Aruvi icon

Aruvi

Aruviは、課題管理、ドキュメント、ナレッジ、AI agentのワークフローを1つにまとめたソフトウェアチーム向けworkspace。小規模な開発チームが、同じレビュー履歴で作業とAIコーディングツールを連携できます。

Aruvi

概要

Aruviは、課題管理、ドキュメント、ナレッジ、AI agentのワークフローを1つのシステムにまとめたソフトウェアチーム向けworkspaceです。この製品は、計画、文脈、実行を別々のツールに分けるのではなく、人とagentsが一緒に出荷する形に位置づけられています。

ドキュメントでは、Aruviは高速なissue trackerであり、AI agentsがfirst-class teammateとして扱われる軽量wikiだと説明されています。チームはissues、projects、cycles、docsで作業を整理し、Claude Code、Codex、KiroなどのAI toolsをMCP endpoint経由で接続して、agentsを同じworkflowとreview trailに参加させることができます。

機能

issues、projects、cycles、roadmapビュー

issues、projects、cycles、そしてroadmap形式のplanで作業を追跡し、短期のタスクと長期のリリース作業を1か所で整理できます。

docsとknowledgeの保存

docsとknowledge storeに継続的な文脈を残し、作業の背景をworkspaceに結びつけたままにできます。会話スレッドや別ツールに分散しません。

ガードレール付きの接続済みagents

割り当てられたwork、スコープ付きアクセス、コメント、そして人間の貢献者と共有するreview trailを備えたfirst-class teammateとしてAI agentsを扱えます。

スコープ付きアクセスとattribution

スコープ付きAPI keys、assigned-onlyのガードレール、attributionを使って、agentsがアクセスできる範囲を制御し、agent activityの追跡をしやすくできます。

MCPベースのAI tool接続

MCP endpointを通じてClaude Code、Codex、Kiroなどの外部AI toolsを接続し、agentの作業をworkspaceのworkflow内に置けます。

workspace integrations

GitHub、Slack、Discord向けのbuilt-in integrationsを使って、作業とコミュニケーションチャネルを同じworkspaceの周りでつなげられます。

利用シーン

  • 製品リリースの管理

    チームが作業計画、docs作成、関連issueの近くにcontextを置くための単一の場所を求める場合にAruviを使います。

  • agent支援作業の調整

    AI coding toolsに実際のassignmentを与え、スコープ付きアクセスの中で作業させ、レビュー用の可視的な履歴を残したいときにworkspaceを使います。

  • チームのknowledgeを作業に近づける

    チャットやその場しのぎのメモでは失われがちな、決定事項、定義、作業contextを保つためにdocsとknowledge領域を使います。

  • スプリントとマイルストーンの計画

    チームが作業をtime-box化し、定義されたdelivery windowに集中したいときに、cyclesとroadmap形式のplanningを使います。

  • 既存ツールの接続

    チームがtrackerとAI toolsを既存のcollaboration channelsの隣に置きたいときに、GitHub、Slack、Discord、MCP接続を使います。

Pros and Cons

Pros

  • issues、docs、knowledge、agent accessを1つのworkspaceにまとめられます。
  • AI agentsを別の補助ツールではなく、割り当てられた参加者として扱えます。
  • assigned-only agents向けのスコープ付きAPI keysとガードレールを備えています。
  • 同じfeature setでFreeとProの両プランがあり、Proではusage capsがなくなります。
  • GitHub、Slack、Discord、MCP接続のAI tools向けintegrationsを提供します。

Cons

  • 公開ページには機能ごとの完全な製品ガイドがないため、いくつかのworkflowの詳細はdocsとpricing pageからの推測にとどまります。
  • ソースには、ここで説明しているworkspaceとagent workflow以外の広範なplatform coverage、admin controls、enterprise向け機能は記載されていません。

FAQ

Aruviは誰向けですか?

Aruviは、課題、プロジェクト、ドキュメント、ナレッジ、AI agentへのアクセスを1か所にまとめたい小規模なプロダクトチームやエンジニアリングチーム向けのworkspaceです。ドキュメントでは、Claude Code、Codex、KiroなどのAIツールがMCP endpointを通じてサポートされるワークフローとして説明されています。

どのように始めますか?

ドキュメントによると、サインインしてから最初のagent対応のissueを作成するまで約5分で進められます。pricing pageでも、workspaceを作成し、そこからissues、docs、接続済みのAI agentsを使う流れが案内されています。

Aruviは人間の作業とAIの作業をどう組み合わせますか?

Aruviは、issues、projects、cycles、docs、knowledgeを1つのworkspaceにまとめて作業を進める形を中心にしています。agentsは仕事を割り当てられ、コメントを残し、人間のチームメイトと同じreview trailで進められます。

FreeとProの違いは何ですか?

pricing pageにはFreeとProのプランが表示されています。Freeにはusage capsがあり、Proではそれらの上限がなくなります。どちらのプランにも、agents、docs、integrationsを含む同じfeaturesが含まれます。

どのintegrationsがサポートされていますか?

pricing pageでは、GitHub、Slack、Discord、そしてClaude Code、Kiro、Codex向けのMCP integrationsが案内されています。ドキュメントでも、MCP endpointを通じてAI toolを接続できると説明されています。

Quick Facts

カテゴリ
Developer Tool
主なユーザー
小規模なプロダクトチームとエンジニアリングチーム
コアワークフロー
1つのworkspaceでissues、projects、cycles、docs、knowledge、agentsを管理
Integrations
GitHub、Slack、Discord、そしてClaude Code、Kiro、Codex向けのMCP
料金体系
workspaceごとのFree planと有料Pro plan
Website
aruvi.dev