AI 原生。免费。轻量。开源。Jira、Trello、ClickUp 和 Monday 的完全可定制替代方案。

快速上手 · MCP 服务器 · Claude Code 技能 · 架构 · 贡献指南 · 路线图

Paca 是一个自托管项目管理平台，AI 智能体与人类在 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 给你产品待办列表。ClickUp 给你自动化。Monday 给你仪表盘。Paca 给你的 AI 智能体一个席位。它们参与冲刺规划、从看板领取任务、编写 BDD 规格说明，并与人类实时同步调整。

Paca 的一切——它的工作流、数据模型、用户界面——都可通过插件进行配置和扩展。

Paca 背后的核心洞察是：AI 智能体应当参与 Scrum 流程，而非仅仅孤立地生成输出。

在 Paca 中，AI 智能体：

• 被分配到冲刺中，并与人类队友一同出现在 Scrum 看板上
• 从待办列表中领取任务，并实时更新其状态
• 协作编写 BDD 规格说明——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——让整个团队都能看到架构
• 探测、感知并应对不断涌现的复杂性，就像人类一样

这不是自动化。这是真正的协作——根植于 Cynefin / Stacey 框架的认知：复杂领域需要团队，而非流水线。

Paca 以一个精简、聚焦的核心发布。其他一切均为可选。

配置驱动：工作流程、状态、字段定义、看板布局、冲刺规则以及智能体行为均由项目级配置文件驱动。无需编写代码即可让 Paca 适应你团队的流程。

插件系统：通过插件扩展或替换 Paca 的任何部分。后端插件编译为 WebAssembly (WASM)（可用 Go、Rust、AssemblyScript 编写——任何支持 WASM 目标的语言均可），前端插件为标准模块包。插件在基于能力权限模型的沙盒环境中运行；它们明确声明所需的主机函数，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 界面内的插件市场浏览并安装社区插件——无需使用命令行。前往"设置"→"插件"→"市场"，找到插件，点击"安装"即可。

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 围绕四个阶段构建团队协作，这四个阶段同时映射了 Scrum 和科学方法：

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

• 应用内 AI 聊天——在项目层面与 AI 智能体聊天，规划工作，创建或更新史诗、故事、任务和文档——全部用纯英文，无需离开 Paca

• 活动差异与撤销——活动面板中的每个字段更改现在都会显示前后差异；一键即可将更改恢复到之前的值

• 统一 Scrumban 看板——人类和 AI 智能体共享同一个实时看板；没有独立的"AI 工作区"
• 应用内 AI 聊天——在项目层面与 AI 智能体聊天，用纯英文规划工作，创建或更新史诗、故事、任务和文档
• 活动差异与撤销——在活动面板中查看每个字段更改的可视化差异，并一键撤销任何更改
• BDD 协作 — 由产品负责人、业务分析师和 AI 智能体共同编写的 Gherkin 场景编辑器
• 系统设计文档 (SDD) — 持续更新的架构文档，让 AI 智能体始终保持上下文感知
• MCP 服务器 — 将 Claude、自定义智能体或任何兼容 MCP 的工具直接连接到 Paca 的数据层
• Claude Code 技能 — 用于 Claude Code 的 /paca 斜杠命令；用自然语言管理任务、文档和冲刺，无需离开编辑器
• 实时更新 — 基于 Socket.IO 推送；所有人能立即看到变化
• 基于 OpenHands 的智能体 — AI 智能体运行在 OpenHands SDK 上；每个智能体在独立沙箱容器中执行，不会触及主机环境
• WASM 插件沙箱 — 安全地扩展 Paca；插件无法逃离其声明的权限范围
• 自托管 — 通过一条 Docker Compose 命令即可运行；你的数据永远不会离开你的基础设施
• 默认轻量 — 最小化核心，无功能臃肿；只添加你的团队真正需要的功能

