
| 15%
|-
| Security
| 15%
|-
| Code Quality
| 10%
|-
| Performance
| 5%
|-
| Token / Cost Efficiency
| 5%
|}




= نتیجه فعلی =
= نتیجه فعلی =


ترتیب فعلی برای ادامه تست:
در وضعیت فعلی معماری پیشنهادی:
 
'''Emdash + Promptfoo'''
 
ساده‌ترین گزینه برای شروع است.
 
برای Orchestration پیشرفته‌تر:
 
'''Kandev + Promptfoo'''
 
جذاب‌تر است.
 
انتخاب نهایی بین Emdash و Kandev باید بعد از تست عملی روی Repository واقعی انجام شود.
 
هیچ‌کدام در حال حاضر تمام نیازهای Agentic Development OS را به تنهایی پوشش نمی‌دهند.
 
مهم‌ترین Gapهای باقی‌مانده:


# '''Orca''' — Control Plane اصلی
* Persistent Semantic Memory
# '''OpenHands Agent Canvas''' — Agentic Platform
* Central Context Optimization
# '''Codbash''' — Session / Analytics Tool
* Intelligent Token Budgeting
# '''Claw Orchestrator''' — Runtime / Council / API
* Shared Skills بین تمام Agentها
# '''Agent Orchestrator''' — فعلاً به علت مشکل Windows کنار گذاشته شده
* Native automated LLM-as-a-Judge در Control Plane


هدف نهایی این است که پس از تست عملی، ابزارهای اضافی حذف شوند و در صورت امکان فقط یک یا حداکثر دو لایه باقی بمانند.


= منابع =
= منابع رسمی =
 
== Emdash ==
 
* https://emdash.sh/
* https://github.com/generalaction/emdash
* https://github.com/generalaction/emdash/releases
 
== Kandev ==
 
* https://kandev.ai/
* https://github.com/kdlbs/kandev
* https://github.com/kdlbs/kandev/releases
 
== Promptfoo ==
 
* https://www.promptfoo.dev/
* https://www.promptfoo.dev/docs/
* https://www.promptfoo.dev/docs/installation/
* https://www.promptfoo.dev/docs/configuration/expected-outputs/model-graded/agent-rubric/
* https://github.com/promptfoo/promptfoo


== OpenHands ==
== OpenHands ==


* https://openhands.dev/
* https://docs.openhands.dev/
* https://github.com/OpenHands/OpenHands
* https://github.com/OpenHands/OpenHands
* https://docs.openhands.dev/
* https://www.npmjs.com/package/@openhands/agent-canvas


== Orca ==
== Orca ==
Line 1,228: Line 1,460:
* https://www.onorca.dev/
* https://www.onorca.dev/
* https://github.com/stablyai/orca
* https://github.com/stablyai/orca
* https://github.com/stablyai/orca/releases


== Codbash ==
== Codbash ==


* https://github.com/vakovalskii/codbash
* https://github.com/vakovalskii/codbash
* https://github.com/vakovalskii/codbash/releases


== Claw Orchestrator ==
== Claw Orchestrator ==


* https://github.com/Enderfga/claw-orchestrator
* https://github.com/Enderfga/claw-orchestrator
* https://github.com/Enderfga/claw-orchestrator/releases


== Agent Orchestrator ==
== Agent Orchestrator ==
Line 1,244: Line 1,473:
* https://aoagents.dev/
* https://aoagents.dev/
* https://github.com/Untrivial-ai/agent-orchestrator
* https://github.com/Untrivial-ai/agent-orchestrator
* https://github.com/Untrivial-ai/agent-orchestrator/releases

Latest revision as of 22:55, 20 August 2026

Agentic Development OS برای Windows

این صفحه مستندات محیط Agentic Development شخصی من برای مدیریت، مقایسه و ارکستریشن Coding Agentها است.

هدف نهایی ساخت محیطی شبیه یک:

Agentic Development Operating System

است که بتواند Agentهای مختلف را از یک Control Plane مدیریت کند.

