Paca：一款适用于人机协作的轻量级 Jira 替代方案

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

什么是 Paca？

Paca 是一个自托管项目管理平台，AI 智能体和人类作为平等的队友在 Scrum 团队中协作——而不是作为聊天机器人外挂在旁边。

Jira 给你一个待办列表。ClickUp 给你自动化。Monday 给你仪表盘。Paca 让你的 AI 智能体在桌边拥有一席之地。它们加入冲刺规划、从看板上领取任务、编写 BDD 规格，并与人类实时同步适应。

Paca 的一切——它的工作流、它的数据模型、它的 UI——都可以通过插件进行配置和扩展。

为什么选择 Paca？

核心理念：人类与 AI 智能体，同属一个 Scrum 团队

Paca 背后的核心洞见是，AI 智能体应当参与到 Scrum 流程之中，而不只是孤立地生成输出。

在 Paca 中，AI 智能体：

• 被分配到各个 sprint，并与人类队友一同出现在 Scrumban 看板上
• 从待办事项列表中领取任务，并实时更新其状态
• 协作编写 BDD 规格——帮助产品负责人和业务分析师撰写 Gherkin 场景
• 为系统设计文档做出贡献——让整个团队都能看到架构
• 探查、感知并响应涌现的复杂性，就像人类会做的那样

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

完全可定制 —— 配置与插件

Paca 以一个精简、专注的核心形式发布。其余一切都是可选的。

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

插件系统：通过插件扩展或替换 Paca 的任何部分。插件在后端被编译为 WebAssembly（WASM）（可用 Go、Rust、AssemblyScript 编写 —— 任何支持 WASM 目标的语言均可），在前端则是标准的模块包。插件运行在沙箱环境中，采用基于能力的权限模型；它们精确声明自己需要哪些宿主函数，不多不少。

plugins/
├── backend/        # WASM modules — add custom routes, logic, data models
└── frontend/       # UI modules — add custom pages, board views, widgets

直接在 Paca 界面内的 插件市场浏览并安装社区插件 —— 无需命令行。前往 设置 → 插件 → 市场，找到插件，点击 安装。

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>

P-A-C-A 循环

Paca 围绕四个阶段来组织团队协作，这四个阶段既对应 Scrum，也对应科学方法：

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

v0.10.0 有哪些新内容

• ACP 智能体支持 — 将任何 Agent Client Protocol 编码 CLI 作为 Paca AI 智能体接入：Claude Code、Codex、Gemini CLI，或自定义 ACP 服务器。一个轻量级本地桥接（paca-acp-bridge）从你的项目源码目录运行，并通过经过身份验证的 WebSocket 将对话流式传回 Paca —— 不会将任何代码克隆到云端沙箱，智能体使用你自己的本地认证、git/gh 凭据，以及你已为该 CLI 设置好的任何 MCP 服务器或技能。设置方法见 apps/acp-bridge/README.md。

v0.9.0 新功能

• 自动化工作流 — 在画布上构建可视化的、由状态驱动的自动化：定义节点和边，让任务在状态流转时自动分配或重新分配，并支持 AND 汇合，用于等待多个前置节点的关卡。AI 智能体也可以通过专用的 MCP 工具创建和编辑工作流。

v0.4.0 新功能

• 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 —— 全部用自然语言完成，无需离开 Paca

• 活动差异与还原 — 活动面板中的每个字段变更现在都会显示变更前/后的差异；一键即可将变更还原为之前的值

核心功能

• 统一的 Scrumban 看板 — 人类与 AI 智能体共享同一个实时看板；没有单独的"AI 工作区"
• 应用内 AI 对话 — 在项目层面与 AI 智能体对话，用自然语言规划工作、创建或更新史诗、用户故事、任务和文档
• 活动差异与回滚 — 在活动面板中查看每个字段变更的可视化差异，一键回滚任何变更
• 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关联
• MCP Server — 将 Claude、自定义智能体或任何兼容 MCP 的工具直接接入 Paca 的数据层
• Claude Code 技能 — /paca Claude Code 的斜杠命令；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 — Socket.IO 推送；每个人都能在变更发生的瞬间看到变化
• 由 OpenHands 驱动的智能体 — AI 智能体运行在 OpenHands SDK 之上；每个智能体都在自己独立的沙箱容器内执行，因此你的宿主环境绝不会被触及
• WASM 插件沙箱 — 安全地扩展 Paca；插件无法突破其声明的权限
• 自托管 — 只需一条 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 — 极简内核，没有功能臃肿；只添加你的团队真正需要的东西

