面向 Vibe Coding 项目,让开发者和编程 Agent 不必翻找零散文档和历史对话,也能随时掌握进展、接续工作并稳步推进。
不用翻找过期的 TODO 和历史对话,也能让开发者与编程 Agent 始终知道项目做到哪了、接下来该做什么。
MileStack 把项目进度和任务上下文统一保存在本地,让开发者与编程 Agent 始终基于同一份项目状态协作。它让每个新会话都能可靠回答三个问题:项目目前进展如何?现在正在做什么?下一步该做什么?
MileStack 目前处于早期 V0 阶段,面向本地开发工作流。项目数据始终保存在你自己的机器上。
开发者通常会先与擅长深度推理的模型讨论需求和方案,但讨论结论很容易停留在对话里。随着项目在不同会话、模型和开发者之间切换,真实进度又会继续散落到 TODO、计划文档和交接记录中。这些信息很快就会互相矛盾,新的 Agent 必须先重新拼凑项目上下文,开发者也得反复确认哪份计划才是最新的。
- 开发者可以在一个页面看到当前工作、待办顺序、阻塞、审核项和最近完成的任务; - 编程 Agent 有任务 ID 时直接读取指定任务;没有任务 ID 时通过 MCP 查询项目状态并选择队列中第一个可领取任务,然后建立本轮执行权、记录进展并留下交接信息; - 任务依赖和执行凭证明确展示哪些工作可以开始,并避免两个会话同时执行同一任务; - 每轮审核都绑定到确切的 Git commit,高风险工作仍由开发者把关; - 所有数据都保存在项目本地的 SQLite 数据库中,不需要账号、云服务或远程数据库。
1. 开发者与擅长深度推理的模型讨论需求和方案,直到双方确认目标与边界。 2. AI 调用 MileStack,将已经确认的结论整理成结构化任务,而不是让开发者逐条手工录入。 3. 开发者检查 AI 创建的草稿任务,确认风险、依赖和执行顺序。 4. 有任务 ID 时,实施 Agent 直接读取指定任务;没有任务 ID 时,它先查询项目状态,选择 next 中第一个 runnable = true 的任务,再通过 starttask 建立本轮执行权。 5. 实施 Agent 记录阶段成果、阻塞和交接上下文,并以固定 Git commit 提交。 6. 开发者将任务 ID 发送给独立审核 Agent;审核 Agent 通过 startreview 建立审核权并检查制品。 7. 审核结果进入 MileStack,页面和下一个被分派的 Agent 会话随即看到最新状态。
MileStack 需要 Node.js 22 或更高版本,以及请确保项目已初始化为 Git 仓库。
如需配置其他支持项目级 MCP 的客户端,可以把 codex 替换为 claude、cursor、grok 或 opencode;也可以重复传入 --client,一次配置多个客户端。AGY(Gemini CLI)使用动态项目发现,需要进行一次手动全局注册,详见用户指南。
最后,在项目根目录的 AGENTS.md 中加入下面这行,让编程 Agent 读取 MileStack 生成的工作流规则:
初始化完成后重启编程客户端,并让它在开始工作前先查看 MileStack 项目状态。
能力 带来的变化 --- --- 统一的项目视图 当前任务、下一步、阻塞、草稿箱、待审核和已完成工作不再分散在多份文档里。 跨会话接续 新 Agent 会话直接读取结构化任务上下文和语义历史,不必重放旧对话。 感知依赖的队列 开发者决定执行顺序,MileStack 明确显示哪些任务现在真正可以开始。 明确的选择与执行权 Agent 优先处理开发者指定的任务;未指定时按队列选择下一可领取任务,并原子建立执行权。 可审核的交付 每轮审核对应一个确切的 Git commit,执行权与审核权彼此分离。 稳定的 Vibe Coding 心流 新需求先进入草稿箱,不会突然打断当前任务,当前进度和下一步都被保留下来,可
From the project README.
Add the radar badge to your README — it shows your project was picked up by MCP Radar and links to this page:
[](https://mcp.liqiwa.com/s/SuperYang006--MileStack.html)
Open-source control plane for Codex projects: Git-backed context, visible agent progress, scoped MCP access, resumable work, and safe handoffs.
howznguyen/pi-delegate-mcpMCP server that turns the pi coding agent into a steerable background worker: delegate a task, redirect it mid-run, and keep its context out of your own.
DavidFeder/pulsechain-mcpPulseChain MCP server for AI agents: chain reads, markets, swap quotes, and encrypted wallets
abhishekswe/agent-fastpathJev MCP server: a decision layer for coding agents, built on TypeSafe Jev (System One model). Ship gates, risk checks, file triage that keeps files out of context, and a safe headless browser, with ca
felipedamacenoteodoro/mcp-google-flowMCP server for controlling Google Flow (Veo, Nano Banana) with AI agents from your own browser.
hoangcoderr/TDTUElearningMCPMCP server for TDTU E-learning, enabling AI assistants to access and interact with courses, assignments, grades, and learning resources.
The top new MCP servers of the week, every Monday. No spam, unsubscribe anytime.