convez.ai
AgenteAutomaçãoAvançado
friday-ai-codes

Friday AI - Automação de Desenvolvimento com IA

friday-ai-codes/friday-ai

Plataforma de automação IA para dev que transforma requisitos em PRs auditáveis

Ver no GitHub
BomPluginScore · de 0 a 100

Plataforma open-source que conecta requisitos, fluxos de trabalho, repositórios de código e agents IA para transformar demandas validadas em PRs/MRs auditáveis. Integração profunda com Feishu (e extensível para outras plataformas), Graph RAG para busca de código e execução transparente de tarefas de desenvolvimento.

Instalação

$npx convez-ai friday-ai-codes/friday-ai

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
0
Acompanhando
0
Saúde
75%
Último commit
há 1 semana
Versão
v0.21.0
Issues abertas
4
Contribuidores
3

Casos de uso

  • Converter requisitos em fluxos de trabalho automatizados de desenvolvimento
  • Gerar e validar propostas técnicas antes de execução de código
  • Refatorações e mudanças cross-repository coordenadas
  • Code review automatizado com rastreamento completo de decisões
  • Chat com base de código indexada usando Graph RAG

Veredito

Ferramenta madura e bem arquitetada para equipes que precisam de automação responsável do desenvolvimento. O destaque é a auditabilidade completa (workflows, tool calls, evidências, aprovações) em vez de execução cega. Requer setup inicial robusto e operações estruturadas, mas o retorno em produtividade e rastreabilidade é significativo para times de tech-heavy.

README

A tradução para o português deste README ainda está na fila.

Friday AI 是一个开源 AI 开发自动化平台。它把需求、协作系统、代码仓库、Graph RAG、审批、Claude Code 和 PR / MR 串成一条能回看的流水线,让 AI 不只是“回答问题”,而是把已经确认的需求推进到可审查的代码变更。

Friday 已经深度集成飞书,包括飞书项目、飞书文档、飞书机器人、飞书卡片和相关自动化节点。但它不是只为飞书而生:核心能力是工作流编排、代码智能和可审计的 Agent 执行,后续也可以接入更多协作入口。


它是什么

可以把 Friday AI 理解成研发团队旁边的一张自动化工作台。

它不是替 PM、Tech Lead、Reviewer 做所有判断的人,也不是一个“把 Agent 扔进仓库让它自由发挥”的按钮。它更像一位很有耐心的项目助理:先接住需求,翻出相关文档和评论,再去代码仓库里找证据,整理出技术方案,等人确认后,才让 Claude Code 在 Runner 管理的隔离环境里动手。

动手之后,Friday 也不会把结果丢在黑盒里。它会把分支、提交、PR / MR、代码审查、飞书通知、Tool Call、检索证据、模型用量和失败恢复点放回同一条轨迹里。团队看到的不是一句“AI 已完成”,而是一段可以追问、可以审查、可以继续推进的工程过程。

它怎么工作

Friday AI 工作流

一条典型链路是这样的:飞书工作项触发工作流,Friday 拉取字段、关系、评论和关联文档;Graph RAG 从已索引仓库里找相关文件、符号、调用关系和跨仓 API 线索;AI 生成技术方案并写回飞书字段或文档;团队通过字段、卡片或群聊确认;Runner 再调度 Claude Code 执行编码、审查和分支整理;最后把 PR / MR、执行状态和审计轨迹回写到协作界面。

它能做什么

场景实际例子Friday 怎么推进
需求从飞书进入开发工作项状态变成“待开发”,评论里补了一个需求文档链接。监听飞书事件,拉取工作项、评论、关系和文档内容,生成技术方案,等确认后再派发编码任务。
方案要先评审Tech Lead 想先看风险、改动范围、测试建议,而不是让 AI 直接改代码。用 Graph RAG 找代码证据,生成方案并回填飞书字段或文档,通过卡片 / 字段等待人工确认。
跨仓改造前端页面要改接口参数,后端 handler、调用方、类型定义和测试可能分散在不同仓库。通过语义检索、代码图谱和跨仓 API 关系找到上下游,拆出仓库任务矩阵,再分别执行。
群里持续协作执行中缺字段、缺截图、需要确认分支或要通知结果。飞书机器人在群聊 / 私聊里发送问题卡片、审批卡片、代码审查卡片和结果通知。
用户自己问代码库“这个支付回调现在走哪几个入口?”“这个组件还有哪些调用方?”在 Friday Web Chat 里选择已索引仓库,模型可以调用检索和代码浏览工具回答。
用 Codex Skill 增强自己你在本地写代码,希望 Codex 直接调用 Friday 的代码索引、Graph RAG 和执行工具。安装 friday-codebase-agent Skill,用 Friday MCP HTTP tools 做仓库发现、分析、计划、执行和 MR 创建。
AI 代码审查Claude Code 改完之后还需要一轮自动 review 和可读摘要。工作流可以接 ai_code_review,把审查结果、分支摘要和 PR / MR 信息回写到飞书。

飞书深度集成,但不绑定飞书

Friday 当前对飞书的集成已经很深,不只是发通知。

集成面已有能力
飞书项目项目空间绑定、插件凭据、Webhook token、工作项详情、字段、关系、评论、状态流转和触发日志。
飞书文档识别文档链接,读取云文档,把飞书块转成 Markdown,也能把 Markdown 写回文档,支持表格、代码块和引用。
飞书机器人 / IM发送文本和卡片、更新卡片、读取群聊历史、下载消息资源、检查或邀请机器人入群,处理群聊和私聊。
飞书卡片回调审批、方案确认、补充信息、代码审查、编码结果等卡片都有对应回调。
飞书工作流节点feishu_event_trigger、fetch_work_item、wait_feishu_field、notify_feishu、fetch_group_chat、join_group_chat 等节点可以直接放进 DAG。
MCP / Agent 工具get_feishu_work_item_context 聚合工作项、关系、评论和文档;create_feishu_technical_plan 结合代码证据生成并写回方案。