快速开始

方式 1 — 交互式安装脚本（生产环境推荐）

可在任何装有 Docker 的 Linux 服务器上运行。无需克隆代码仓库。

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，并启动整个技术栈。完成后打开 http://your-server-ip。

方式 2 — Docker Compose（手动）

1. 创建一个目录并下载 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 caddy
curl -fsSL https://github.com/Paca-AI/paca/releases/latest/download/Caddyfile -o caddy/Caddyfile

2. 下载环境变量模板

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

3. 生成安全密码和密钥

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：如果你要使用 AI 智能体或外部集成，请生成 API 密钥：

AGENT_API_KEY=$(openssl rand -hex 32)
INTERNAL_API_KEY=$(openssl rand -hex 32)

可选：生成 MinIO 凭据，或使用你自己的：

STORAGE_ACCESS_KEY_ID=$(openssl rand -hex 16)
STORAGE_SECRET_ACCESS_KEY=$(openssl rand -hex 32)

4. 用你的值更新 .env

编辑 .env 文件，将占位符值替换为你上面生成的值。以下是必填字段：

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. 启动技术栈

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

⚠️ 重要：请妥善保存你生成的密码和密钥。你需要 ADMIN_USERNAME 和 ADMIN_PASSWORD 才能登录。

登录：打开 http://localhost，使用你上面设置的管理员凭据。

自定义技术栈：缩减你不需要的服务。

# 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

升级到新版本

在你的 docker-compose.yml 和 .env 所在的目录中，运行随每个版本发布的升级脚本——它会刷新 docker-compose.yml 和 Caddyfile（带备份）并重启技术栈：

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

数据库迁移会在 API 启动时自动运行。参见deploy/README.md以固定特定版本或透传--scale标志。

选项 3 — 本地开发

# 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

在主机上运行服务以进行活跃开发，请参阅 docs/guides/local-development.md。

MCP Server — 将任意 AI 智能体连接到 Paca

Paca 提供了一个 MCP（Model Context Protocol）服务器，让任何兼容的 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、成员等等。无需抓取，无需自行对接自定义 API。

该服务器以 @paca-ai/paca-mcp 的形式发布在 npm 上。你通过 npx 运行它；其余交给你的 MCP 客户端处理。

Claude Desktop

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 中所有活跃的 sprint"
   • "创建一个实现 OAuth 的任务，并将其分配到 sprint 3"
   • "在任务 #42 上添加一条评论，附上我的进度更新"

其他兼容 MCP 的客户端

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"
  }
}

环境变量

可用工具

该服务器在以下类别中提供工具：

如需完整参考和高级配置（agent 模式、插件工具、编程式用法），请参阅 docs/guides/mcp-server-setup.md。

Claude Code — /paca 技能

如果你使用 Claude Code，安装 Paca 技能集，即可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。每条命令都会先读取你的 Paca 文档，在理解项目之后再执行操作。

技能定义在 skills/ 目录中，采用 Agent Skills 格式——每个技能一个子目录，每个子目录包含一个 SKILL.md，其中有 YAML frontmatter 和指令。安装脚本会剥离 frontmatter，并将正文写入 ~/.claude/commands/，用作 Claude Code 斜杠命令。

安装

在你的终端中运行一次，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

或者，在 Claude Code 会话中运行 /paca-setup，进行引导式交互演练。

可用命令

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

架构

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

详情请参阅 docs/architecture/overview.md。

"Paca" 的故事

这个名字是对日语词汇 "Baka"（ばか）的一个小小双关——意思是"傻傻的"。

早期，当我们的 AI 助手出现模型幻觉时，我们开玩笑地称它们"傻傻的"。而打造一个严肃的项目管理平台，作为价值数十亿美元工具的自由开源替代品，可能也显得有点傻。

但 Paca 源于一种信念：在真正的 Scrum 团队中，人机协作应当为每一个团队、每一个地方所用——而不是被锁在厂商的定价模式之后。我们认为，为此犯点傻是值得的。🦙✨

文档

基于 Apache License 2.0 分发。详见 LICENSE。