اهداف اصلی

  • مدیریت چند Coding Agent
  • رابط کاربری مناسب
  • پشتیبانی Native از Windows
  • Parallel Agent Execution
  • Git Worktree Isolation
  • Multi-Agent Orchestration
  • Skills
  • Persistent Memory
  • Token / Cost Management
  • Context Optimization
  • Automated Build / Test
  • Security Review
  • LLM-as-a-Judge
  • Human Approval
  • Commit / Pull Request
  • کمترین تعداد نرم‌افزار ممکن

Coding Agentهای مورد استفاده

Agentهای اصلی:

  • Claude Code
  • OpenAI Codex CLI
  • Cursor Agent
  • OpenCode
  • Google Antigravity / agy
  • Freebuff

Agentهای جانبی:

  • Gemini CLI
  • GitHub Copilot
  • Qwen
  • Kimi
  • Pi
  • Custom CLI Agents
  • MCP Agents
  • ACP Agents


معماری هدف

                    Agentic Development OS
                              |
                         Unified UI
                              |
                +-------------+-------------+
                |             |             |
              Skills        Memory       Projects
                |             |             |
                +-------------+-------------+
                              |
                       Context Manager
                              |
                        Token Manager
                              |
                        Orchestrator
                              |
       +----------+-----------+-----------+----------+
       |          |           |           |          |
     Claude     Codex       Cursor     OpenCode     Agy
       |          |           |           |          |
       +----------+-----------+-----------+----------+
                              |
                        Git Worktrees
                              |
                    Candidate Solutions
                              |
              +---------------+---------------+
              |               |               |
            Build           Tests          Security
              |               |               |
              +---------------+---------------+
                              |
                         LLM Judge
                              |
                       Ranked Results
                              |
                       Human Approval
                              |
                        Commit / PR


نرم‌افزارهای نصب‌شده

نرم‌افزار دسته UI Windows نقش اصلی وضعیت
Emdash Agentic Development Environment Desktop بله Control Plane / Parallel Agents نصب شده
Kandev Agentic Development Environment / Orchestrator Web / Desktop بله Workflow Orchestration نصب شده
OpenHands Agent Canvas Agent Platform Web بله Agent Platform / Automation نصب شده
Orca Agent Development Environment Desktop بله Multi-Agent Control Plane نصب شده
Codbash Agent Control Room Web بله Sessions / Analytics نصب شده
Claw Orchestrator Agent Runtime / Orchestrator Web Dashboard بله Persistent Multi-Agent Runtime نصب شده
Agent Orchestrator (AO) Agent Orchestrator Desktop بله Parallel Agent Workflows نصب شده؛ دارای مشکل Daemon در تست Windows
Promptfoo Evaluation / Judge Layer CLI / Web بله LLM-as-a-Judge / Evaluation نصب شده


1. Emdash

معرفی

Emdash یک Open-Source Agentic Development Environment یا ADE است.

هدف اصلی آن اجرای چند Coding Agent به صورت Parallel و قرار دادن هر Task در Git Worktree مستقل است.

Emdash برای استفاده روزانه به عنوان Control Plane یکی از گزینه‌های اصلی این بررسی است.


وب‌سایت و منابع

  • Website:

https://emdash.sh/

  • GitHub:

https://github.com/generalaction/emdash

  • Releases:

https://github.com/generalaction/emdash/releases


نصب Windows

نسخه Windows به صورت Installer و Portable ارائه می‌شود.

Windows Installer:

https://github.com/generalaction/emdash/releases/latest

نسخه x64 را نصب کنید.


Agent Detection

Emdash می‌تواند CLI Agentهای نصب‌شده را شناسایی کند.

از جمله:

  • Claude Code
  • OpenAI Codex
  • Cursor
  • OpenCode
  • Amp
  • Devin
  • Qwen Code
  • Droid
  • GitHub Copilot
  • سایر Providerهای پشتیبانی‌شده


معماری

                    Emdash
                       |
                Desktop UI
                       |
                  Projects
                       |
                    Tasks
                       |
          +------------+------------+
          |            |            |
        Claude       Codex        Cursor
          |            |            |
       OpenCode      Gemini       Others
          |            |            |
          +------------+------------+
                       |
                 Git Worktrees
                       |
              Candidate Solutions
                       |
               Diff / CI Checks
                       |
                Human Review
                       |
                  PR / Merge


Git Worktree

یکی از مهم‌ترین قابلیت‌های Emdash جداسازی Taskها با Worktree است. 

Repository
 |
 +-- main
 |
 +-- worktree-task-1
 |
 +-- worktree-task-2
 |
 +-- worktree-task-3

این قابلیت اجازه می‌دهد چند Agent بدون overwrite کردن فایل‌های یکدیگر روی یک Repository کار کنند.


