Paca：轻量级Jira替代方案支持人-AI协作

AI 原生。免费。轻量。开源

Jira、Trello、ClickUp 和 Monday 的完全可定制替代方案。

快速开始 · MCP 服务器 · Paca Skills · 架构 · 贡献 · 路线图

Paca 是一个自托管的项目管理平台，AI 代理和人类在 Scrum 团队中作为平等的队友协作——而不是作为附带的聊天机器人。

Jira 给你待办事项清单。ClickUp 给你自动化。Monday 给你仪表板。Paca 给你的 AI 代理一个座位。它们加入 sprint 规划，从看板中领取任务，编写 BDD 规范，并与人类实时适应。

Paca 的一切——其工作流、数据模型、UI——都可通过插件配置和扩展。

核心理念：人类和 AI 代理，同一个 Scrum 团队

Paca 背后的核心洞察是，AI 代理应该参与 Scrum 流程，而不是孤立地生成输出。

• 被分配到 sprint，并与人类队友一起出现在 Scrumban 看板上
• 从待办事项中领取任务并实时更新其状态
• 在 BDD 规范上协作——帮助产品负责人和业务分析师编写 Gherkin 场景
• 贡献系统设计文档——使架构对整个团队可见
• 探测、感知和应对新出现的复杂性，就像人类一样

这不是自动化。这是真正的协作——植根于 Cynefin / Stacey 框架的认识，即复杂领域需要团队，而不是管道。

完全可定制——配置和插件

Paca 作为一个小而专注的核心发布。其他一切都是可选的。

配置驱动：工作流、状态、字段定义、看板布局、sprint 规则和代理行为都由项目级配置文件驱动。无需代码即可将 Paca 适应您的团队流程。

插件系统：通过插件扩展或替换 Paca 的任何部分。插件被编译为 WebAssembly (WASM) 用于后端（用 Go、Rust、AssemblyScript 编写——任何具有 WASM 目标的语言），以及用于前端的标准模块包。插件在沙箱环境中运行，采用基于能力的权限模型；它们声明所需的确切主机函数，仅此而已。

plugins/
├── backend/        # WASM modules — add custom routes, logic, data models
└── frontend/       # UI modules — add custom pages, board views, widgets

直接从 Paca UI 内的插件市场浏览和安装社区插件——无需命令行。转到设置 → 插件 → 市场，查找插件，然后单击安装。

对于本地开发或自定义插件，你也可以从文件系统安装：

./scripts/install-local-plugin.sh ./my-plugin --api-key <your-api-key>

Paca 围绕四个阶段组织团队协作，这些阶段既反映了 Scrum，也反映了科学方法：

Plan  →  Act  →  Check  →  Adapt
  ↑                             |
  └─────────────────────────────┘

v0.10.0 中的新增内容

ACP agent 支持——将任何 Agent Client Protocol 编码 CLI 连接为 Paca AI agent：Claude Code、Codex、Gemini CLI 或自定义 ACP 服务器。一个轻量级本地桥接（paca-acp-bridge）从你的项目源目录运行，并通过经过身份验证的 WebSocket 将对话流回到 Paca——没有代码被克隆到云沙箱中，代理使用你自己的本地身份验证、git/gh 凭证以及你为该 CLI 已设置的任何 MCP 服务器或 skills。参见 apps/acp-bridge/README.md 了解设置。

自动化工作流——在画布上构建视觉的、状态驱动的自动化：定义节点和边，使任务在状态间移动时自动分配或重新分配，支持等待多个前任的门的 AND-join。AI 代理也可以通过专用的 MCP 工具创建和编辑工作流。

应用内 AI 聊天——在项目级别与 AI 代理聊天以规划工作、创建或更新 epic、story、任务和文档——完全用英文，无需离开 Paca

活动 diff 和回滚——活动窗格中的每个字段变更现在都显示前后差异；单击即可将变更回滚到其之前的值

统一的 Scrumban 看板——人类和 AI 代理共享单个实时看板；没有单独的"AI 工作区"