可在任何装有 Docker 的 Linux 服务器上运行。无需克隆仓库。

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

该脚本会以交互方式引导你完成配置，并启动完整服务栈。完成后打开 http://your-server-ip 即可。

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 nginx
curl -fsSL https://github.com/Paca-AI/paca/releases/latest/download/gateway.conf -o nginx/gateway.conf

2. 下载环境模板

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

3. 生成安全的密码和密钥

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：若你将使用 AI 智能体或外部集成，可生成 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，将占位值替换为你上面生成的值。下面是必填字段：

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>

5. 启动服务栈

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

⚠️ 重要提示：请将生成的密码和密钥安全保存。你需要使用 ADMIN_USERNAME 和 ADMIN_PASSWORD 登录。

登录：打开 http://localhost，使用你上面设置的管理员凭据。

自定义服务栈：缩减你不需要的服务规模。

# 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

在你存放 docker-compose.yml 的目录下：

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

数据库迁移会在 API 启动时自动运行。

# 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

参见 docs/guides/local-development.md 了解在宿主机上运行服务以进行活跃开发的相关说明。

Paca 提供了一个 MCP（模型上下文协议）服务器，使任何兼容的 AI 智能体都能直接、结构化地访问你的工作空间——项目、任务、冲刺、文档、成员以及更多内容。无需爬取，无需拼接自定义 API。

该服务器以 @paca-ai/paca-mcp 的形式发布在 npm 上。你可以用 npx 运行它；剩下的工作由你的 MCP 客户端处理。

1. 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

2. 添加 paca 条目：

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

1. Restart Claude Desktop. Claude now has access to all Paca tools and can answer requests like:
   • “列出项目 X 中的所有活跃冲刺”
   • “创建一个用于实现 OAuth 的任务，并将其分配给冲刺 3”
   • “在任务 #42 中添加一条包含我的进度更新的评论”

任何支持 MCP 的客户端都可以使用。典型配置如下：

{
  "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"
  }
}

该服务器公开了以下类别的工具：

如需完整的参考文档和高级配置（智能体模式、插件工具、程序化使用），请参见 docs/guides/mcp-server-setup.md。

如果你使用 Claude Code，可以安装 Paca 技能集，并通过自然语言斜杠命令管理整个 Paca 工作区——无需离开编辑器，也无需创建本地文件。每条命令在执行前都会先读取你的 Paca 文档，理解项目后再行动。

技能定义在 skills/ 目录中，采用 Agent Skills 格式——每个技能一个子目录，每个子目录中有一个 SKILL.md 文件，包含 YAML 前置元数据和指令。安装脚本会去除前置元数据，并将正文写入 ~/.claude/commands/，以便作为 Claude Code 的斜杠命令使用。

在终端中运行以下命令一次，即可全局安装所有技能：

curl -fsSL https://raw.githubusercontent.com/Paca-AI/paca/master/scripts/install-claude-skill.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

你也可以在 Claude Code 会话中运行 /paca-setup，按照引导交互式完成设置。

完整的设置选项和命令参考，请参阅 docs/guides/claude-code-skill.md。

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

skills/           Agent Skills — /paca slash commands for Claude Code

PostgreSQL        Persistent store
Valkey            Cache + async event streams between services

详细信息请参阅 docs/architecture/overview.md。

这个名字是对日语“Baka”（ばか）——“傻瓜”的一个小双关。

早期，我们开玩笑说当 AI 助手产生幻觉时它们就是“傻瓜”。而构建一个严肃的项目管理平台，作为价值数十亿美元工具的免费开源替代品，可能也显得有些“傻瓜”吧。

但Paca的构建是出于一种信念：每个团队都应该能在一个真正的Scrum团队中实现人机协作，无论身处何地——不应被某个供应商的定价模式所束缚。我们认为，为此显得有点"傻"是值得的。🦙✨

基于Apache License 2.0分发。详情见LICENSE文件。