قابلیت‌های مهم

  • Windows Desktop
  • Parallel Coding Agents
  • Automatic Git Worktrees
  • Diff Review
  • CI Checks
  • Pull Requests
  • Remote Projects
  • SSH/SFTP
  • MCP
  • Skills
  • Multiple Projects
  • Local-first architecture
  • SQLite local state


Privacy

Emdash به صورت Local-first طراحی شده است.

State برنامه در SQLite محلی ذخیره می‌شود.

خود Coding Agentها ممکن است اطلاعات را طبق سیاست Provider خود به سرویس Cloud ارسال کنند.


نقاط قوت

  • UI مناسب
  • Windows
  • نصب ساده
  • Agent Coverage بالا
  • Worktree Isolation
  • Parallel Development
  • Diff Review
  • CI Integration
  • PR Workflow
  • MCP
  • Local-first


نقاط ضعف نسبت به Agentic OS هدف

  • Agent-to-Agent Delegation محدودتر از Kandev
  • Persistent Semantic Memory کامل ندارد
  • Token Manager پیشرفته ندارد
  • Context Optimization مرکزی محدود است
  • LLM-as-a-Judge داخلی کامل ندارد


نقش پیشنهادی

Primary Development Control Plane


2. Kandev

معرفی

Kandev یک AI Kanban و Development Environment برای Orchestration چند Agent است.

برخلاف ابزارهایی که فقط Agentها را Parallel اجرا می‌کنند، Kandev روی Workflow و Task Orchestration نیز تمرکز دارد.


منابع

  • Website:

https://kandev.ai/

  • GitHub:

https://github.com/kdlbs/kandev

  • Releases:

https://github.com/kdlbs/kandev/releases


نصب با npm

npm install -g kandev@latest

بررسی: 

kandev --version

اجرا: 

kandev


اجرا بدون نصب Global

npx kandev@latest


Windows Desktop

Kandev Desktop از Windows x64 پشتیبانی می‌کند.

Desktop Application مبتنی بر Tauri است.

در Windows به Microsoft WebView2 Runtime نیاز دارد.

Desktop App، Runtime مورد نیاز Kandev را همراه خود دارد و برای اجرای معمول Desktop به Node.js نیاز ندارد.


Executors

Kandev چند روش اجرای Agent دارد:

Executor کاربرد
Local Process اجرای Agent مستقیماً روی سیستم
Docker اجرای Agent داخل Container
SSH اجرای Agent روی Remote Server
Cloud Executor اجرای Agent در محیط Cloud پشتیبانی‌شده


معماری

                    Kandev
                       |
                Web / Desktop UI
                       |
                    Kanban
                       |
                 Orchestrator
                       |
           Workflow / Task Steps
                       |
       +---------------+---------------+
       |               |               |
    Agent A          Agent B         Agent C
       |               |               |
       +---------------+---------------+
                       |
                 Git Worktrees
                       |
              Build / Review / PR
                       |
                 Human Gates


قابلیت مهم: Workflow Orchestration

Kandev برای Taskهای چندمرحله‌ای مناسب است.

مثال: 

Feature Request
      |
    Planner
      |
  Architect
      |
 +----+----+
 |         |
Claude   Codex
 |         |
 +----+----+
      |
    Tests
      |
 Security Review
      |
 Human Approval
      |
      PR


Agent Integration

Kandev از ACP و Agentهای مختلف پشتیبانی می‌کند.

Agentها می‌توانند بسته به Workflow در Stepهای مختلف استفاده شوند.


Multi Repository

Taskها می‌توانند با چند Repository یا چند Branch از یک Repository کار کنند.

این ویژگی برای:

  • Microservices
  • Backend + Frontend
  • Shared Libraries
  • Multi-repository Systems

مهم است.


نقاط قوت

  • Orchestration قوی
  • Multi-step workflows
  • Human Gates
  • Worktrees
  • Multi-repository
  • ACP
  • MCP
  • Local execution
  • Docker optional
  • SSH execution
  • Windows support


نقاط ضعف

  • پیچیده‌تر از Emdash
  • Footprint بیشتر
  • Skills هنوز به بلوغ سیستم‌های اختصاصی Skills نرسیده است
  • Memory نیازمند توسعه بیشتر است
  • Token/Cost Manager هنوز نقطه اصلی محصول نیست
  • LLM Judge داخلی کامل ندارد


نقش پیشنهادی

Workflow Orchestrator


3. Promptfoo

معرفی

Promptfoo یک Agent OS نیست.