应用内 AI 聊天——在项目级别与 AI 代理聊天以规划工作、用英文创建或更新 epic、story、任务和文档

活动 diff 和回滚——在活动窗格中看到每个字段变更的可视 diff，单击即可回滚任何变更

BDD 协作——由产品负责人、业务分析师和 AI 代理共同编写的 Gherkin 场景编辑器

系统设计文档 (SDD)——使 AI 代理在上下文中保持接地的活跃架构文档

MCP 服务器——将 Claude、自定义代理或任何 MCP 兼容工具直接连接到 Paca 的数据层

Claude Code skill——Claude Code 的 /paca 斜杠命令；用英文管理任务、文档和 sprint，无需离开编辑器

实时更新——Socket.IO 传递；每个人都在变更发生的那一刻看到变更

OpenHands 驱动的代理——AI 代理在 OpenHands SDK 上运行；每个代理在其自己的隔离沙箱容器内执行，因此你的主机环境永不被触及

WASM 插件沙箱——安全地扩展 Paca；插件无法逃脱其声明的权限

自托管——在单个 Docker Compose 命令上运行；你的数据永不离开你的基础架构

默认轻量——最小核心，无功能膨胀；只添加你的团队实际需要的内容

选项 1——交互式安装脚本（推荐用于生产）

在任何带 Docker 的 Linux 服务器上运行。无需克隆存储库。

curl -fsSL https://github.com/Paca-AI/paca/releases/latest/download/install.sh | bash

该脚本以交互方式引导你完成配置，并启动完整堆栈。完成后打开 http://your-server-ip。

选项 2——Docker Compose（手动）

1. 创建目录并下载 compose 文件

mkdir paca && cd paca
curl -fsSL https://github.com/Paca-AI/paca/releases/latest/download/docker-compose.yml -o docker-compose.yml
mkdir -p caddy
curl -fsSL https://github.com/Paca-AI/paca/releases/latest/download/Caddyfile -o caddy/Caddyfile

2. 下载环境模板

curl -fsSL https://github.com/Paca-AI/paca/releases/latest/download/.env.production.example -o .env

3. 生成安全密码和密钥

POSTGRES_PASSWORD=$(openssl rand -hex 32)
ADMIN_PASSWORD=$(openssl rand -hex 16)
JWT_SECRET=$(openssl rand -hex 32)
ENCRYPTION_KEY=$(openssl rand -hex 32)

可选：如果你将使用 AI 代理或外部集成，请生成 API 密钥：

AGENT_API_KEY=$(openssl rand -hex 32)
INTERNAL_API_KEY=$(openssl rand -hex 32)

可选：生成 MinIO 凭证或使用你自己的：

STORAGE_ACCESS_KEY_ID=$(openssl rand -hex 16)
STORAGE_SECRET_ACCESS_KEY=$(openssl rand -hex 32)

4. 使用你的值更新 .env

编辑 .env 文件并用你上方生成的值替换占位符值。下面是必需字段：

PUBLIC_URL=http://localhost
POSTGRES_PASSWORD=<use the value from step 3>
ADMIN_USERNAME=admin
ADMIN_PASSWORD=<use the value from step 3>
JWT_SECRET=<use the value from step 3>
ENCRYPTION_KEY=<use the value from step 3>
STORAGE_ACCESS_KEY_ID=<use the value from step 3 or your own>
STORAGE_SECRET_ACCESS_KEY=<use the value from step 3 or your own>

docker compose --env-file .env up -d

⚠️ 重要提示：安全地保存你生成的密码和密钥。你需要 ADMIN_USERNAME 和 ADMIN_PASSWORD 来登录。

登录：打开 http://localhost 并使用你上方设置的管理员凭证。

自定义堆栈：缩小你不需要的服务。

# External PostgreSQL (supply DATABASE_URL in .env)
docker compose --env-file .env up -d --scale postgres=0

# AWS S3 instead of MinIO (set STORAGE_PROVIDER=s3 in .env)
docker compose --env-file .env up -d --scale minio=0

# Without the AI agent (reduces resource usage)
docker compose --env-file .env up -d --scale ai-agent=0

升级到新版本

从 docker-compose.yml 和 .env 所在的目录，运行与每个版本一起发布的升级脚本——它刷新 docker-compose.yml 和 Caddyfile（带备份）并重启堆栈：

curl -fsSL https://github.com/Paca-AI/paca/releases/latest/download/upgrade.sh -o upgrade.sh
bash upgrade.sh

数据库迁移在 API 启动时自动运行。有关固定特定版本或传递 --scale 标志的信息，请参见 deploy/README.md。

选项 3——本地开发

# Clone the repository
git clone https://github.com/Paca-AI/paca.git && cd paca

# Start infrastructure dependencies (PostgreSQL + Valkey)
docker compose -f deploy/docker-compose.dev.yml up -d postgres valkey

