Mozzie

Что такое Mozzie?

Mozzie — локальное desktop-приложение, которое оркестрирует AI-кодинг-агентов как управляемую рабочую силу. Вместо запуска одной сессии агента за раз вы описываете, что хотите создать, и Mozzie разбивает работу на задачи, запускает несколько агентов параллельно и координирует их вывод через git-based workflow.

Приложение предназначено для хранения работы и оркестрации на вашей машине. Оно создаёт изолированные git worktree для каждой задачи, управляет зависимостями между задачами и предоставляет review-flow, чтобы вы могли одобрить или отклонить изменения перед слиянием.

Ключевые возможности

• Локальное выполнение с оффлайн-workflow: Использует локальную SQLite-базу данных и запускает всё на вашей машине, включая workflow выполнения агентов.
• Oркестрация на естественном языке в задачи: Оркестратор преобразует ваш запрос в задачи, настраивает порядок выполнения и назначает агентов.
• Поддержка параллельного multi-agent: Запускает несколько кодинг-агентов одновременно, включая встроенную поддержку Claude Code, Gemini CLI, Codex CLI и custom CLI/скриптов.
• Git worktree изоляция на задачу: Каждая задача выполняется в своём worktree и ветке, снижая конфликты между запусками агентов.
• Review + merge workflow: После завершения агента Mozzie предоставляет шаг diff/review; approve пушит в origin, reject передаёт feedback в следующую попытку.
• Граф зависимостей с auto-launch заблокированных задач: Задачи могут зависеть друг от друга; заблокированные задачи запускаются автоматически при завершении зависимостей, с детекцией циклов.
• Sub-задачи (stacked branches) и parent/child merging: Child-ветки сливаются в parent-задачу; parent пушит в origin как один PR.
• Persistent conversations между сессиями: Контекст оркестратора сохраняется, чтобы вы могли продолжить с того места, где остановились.
• Live streaming вывода агента: Вы можете наблюдать за выводом агента в реальном времени, включая визуализацию tool-call activity.

Как использовать Mozzie

1. Установите prerequisites: Используйте Node >= 20, pnpm >= 9, Rust (stable) и платформо-специфичные Tauri prerequisites. Убедитесь, что установлен хотя бы один AI-кодинг-агент CLI.
2. Настройте приложение:
   • Склонируйте репозиторий и установите зависимости (pnpm install).
   • Запустите dev-приложение (pnpm dev). Приложение откроется.
3. Настройте providers и agents:
   • В Open Settings (иконка шестерёнки) добавьте API-ключи для вашего LLM-оркестратора (OpenAI, Anthropic или Gemini).
   • Добавьте конфигурации агентов для кодинг-агентов, которые хотите запускать (например, Claude Code, Gemini CLI, Codex или custom).
4. Создайте и запустите задачу:
   • Создайте задачу, укажите репозиторий, назначьте агента и запустите выполнение.
   • Альтернативно, откройте command bar (Ctrl+K), опишите, что хотите создать, и позвольте оркестратору создать задачи и поставить их в очередь.
5. Review и merge:
   • Когда задачи доходят до review, approve для пуша изменений в origin.
   • Reject для предоставления feedback; Mozzie включает полную историю попыток и причину rejection в следующий промпт агента.

Use Cases

• Разбить feature request на параллельные кодинг-задачи: Опишите крупное изменение через command bar; Mozzie разбивает его на задачи и запускает поддерживаемых агентов параллельно для создания reviewable веток.
• Работать с репозиторием, изолируя выводы агентов: При экспериментах с несколькими подходами каждая задача запускается в своём git worktree и ветке, чтобы агенты не мешали друг другу.
• Обрабатывать multi-step зависимости (например, scaffolding, затем implementation): Создавайте задачи с зависимостями, чтобы заблокированные запускались автоматически после завершения prerequisites, с детекцией циклов для предотвращения circular plans.
• Итерации после неудачных попыток со structured feedback: Отклоните задачу на review с feedback; Mozzie вставляет полную историю попыток (включая причину rejection) в следующий запуск, снижая повторение ошибок.
• Управлять несколькими проектами из одной desktop-сессии: Используйте multi-workspace support для запуска и review задач по нескольким репозиториям в одном приложении.

FAQ

• Требует ли Mozzie подключения к облаку для работы? Mozzie — локальное в первую очередь и работает полностью оффлайн.

• Каких AI-кодинг-агентов оно может запускать? В репозитории указана встроенная поддержка Claude Code (через ACP/stdio transport), Gemini CLI, Codex CLI и пользовательских CLI/скриптов.

• Как Mozzie предотвращает конфликты между агентами? Оно создаёт изолированные git worktree и ветки для каждого work item, поэтому параллельные запуски не делят одну рабочую директорию.

• Что происходит, если я отклоню work item при review? Mozzie включает полную историю попыток и причину отклонения в следующий промпт агента, а состояние может перейти из review обратно в путь re-run.

• Могут ли work items зависеть друг от друга? Да. Mozzie поддерживает dependency graph, автоматически запускает заблокированные items после завершения зависимостей и включает cycle detection.

Альтернативы

• Инструменты IDE для одного агента или чатовые кодинг-ассистенты: Полезны, когда нужен один сеанс агента за раз; обычно не обеспечивают такую же оркестрацию зависимостей work items и git worktree изоляцию.
• Локальные запускатели скриптов, распределяющие задачи по CLI: Можно параллелизовать команды агентов, но оркестрацию, управление зависимостями и review-workflow придётся строить самостоятельно.
• CI/CD-автоматизация для генерации кода и review PR: Может обрабатывать review-гейты и ветвление, но меньше ориентирована на интерактивный локальный workflow «в одном окне».
• Инструменты workflow/orchestration для AI-агентов без локальных git worktrees: Могут координировать вызовы агентов, но не предлагают специфическую git worktree изоляцию и stack-branch merge workflow, описанные для Mozzie.