Git-backed graph issue tracker for AI agents，支持依赖关系管理、多代理协作与JSON自动化输出。
说明：
## 核心定位
Beads 是专为 AI 代理设计的分布式 Git 支持型任务追踪系统，用依赖感知图替代传统 Markdown 计划，将任务数据以 JSONL 形式存储于 `.beads/` 目录。
## 核心用法
**初始化与基础操作**
– `bd init –quiet`：非交互式初始化，自动安装 Git hooks
– `bd ready –json`：获取就绪任务队列（核心工作入口）
– `bd create “标题” -p 1 –json`：创建任务，支持 epic/subtask 层级（如 `bd-a3f8` → `bd-a3f8.1`）
– `bd update –status in_progress –assignee agent-1`：认领并更新状态
– `bd close –reason “Done”`：关闭任务
– `bd sync`：会话结束前强制同步到 Git
**依赖管理**
– `bd dep add child parent` 建立阻塞关系
– `bd dep tree` 可视化依赖树
– `bd dep cycles` 检测循环依赖
– 支持 `blocks`/`related`/`parent`/`discovered-from` 四种关系类型
**多代理协作**
– 通过 `–assignee` 分配任务
– `bd ready –assignee agent-1` 查询特定代理的待办
– 支持 `–deps discovered-from` 追溯任务发现来源
## 显著优点
1. **机器优先设计**：所有命令支持 `–json` 输出，无 GUI 依赖，完美适配 LLM 解析
2. **Git 原生集成**：任务数据版本化，天然支持分支、合并、回滚与团队协作
3. **依赖驱动工作流**：自动计算就绪任务，避免代理执行阻塞操作
4. **层级化 ID 系统**：Epic-Subtask 三级结构（如 `bd-a3f8.1.2`），便于大规模项目分解
5. **多安装渠道**：Homebrew 与 npm 双渠道分发，降低部署门槛
## 潜在缺点与局限性
1. **生态早期阶段**：作为新兴工具，社区规模、IDE 插件、第三方集成有限
2. **学习曲线**：依赖图模型对传统待办清单用户有认知成本
3. **Git 仓库污染**：`.beads/` 目录可能增大仓库体积，需定期 `bd admin compact`
4. **无云端托管**：纯 Git 方案缺乏 SaaS 仪表盘，非技术成员参与门槛较高
5. **编辑限制**：`bd edit` 命令依赖 $EDITOR，代理无法使用，需通过 `bd update` 逐项修改
## 适合人群
– **AI 代理开发者**：需要结构化任务队列与机器可读接口
– **技术驱动型团队**：熟悉 Git 工作流，追求数据主权与离线优先
– **复杂项目管理者**：任务间存在强依赖关系，需要拓扑排序执行
– **多代理协作场景**：需明确任务归属与交接状态追踪
## 常规风险
– **数据一致性**：代理异常终止可能导致本地变更未 `bd sync`，造成任务状态丢失
– **Git 冲突**：多代理同时修改 `.beads/` 可能引发合并冲突，需依赖自动同步机制
– **ID 硬编码风险**：脚本或提示词中硬编码 `bd-a1b2` 格式 ID，若重新初始化会失效
– **权限管理**：无内置权限层，依赖 Git 托管平台的访问控制，敏感任务需额外保护
会员专属