# Or start the full dev stack in containers
docker compose -f deploy/docker-compose.dev.yml up -d

有关在主机上运行服务以进行活动开发的信息，请参见 docs/guides/local-development.md。

MCP 服务器——将任何 AI 代理连接到 Paca

Paca 附带一个 MCP（Model Context Protocol）服务器，为任何兼容的 AI 代理提供对你的工作区的直接、结构化访问——项目、任务、sprint、文档、成员等。无需抓取，无需自定义 API。

服务器以 @paca-ai/paca-mcp 的名义在 npm 上发布。你用 npx 运行它；你的 MCP 客户端处理其余部分。

打开（或创建）Claude Desktop 配置文件：

macOS：~/Library/Application Support/Claude/claude_desktop_config.json

Windows：%APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "paca": {
      "command": "npx",
      "args": ["-y", "@paca-ai/paca-mcp"],
      "env": {
        "PACA_API_KEY": "your-api-key-here",
        "PACA_API_URL": "http://localhost:8080"
      }
    }
  }
}

重启 Claude Desktop。Claude 现在可以访问所有 Paca 工具，并可以回答如下请求：

• "List all active sprints in project X"
• "Create a task for implementing OAuth and assign it to sprint 3"
• "Add a comment to task #42 with my progress update"

其他 MCP 兼容客户端

任何支持 MCP 的客户端都可以工作。典型配置：

{
  "name": "paca",
  "command": "npx",
  "args": ["-y", "@paca-ai/paca-mcp"],
  "env": {
    "PACA_API_KEY": "your-api-key-here",
    "PACA_API_URL": "http://your-paca-instance:8080"
  }
}

环境变量

服务器跨这些类别公开工具：

有关完整参考和高级配置（agent 模式、插件工具、程序化使用），请参见 docs/guides/mcp-server-setup.md。

/paca skills——Claude Code、Gemini CLI、Cursor 等

安装 Paca skill 集并通过自然语言斜杠命令管理你的整个 Paca 工作区——无需离开编辑器，无需创建本地文件。每个命令首先读取你的 Paca 文档以在操作前了解项目。

Skills 使用 Agent Skills 格式（YAML 前置元数据 + 说明），由运行的 Paca 实例自己的 API（GET /api/v1/skills）提供，而不是从签出的目录读取——因此安装的内容始终与该实例运行的确切版本匹配。安装脚本一次性获取并安装它们到 Claude Code (~/.claude/commands/)、Gemini CLI (~/.gemini/commands/)、Cursor (.cursor/commands/，项目作用域) 和任何 AGENTS.md 读取工具（项目作用域），还会拉入由你安装的插件贡献的 skills。详见 docs/guides/install-skills.md。

指向运行的 Paca 实例并在终端中运行一次，以将所有 skills 安装到此计算机上找到的每个支持的平台：

PACA_API_URL=http://localhost:8080 \
  curl -fsSL https://raw.githubusercontent.com/Paca-AI/paca/master/scripts/install-paca-skills.sh | bash

然后将 Paca MCP 服务器连接到 Claude Code：

claude mcp add paca \
  --env PACA_API_KEY=<your-api-key> \
  --env PACA_API_URL=<your-paca-url> \
  -- npx -y @paca-ai/paca-mcp

或在 Claude Code 会话中运行 /paca-setup 以获得有指导的交互式演练。

有关完整设置选项和命令参考，请参见 docs/guides/install-skills.md。

架构

apps/web          React + TanStack Start + shadcn/ui — user interface
apps/mcp          @paca-ai/paca-mcp — MCP server for AI agent integration
services/api      Go + Gin — core business logic and REST API
services/realtime Node.js + Socket.IO — real-time event fan-out
services/ai-agent Python + FastAPI + OpenHands SDK — AI agent orchestration
apps/e2e          Playwright — end-to-end test suite

PostgreSQL        Persistent store
Valkey            Cache + async event streams between services

详见 docs/architecture/overview.md。

关于名称

这个名称是对日语"Baka"（ばか）——"傻"的一个小双关。

在早期，我们幽默地称我们的 AI 助手在出现幻觉时为"傻"。将严肃的项目管理平台构建为数十亿美元工具的免费、开源替代方案似乎也有点傻。

但 Paca 是基于信念而建立的：真正 Scrum 团队中的人类与 AI 协作应该对每个团队、每个地方都可访问——而不是被锁定在供应商的定价模型后面。我们认为这值得有点傻。🦙✨

许可证

根据 Apache License 2.0 分发。详见 LICENSE。