Issue、專案與週期規劃
將 issues 視為最小且實用的工作單位,並將它們分組到 projects、cycles 與團隊專屬流程中,讓團隊能在同一處管理執行。
Aruvi 是專為軟體團隊打造的工作區,將 issue 追蹤、文件、知識與 AI agent 工作流程整合於同一處,適合想讓 agents 與人類隊友共享審核軌跡的小型產品與工程團隊。
Aruvi 是專為軟體團隊打造的工作區,將 issue 追蹤、文件、知識與 AI agent 工作流程整合到單一系統中。這款產品將自己定位為快速的 issue tracker 與輕量級 wiki,讓人類與 AI agents 一起協作,而不是分散在不同工具中。
核心概念是讓上下文貼近執行。團隊可以在 issues、projects、cycles、boards、lists 與 roadmaps 中規劃工作;在同一個工作區中儲存 docs 與 knowledge;並透過 MCP endpoint 連接 AI 工具,讓 agents 能被指派工作、留下評論,並在受限防護機制下運作。
將 issues 視為最小且實用的工作單位,並將它們分組到 projects、cycles 與團隊專屬流程中,讓團隊能在同一處管理執行。
將持久的產品上下文與工作緊密放在一起,把 docs 和 knowledge 與 issues 和 projects 存在同一個工作區中。
把 AI agents 視為一等成員,可指派到 issues、留下評論,並與人類隊友出現在同一條審核軌跡中。
提供 agents 的受限存取,包括受限 API keys、僅限受指派項目的防護機制,以及 agent 動作的歸屬標示。
支援用於連接 AI 工具的 MCP endpoint,文件中提到 Claude Code、Codex 與 Kiro。
包含 board、list、cycles、roadmap、自訂 workflow states、context-bundle endpoint、OKF export,以及與 GitHub、Slack 和 Discord 的整合。
使用 Aruvi 在 issues、projects、cycles 與 roadmap 檢視中組織日常工程工作,同時保持團隊專屬的 workflow states 與 labels 對齊。
將規格、筆記與其他持久上下文保存在 docs 和 knowledge 中,放在 issue 流程旁邊,讓人員與 agents 不必切換工具也能找到背景資訊。
把一個編碼 agent 指派給真實的 issue,給予受限存取,並在與人類工作相同的軌跡中審核其輸出。
使用 MCP endpoint 連接 Claude Code、Codex 或 Kiro,當你希望 AI 工具在同一工作區與工作流程結構中運作時。
先從 Free 方案小規模開始,之後在需要更多 issues、projects 或工作區成員時升級到 Pro,而不必改變工作區模型。
Aruvi 將 issue 追蹤、文件、知識與 AI agent 存取整合在同一個工作區中,讓團隊能把工作與上下文放在一起管理。
文件頁面說,它是為希望擁有現代化追蹤器、避免分頁過載,並希望在防護機制下把工作委派給 AI 程式編碼工具的小型產品與工程團隊所打造。
Aruvi 透過 MCP endpoint 支援 Claude Code、Codex 與 Kiro 等 AI 工具,而定價頁也列出 GitHub、Slack 和 Discord 作為整合項目。
定價頁說明兩種方案都包含所有功能,而 Pro 會移除 Free 方案的使用上限。Free 限制為 500 個 issues、2 個 projects 與 3 位工作區成員。
文件指出,你大約可以在五分鐘內從登入進入第一個可供 agent 使用的 issue。