veritas-kanban

Brad Groux 在数字游牧的路上，一边管理远程团队，一边深感传统看板工具的无力——任务状态更新靠手动、团队进展靠会议、AI 时代却没人把 Agent 拉进工作流。他在 2023 年启动了 Veritas Kanban（拉丁语「行动中的真理」）项目，目标很纯粹：让任务看板说真话，把 AI Agent 变成团队的一员，而不是一个噱头。 经过 5 年迭代，这个项目已经从一个私人工具变成了拥有 742 GitHub Stars、支持 MCP 协议、可驱动 OpenAI Codex 的完整工作流编排平台。

Veritas Kanban 最大的特点在于它的分层架构设计。用户可以完全像用普通看板一样开始——创建 board、添加卡片、拖拽状态——零门槛上手。但如果你的团队引入了 AI 编程工具（比如 OpenAI Codex 或 Claude Code），可以在同一个界面里把它们注册为 Agent，通过 Prompt Registry 管理提示词模板，让 AI 直接领取任务、操作卡片状态。系统内置的 Squad Chat 还支持多 Agent 之间的消息通讯，实现「前端 Agent 负责 UI、后端 Agent 负责 API」的分工协作。

从技术上看，这是一个典型的全栈 TypeScript monorepo，使用 pnpm workspace 管理 6 个子包：server（Express + SQLite）、web（React 19 + Vite + TailwindCSS）、cli（Commander.js）、mcp（基于 @modelcontextprotocol/sdk）、desktop（Electron）、shared（共享类型定义）。数据库采用 SQLite 文件存储，配合 JSON 工作流定义文件，实现了真正的 Local-first——数据存在本地，不强制云端。生产部署通过多阶段 Dockerfile 打包，总镜像目标 < 200MB。

图1：Veritas Kanban v5 看板概览

工作流引擎是 v5 的核心亮点。不同于传统看板的简单列拖拽，Veritas Kanban 支持 YAML 定义的多步骤流水线，每一步可以是代码执行、HTTP 调用、AI Agent 任务或人工审批节点。配合 Enforcement Gates（强制门禁），可以实现「任务未通过代码审查则不允许合入」的自动化质量管控。

对于开发者而言，CLI 工具 vk 提供了完整的本地操作能力——创建任务、查看 board、触发 workflow，甚至可以直接从终端向 AI Agent 分配工作。 MCP Server 的加入让 Veritas Kanban 融入了更广泛的 AI 工具生态，任何兼容 MCP 的 AI 客户端（如 Cursor、VS Code AI 插件）都可以直接操作 Veritas Kanban 的任务数据。

这套系统的局限性也值得正视。首先，SQLite 文件存储在多用户并发写入场景下存在锁竞争，不适合大型团队作为唯一真相源。其次，工作流引擎虽然强大，但 YAML 配置对非技术用户有一定门槛。第三，AI Agent 的效果高度依赖 Prompt 质量，官方虽然提供了 Prompt Registry，但模板的积累和维护需要团队持续投入。

Veritas Kanban 代表了一种务实的技术路线：不追求一步到位的 AI 全自动化，而是从可视化看板出发，让 AI 能力按需叠加。 这种渐进式设计降低了采用风险，也让团队可以在熟悉的环境中逐步引入 AI 协作。2025 年 AI Agent 爆发式增长的大背景下，这类工具的价值正在被越来越多的开发者认可。项目持续活跃维护（v5.0.1），文档质量极高，是近期值得关注的工作流管理新范式。