Promptfoo در این معماری به عنوان:

Evaluation / Testing / LLM-as-a-Judge Layer

استفاده می‌شود.

هدف آن ارزیابی خروجی Agentها، اجرای Rubricها، تست LLMها و مقایسه Candidateها است.


منابع

  • Website:

https://www.promptfoo.dev/

  • Documentation:

https://www.promptfoo.dev/docs/

  • GitHub:

https://github.com/promptfoo/promptfoo

  • Installation:

https://www.promptfoo.dev/docs/installation/

  • Agent Rubric:

https://www.promptfoo.dev/docs/configuration/expected-outputs/model-graded/agent-rubric/


نصب Windows

npm install -g promptfoo


بررسی نسخه

promptfoo --version


ساخت اولین Project

promptfoo init

این دستور فایل: 

promptfooconfig.yaml

را ایجاد می‌کند.


نقش Promptfoo در Agentic OS

Claude Candidate -----+
                      |
Codex Candidate ------+
                      |
Cursor Candidate -----+----> Build
                      |        |
OpenCode Candidate ---+      Tests
                               |
                            Security
                               |
                            Promptfoo
                               |
                         LLM-as-a-Judge
                               |
                       Score / Ranking
                               |
                       Human Approval


LLM Rubric

Promptfoo می‌تواند خروجی را با Natural Language Rubric ارزیابی کند.

برای ارزیابی معمول: 

llm-rubric


Agent Rubric

برای Coding Agentها گزینه مهم‌تر: 

agent-rubric

است.

Agent Rubric می‌تواند از Agent Runtime برای جمع‌آوری Evidence استفاده کند.

در نتیجه Judge می‌تواند فقط متن پاسخ را نبیند، بلکه Repository یا Artifact را نیز بررسی کند.


Rubric پیشنهادی

معیار وزن
Correctness 30%
Tests 20%
Architecture 15%
Security 15%
Code Quality 10%
Performance 5%
Token / Cost Efficiency 5%


Judge Pipeline پیشنهادی

Candidate
   |
 Build
   |
 Unit Tests
   |
 Integration Tests
   |
 Lint
   |
 Security Scan
   |
 Benchmark
   |
 Agent Rubric
   |
 Weighted Score
   |
 Candidate Ranking


نقاط قوت

  • LLM Evaluation
  • Agent Evaluation
  • Rubric-based grading
  • Regression testing
  • Model comparison
  • Automated evaluation
  • CI/CD integration
  • CLI
  • Web UI


نقش پیشنهادی

LLM-as-a-Judge / Evaluation Engine


4. OpenHands Agent Canvas

معرفی

OpenHands Agent Canvas یک Developer Control Center و Agent Platform است.

تمرکز آن بیشتر روی Agent Infrastructure، Agent Servers و Automation است.


منابع

  • Website:

https://openhands.dev/

  • Documentation:

https://docs.openhands.dev/

  • GitHub:

https://github.com/OpenHands/OpenHands


نصب

npm install -g @openhands/agent-canvas


اجرا

agent-canvas

یا: 

agent-canvas.cmd


Local UI

http://localhost:8000


نقش پیشنهادی

Agent Platform / Automation Layer


5. Orca

معرفی

Orca یک Agent Development Environment برای مدیریت Fleetای از Coding Agentها است.

تمرکز اصلی:

  • Desktop UI
  • Multiple Agents
  • Parallel Execution
  • Git Worktrees
  • Diff Review
  • Local-first Development


منابع

  • Website:

https://www.onorca.dev/

  • GitHub:

https://github.com/stablyai/orca

  • Releases:

https://github.com/stablyai/orca/releases


Agentهای مهم

  • Claude Code
  • Codex
  • Cursor
  • OpenCode
  • Antigravity
  • Custom CLI Agents


نقش پیشنهادی

Alternative Agent Control Plane


6. Codbash

معرفی

Codbash بیشتر یک:

Coding Agent Session Control Room

است تا Agentic OS کامل.


منابع

  • GitHub:

https://github.com/vakovalskii/codbash


نصب

npm install -g codbash-app


اجرا

codbash run


قابلیت‌های مهم

  • Session Management
  • Session Search
  • Replay
  • Terminal
  • Multi-pane
  • Token Analytics
  • Cost Analytics
  • Project Management


محدودیت

قابلیت‌های زیر هسته اصلی آن نیستند:

  • Advanced Orchestration
  • Semantic Memory
  • Advanced Skills
  • Context Optimization
  • LLM-as-a-Judge


نقش پیشنهادی

Session / Analytics Tool


7. Claw Orchestrator

معرفی

Claw Orchestrator یک Multi-Agent Runtime برای Persistent Coding Sessions است.


