Jak uruchomić wiele agentów AI w izolowanych gałęziach git dzięki Proliferate

Ostatnio złapałem się na irytującej rutynie. Uruchamiasz terminal Claude Code, żeby przepisać jeden moduł, jednocześnie otwierasz Cursor, żeby poprawić style, i trzymasz lokalnego Codex w trzeciej zakładce do refaktoryzacji testów. Efektem jest chaos w kopii roboczej: gałęzie nadpisują się nawzajem, niezatwierdzone pliki zostają nadpisane, kontekst dialogów ginie między różnymi oknami.

Programiści z proliferate-ai próbowali spakować to zoo w jedno środowisko. Ich projekt nazywa się Proliferate. To open-source'owe środowisko programistyczne (AI IDE), które obsługuje uruchamianie różnych agentów kodowania równolegle i izoluje każdego z nich w osobnej gałęzi git worktree.

Co jest pod maską i dlaczego potrzebujesz worktree

Podstawowa koncepcja projektu kręci się wokół pracy równoległej. Kiedy przypisujesz zadanie agentowi AI, nie chcesz czekać, aż zakończy generowanie i uruchamianie testów, zanim przejdziesz do następnego ticketa. Jednocześnie uruchamianie agentów w jednym katalogu roboczym jest niebezpieczne: nieuchronnie będą nadpisywać zmiany wprowadzone przez siebie nawzajem.

Proliferate rozwiązuje problem za pomocą wbudowanych narzędzi Git. Każde zadanie podrzędne otrzymuje własny git worktree z własną gałęzią, izolowanym terminalem, historią rozmów i ekranem przeglądu kodu.

Możesz jednocześnie mieć Claude Code zamykającego bug w backendzie, podczas gdy OpenCode lub Grok pisze testy integracyjne w następnym oknie. Pracują na tym samym repozytorium, ale fizycznie znajdują się w różnych folderach i nie zakłócają swojej pracy.

Obsługiwane silniki i narzędzia

Proliferate nie narzuca jednego modelu ani dostawcy. Ma wbudowany system natywnych wrapperów dla popularnych silników:

• Claude Code
• OpenAI Codex
• OpenCode
• Cursor
• Grok

Zamiast wymyślać niestandardowy format promptów, platforma używa natywnych interfejsów tych narzędzi. Jeśli masz już subskrypcję lub skonfigurowane klucze API, możesz podłączyć je do ujednoliconego panelu.

Projekt zawiera również obsługę MCP (Model Context Protocol), integrację z przeglądarką i dostęp do systemu (Computer Use). Ustawienia narzędzi konfiguruje się raz na poziomie projektu, po czym każdy podłączony agent może z nich korzystać.

Inną interesującą funkcją są zagnieżdżone podagenci. Główny agent może delegować fragment pracy do procesu potomnego, poczekać na wynik i kontynuować budowanie projektu.

Automatyzacja i procesy robocze

Oprócz ręcznego uruchamiania czatów, istnieje sekcja Workflows. Polega ona na uruchamianiu agentów według harmonogramu lub na podstawie zdarzeń.

Możesz na przykład skonfigurować nocny przegląd: agent przechodzi przez pliki zmienione w ciągu dnia, szuka regresji i umieszcza raport w osobnej gałęzi. Albo podłącz wyzwalacz do alertu monitoringu, żeby agent natychmiast sklonował gałąź z błędem i zaczął lokalizować awarię.

Projekt jest jeszcze świeży (nieco ponad 300 gwiazdek na GitHubie), ale funkcjonalność wygląda przemyślanie, szczególnie dla zespołów zmęczonych przełączaniem się między dziesięcioma terminalami.

Jak wdrożyć i wypróbować

Kliencka część Proliferate jest zbudowana w Rust i Tauri z interfejsem webowym na Node.js 22. Panel kontrolny backendu jest napisany w Pythonie z menedżerem pakietów uv i bazą danych PostgreSQL.

Kod źródłowy jest otwarty na licencji AGPL-3.0. Część serwerową można w pełni wdrożyć na własnej infrastrukturze przez Docker Compose lub w chmurze.

Budowanie aplikacji desktopowej ze źródeł

Jeśli chcesz wypróbować klienta lokalnie, będziesz potrzebować Rust, Node.js 22 i zainstalowanego pnpm.

# Клонируем репозиторий и ставим зависимости
git clone https://github.com/proliferate-ai/proliferate.git
cd proliferate

make install
make dev-local

Uruchamianie pełnego stosu do programowania

Docker jest wymagany do pracy z lokalną bazą danych i pełnym backendem:

make server-install
make setup PROFILE=main
make build
make run PROFILE=main

Repozytorium zawiera gotowy szablon server/deploy/.env.production.example ze wszystkimi zmiennymi środowiskowymi do łączenia dostawców i konfigurowania uwierzytelniania. Dla serwera produkcyjnego autorzy oferują gotowy plik docker-compose z Caddy jako odwrotnym proxy.

Komu projekt będzie teraz przydatny

Proliferate prawdopodobnie nie jest potrzebny tym, którzy używają autouzupełniania raz dziennie przez kilka linijek kodu. Zwykła wtyczka do edytora w zupełności to obsługuje.

Ale jeśli aktywnie delegujesz generowanie kodu do narzędzi CLI takich jak Claude Code i uruchamiasz kilka zadań równolegle, koncepcja izolowanego git worktree zaoszczędzi mnóstwo nerwów. Otrzymujesz wizualną tablicę kanban z agentami, gdzie każdy proces ma własny terminal, czysty diff i jasny status wykonania.

Projekt jest aktywnie rozwijany, z pewnością znajdą się bugi, ale podejście architektoniczne przez worktree wygląda o wiele bardziej niezawodnie niż ręczne przerzucanie gałęzi w konsoli.