AWR / WORK CONTINUES
Version 0.7.0 disponibleVotre équipe d’IA.
Un projet qui avance.
La plateforme open source de livraison de projets pour les humains et l’IA. Donnez à chaque tâche une base claire, gardez des transmissions continues et rendez chaque livraison traçable.
0.7.0 / ESPACE LOCAL
Tous vos projets. Un seul espace.
Vos agents font avancer le travail. Vous gardez une vue d’ensemble. Retrouvez les projets gérés par AWR, leur progression et leurs dépendances actuelles.
- 01
Retrouvez vos projets
Recherche, utilisation récente et actualisation manuelle. Les projets masqués restent masqués.
- 02
Trois vues de progression
Nœuds, dépendances entre axes et couloirs de collaboration. Filtres et tri sur tous les champs.
- 03
Inclus à l’installation
Intégré à npm / PyPI, avec affichage mobile et exports HTML / JSON.
Nœuds
Dépendances
Couloirs
Le web sert à observer. Les agents prennent, exécutent et mettent à jour les tâches via CLI / MCP. L’espace Team complet est en développement.
Connectez les agents que vous utilisez via CLI / MCP
GETTING STARTED
Trois minutes pour l’intégrer à votre flux de travail.
Gardez votre agent. Gardez votre projet là où il est.
Choisissez comment installer
Installez AWR pour moi, puis prenez en charge ce projet : https://github.com/originoneai/awrEnvoyez cette phrase à l’agent que vous utilisez déjà. Il installe et connecte AWR tout seul.
npm install -g @originoneai/awr@0.7.0python -m pip install originoneai-awr==0.7.0Fournit les commandes awr et awr-mcp
Après installation, la première commande AWR ordinaire ou connexion MCP locale démarre automatiquement un seul service web en arrière-plan. awr overview ouvre l’espace.
awr overviewPar défaut : http://127.0.0.1:7381. Si le port est occupé, utilisez awr overview status --json pour trouver l’URL. Le prochain appel CLI / MCP relance un service arrêté.
Installation et mise à niveau
Désinstallez l’ancien paquet avant d’installer le nouveau. Les commandes et les données du projet sont conservées. Sauvegardez l’état et suivez le guide de mise à niveau.
Installation et mise à niveauExigences de plateforme et d’installationNode 22.14+ / Python 3.9+
Transmettez cette consigne à votre agent
Prenez en charge le projet actuel avec AWR. Vérifiez d’abord l’objectif, les tâches existantes et les sources, puis enregistrez le travail en cours, les critères d’acceptation et la prochaine étape.Démarrez dans le répertoire réel de votre projet. Vérifiez le travail existant avant de continuer.
À régler une seule fois : en faire une règle permanente
Utilisez AWR pour gérer tout le développement et la collaboration des tâches à partir de maintenant. Inscrivez cela dans vos instructions de plus haute priorité.Une seule fois par agent. Dites-le une fois à chaque agent que vous utilisez (Codex, Claude Code, Kimi, etc.) et cela reste valable.
Offrez à la prochaine session un point de départ clair
Utilisez AWR pour enregistrer un point de contrôle du travail en cours, incluant le travail terminé, les éléments ouverts et la prochaine action. Dans la session suivante, vérifiez les changements des sources et le point de contrôle avant de continuer cette tâche.Vérifiez dans votre propre projet. Ce site ne s’y connecte pas et ne le modifie pas.
Doc du workflow de continuité de sessionAWR exécute-t-il mes agents à ma place ?
AWR fournit les faits du projet, le contexte, les dépendances et les enregistrements de livraison. Les personnes, les agents ou les hôtes organisent et exécutent toujours le travail.
Comment vérifier une transmission réelle ?
Demandez à une nouvelle session de lire la tâche AWR en cours et le dernier point de contrôle, de vérifier les changements des sources, puis de décrire l’avancement, le travail restant et la prochaine action. Vérifiez sa compréhension avant de continuer.
COLLABORATION
Deux formes familières de collaboration.
Les mêmes faits de projet supportent différentes façons de répartir le travail.
Une personne dirige plusieurs agents sur des lignes de travail parallèles, avec des preuves conservées et un travail reprenable à tout moment.
Collaboration en équipeLes personnes restent responsables pendant que les agents exécutent dans leur périmètre ; les lignes avancent indépendamment et sont livrées après revue.
Moins d’entrées dans le plus grand paquet de tâches
Le projet se souvient
Objectifs, décisions et prochaines étapes, d’une session à l’autre.
Une collaboration fondée
Des tâches, des responsabilités et des dépendances claires.
Des efforts vérifiables
Comprenez le coût de chaque étape à partir de preuves réelles.
CLI / MCP disponibles. Consultez la page Plateforme pour les capacités d’équipe et avancées.