منابع

  • GitHub:

https://github.com/Enderfga/claw-orchestrator


نصب

npm install -g @enderfga/claw-orchestrator


اجرا

clawo serve


قابلیت‌های مهم

  • Persistent Sessions
  • Multiple Engines
  • Claude
  • Codex
  • Cursor
  • OpenCode
  • Antigravity
  • Council
  • Agent Teams
  • MCP
  • API


نقش پیشنهادی

Agent Runtime / API Orchestrator


8. Agent Orchestrator (AO)

معرفی

Agent Orchestrator یک Agentic IDE برای Parallel Coding Agents است.


منابع

  • Website:

https://aoagents.dev/

  • GitHub:

https://github.com/Untrivial-ai/agent-orchestrator


قابلیت‌ها

  • Desktop UI
  • Parallel Agents
  • Worktrees
  • CI Feedback
  • Review Feedback
  • Pull Requests


مشکل مشاهده‌شده در Windows

در تست انجام‌شده Daemon با خطای: 

seed scratch project: Failed to load projects

متوقف شد.

Local Database: 

C:\Users\karavi\.ao\data\ao.db

به همین دلیل فعلاً انتخاب اصلی نیست.


مقایسه Agentic OSها

سیستم UI Windows Multi-Agent Worktree Orchestration Skills Memory Token Judge نقش
Emdash عالی بله عالی عالی خوب خوب محدود محدود خیر Control Plane
Kandev خوب بله عالی عالی عالی در حال توسعه در حال توسعه محدود قابل ساخت Orchestrator
OpenHands Canvas عالی بله خوب متوسط عالی خوب خوب متوسط قابل ساخت Agent Platform
Orca عالی بله عالی عالی خوب متوسط محدود خوب قابل ساخت Control Plane
Codbash خوب بله متوسط محدود محدود ضعیف Session خوب خیر Analytics
Claw Orchestrator متوسط بله عالی خوب عالی خوب Session خوب Council Runtime
Agent Orchestrator خوب دارای مشکل تست‌شده عالی عالی عالی متوسط Session متوسط Reviewer Orchestrator


مقایسه Agent Coverage

Agent Emdash Kandev OpenHands Orca Codbash Claw
Claude Code بله بله بله بله بله بله
Codex بله بله بله بله بله بله
Cursor بله بله/ACP نیازمند Integration بله بله بله
OpenCode بله بله/ACP نیازمند Integration بله بله بله
Antigravity نیازمند بررسی نیازمند بررسی نیازمند Adapter بله محدود بله
Freebuff نیازمند بررسی نیازمند بررسی نیازمند Adapter Custom CLI احتمالی محدود Custom
Gemini بله بله بله بله بسته به نسخه بله


معماری پیشنهادی فعلی

پس از بررسی ابزارها، معماری موردنظر به سه Layer اصلی تقسیم می‌شود. 

             +-----------------------------+
             |          Emdash             |
             | Development Control Plane   |
             +--------------+--------------+
                            |
                       Projects/Tasks
                            |
             +--------------+--------------+
             |                             |
          Claude                         Codex
             |                             |
          Cursor                        OpenCode
             |                             |
             +--------------+--------------+
                            |
                      Git Worktrees
                            |
                 Candidate Solutions
                            |
             +--------------+--------------+
             |              |              |
           Build          Tests         Security
             |              |              |
             +--------------+--------------+
                            |
             +--------------v--------------+
             |          Promptfoo           |
             |      Evaluation / Judge      |
             +--------------+--------------+
                            |
                      Agent Rubric
                            |
                     Weighted Score
                            |
                    Candidate Ranking
                            |
                     Human Approval
                            |
                       Commit / PR


معماری پیشرفته با Kandev

اگر Workflow Orchestration اهمیت بیشتری داشته باشد: 

                      Kandev
                        |
                  Workflow Engine
                        |
          +-------------+-------------+
          |             |             |
       Planner       Architect      Researcher
          |             |             |
          +-------------+-------------+
                        |
                Parallel Coders
                        |
        +---------------+---------------+
        |               |               |
      Claude          Codex          OpenCode
        |               |               |
        +---------------+---------------+
                        |
                  Git Worktrees
                        |
                     Tests
                        |
                 Security Review
                        |
                     Promptfoo
                        |
                  LLM-as-a-Judge
                        |
                 Human Approval
                        |
                        PR