飞书是 Friday 现在打磨得最完整的协作入口。Friday 的底层模型仍然是“协作入口 + 工作流 + 代码智能 + Runner”,所以以后接入其他项目管理、文档、IM 或自动化系统时,不需要推翻这套主流程。

Codex Skill 和代码索引增强

Friday 可以作为 Codex / Agent 的“代码库后台”。仓库先在 Friday 里完成索引,Agent 就不需要只靠当前窗口里的文件猜上下文。

典型用法:

  1. 在 Friday 里接入 GitHub / GitLab 仓库,并建立代码索引。
  2. 给本地 Codex 配置 friday-codebase-agent 这个 repo-local Skill。
  3. Skill 通过 Friday Access Token 调用 MCP HTTP tools。
  4. Codex 可以用同一套索引做仓库发现、Graph RAG 分析、代码计划、计划修订、执行、分支总结和 MR 创建。

这部分适合两类人:一类是在 Friday Web 里点流程的人,另一类是在本地 IDE / Codex 里写代码的人。前者拿到可视化工作流,后者拿到可调用的代码智能工具;底层证据和审计轨迹是同一套。

Graph RAG 有什么不一样

普通 RAG、普通 Graph 和 Friday 的 Graph RAG 解决的问题不一样。

类型它擅长什么它容易漏掉什么
普通 RAG根据语义相似度找到几段文本,适合回答文档类问题。代码里的调用链、导入关系、跨文件影响、前后端接口关系经常不在相似文本里。
普通 Graph展示符号、文件、调用、依赖之间的关系,适合导航结构。只有图很难理解“这个需求在说什么”,也很难把证据压成模型刚好能用的上下文。
Friday Graph RAG先用语义和关键词召回相关 chunk,再沿代码图谱做一跳 / 二跳扩散,并补上跨仓 API 关系。它不是单纯的可视化图谱,而是为了让 Agent 改代码时拿到更接近真实影响面的证据。

Friday 的索引会结合符号解析、Qdrant 混合检索、图谱扩散、跨仓 API 关联和 token 预算控制。最终进入模型的不是一堆散落片段,而是“需求 + 相关文件 + 符号 + 邻居关系 + 跨仓线索”的组合上下文。

AI Provider、对话和多模态

Friday 内置 Web Chat,也能在工作流、技术方案生成、代码分析和 Agent 工具里使用模型能力。你需要在界面里配置对应 Provider 的 Key 或服务地址。

当前 Provider 层支持:

Provider用途
Anthropic ClaudeClaude 模型、Claude Code 执行、方案生成、代码分析和审查。
OpenAI Responses APIOpenAI 新版 Responses 能力,适合对话、推理和工具调用。
OpenAI Chat Completions兼容 Chat Completions 的模型和网关。
Google GeminiGemini 模型、推理和视觉能力。
Ollama本地或私有部署模型,适合内网实验和轻量场景。

Friday 会识别模型输入模态。当前 Web Chat 已支持图片上传链路,支持 PNG、JPEG、GIF、WebP;如果你选择的模型支持视觉输入,Friday 可以把图片作为多模态消息的一部分发给模型。模型是否支持图片、推理、流式输出和工具调用,最终取决于你选择的 Provider 和模型配置。

快速开始

前置要求很简单:安装 Docker、Docker Compose v2 和 Git。

  1. 初始化本地环境:

    scripts/setup.sh
    

    这一步会准备本地运行所需的配置和数据目录。你不需要自己 build 镜像。

  2. 启动 Friday:

    docker compose up -d
    

    Compose 会启动 Web、Server、Runner、PostgreSQL、Redis 和 Qdrant。

  3. 打开 Web 界面:

    入口地址
    Friday Webhttp://localhost:10240
    API 文档http://localhost:10240/docs
  4. 配置 AI Provider:

    在界面里添加 Anthropic、OpenAI、Gemini 或 Ollama 的凭据。配置完成后,Friday 的 Web Chat、技术方案生成、工作流 AI 节点和 Agent 工具才能调用模型。

  5. 接入并索引仓库:

    连接 GitHub / GitLab 仓库,选择默认分支并建立索引。索引完成后,Chat、Skill、Graph RAG、技术方案和代码执行才会拥有代码上下文。

  6. 可选:接入飞书:

    如果你的团队使用飞书,可以绑定飞书项目、文档目录、机器人、Webhook 和相关字段。这样需求、审批、通知和结果回写都会出现在飞书工作台里。

  7. 跑第一条链路:

    你可以从 Web Chat 问一个已索引仓库的问题,也可以从飞书工作项或工作流模板触发“生成方案 -> 人工确认 -> Claude Code 执行 -> PR / MR”的完整流程。

文档

文档内容
快速开始本地部署、创建第一个项目、测试工作流。
工作流指南工作流节点、触发器、执行记录和调试。
管理指南用户、权限、OIDC、Runner 和运维配置。
Friday Codebase AgentCodex Skill、MCP tools、Graph RAG 分析和 MR 创建。
代码智能层Graph RAG、跨仓 API 关联、Galaxy 图谱和 MCP 工具。
API 参考REST API 文档。
Task 执行器Claude Agent SDK / Claude Code task 容器。
English README英文版 README。

License

Friday AI 使用 MIT License 发布。

Ver o original no GitHub

Bom para

Relacionados