نقش هر نرم‌افزار

نرم‌افزار نقش پیشنهادی
Emdash Primary Development Control Plane
Kandev Advanced Workflow Orchestrator
Promptfoo LLM-as-a-Judge / Evaluation
OpenHands Agent Platform / Automation
Orca Alternative Multi-Agent Control Plane
Codbash Session / Token Analytics
Claw Orchestrator Persistent Agent Runtime / API
Agent Orchestrator فعلاً کنار گذاشته‌شده به دلیل مشکل Windows


تصمیم فعلی

سه ابزار جدید باید در یک پروژه واقعی مقایسه شوند:

  1. Emdash
  2. Kandev
  3. Promptfoo

اما Promptfoo رقیب Emdash و Kandev نیست.

ساختار صحیح مقایسه: 

          Emdash
             VS
          Kandev
             |
             |
      انتخاب Control Plane
             |
             v
         Promptfoo
        Judge Layer


معیار انتخاب Emdash یا Kandev

اگر اولویت:

  • UI
  • سادگی
  • Windows Desktop
  • Parallel Agents
  • Worktrees
  • Diff Review
  • استفاده روزانه

باشد:

Emdash

گزینه اول است.


اگر اولویت:

  • Workflow
  • Agent Roles
  • Task Dependencies
  • Multi-step Execution
  • Human Gates
  • Multi-repository
  • Orchestration

باشد:

Kandev

گزینه قوی‌تر است.


معماری هدف نهایی

هدف این است که تعداد ابزارها کاهش پیدا کند. 

                  ONE CONTROL PLANE
                        |
          Emdash OR Kandev
                        |
          +-------------+-------------+
          |             |             |
        Claude        Codex        OpenCode
          |             |             |
        Cursor         Agy          Others
          |             |             |
          +-------------+-------------+
                        |
                   Worktrees
                        |
               Build/Test/Security
                        |
                    Promptfoo
                        |
                 LLM-as-a-Judge
                        |
                  Human Approval
                        |
                    Commit/PR

در صورت موفقیت این معماری، ابزارهای دارای قابلیت تکراری باید حذف شوند.


برنامه تست

Phase 1 — Agent Detection

بررسی:

  • Claude Code
  • Codex
  • Cursor
  • OpenCode
  • Antigravity
  • Freebuff


Phase 2 — Parallel Development

یک Task یکسان به چند Agent داده شود. 

Task
 |
 +-- Claude
 |
 +-- Codex
 |
 +-- Cursor
 |
 +-- OpenCode


Phase 3 — Worktree

بررسی شود که هر Agent Worktree مستقل داشته باشد.


Phase 4 — Validation

برای هر Candidate:

  • Build
  • Unit Tests
  • Integration Tests
  • Lint
  • Security Scan


Phase 5 — Judge

Promptfoo:

  • agent-rubric
  • llm-rubric

برای Score کردن Candidateها استفاده شود.


Phase 6 — Human Approval

قبل از:

  • Commit
  • Push
  • Pull Request
  • Merge

تأیید انسانی انجام شود.


Phase 7 — Cleanup

بعد از انتخاب Control Plane اصلی:

ابزارهایی که قابلیت تکراری دارند Uninstall شوند.

هدف:

Minimum Software + Maximum Capability


نتیجه فعلی

در وضعیت فعلی معماری پیشنهادی:

Emdash + Promptfoo

ساده‌ترین گزینه برای شروع است.

برای Orchestration پیشرفته‌تر:

Kandev + Promptfoo

جذاب‌تر است.

انتخاب نهایی بین Emdash و Kandev باید بعد از تست عملی روی Repository واقعی انجام شود.

هیچ‌کدام در حال حاضر تمام نیازهای Agentic Development OS را به تنهایی پوشش نمی‌دهند.

مهم‌ترین Gapهای باقی‌مانده:

  • Persistent Semantic Memory
  • Central Context Optimization
  • Intelligent Token Budgeting
  • Shared Skills بین تمام Agentها
  • Native automated LLM-as-a-Judge در Control Plane


منابع رسمی

Emdash

Kandev

Promptfoo

OpenHands

Orca

Codbash

Claw Orchestrator

Agent Orchestrator

Retrieved from "https://wiki.alikaravi.ir/index.php?title=Ai_Agentic_os&oldid=201"