MAIster — управление запуском ИИ-агентов над приватным кодом

ИИ-агенты умеют писать код. Проблема начинается вокруг них: как запустить агента, как не дать ему положить не тот файл, как понять, что работа сделана, и как повторить тот же процесс завтра. MAIster — это открытое решение на Node.js, которое закрывает именно этот слой. Оно разворачивается на своём сервере, работает с приватными репозиториями и не отправляет код наружу.

Проект на стадии beta до версии 1.0. Авторы прямо пишут, что это инструмент для оценки и экспериментов на своём железе, а не готовая корпоративная платформа.

Модель за шестьдесят секунд

Задача → версионированный сценарий → отдельная рабочая копия → агент по ACP
      → решения человека и проверки → ревью → pull request или локальное слияние

Четыре идеи держат всё остальное:

• Одна панель управления. Проекты, активные рабочие копии, задачи и запросы к человеку видны в одном месте. Не нужно переключаться между десятком терминалов.
• Повторяемый процесс. Сценарии ставятся как пакеты и закрепляются на конкретной версии. Пакет описывает, какие агенты и шаги идут в работу, где стоят проверки, сколько раз можно вернуться назад.
• Управляемый запуск. Для каждой сессии выдаются только те права, которые ей нужны. Ограничения проверяются на границе протокола Agent Client Protocol, а журнал запусков остаётся для разбора.
• Доказательство до слияния. Прежде чем код доедет до целевой ветки, проверяются артефакты, готовность, диффы и бюджет токенов.

Что внутри репозитория

Панель и демон работают двумя отдельными процессами Node на одном хосте и общаются по HTTP и через server-sent events. Postgres хранит состояние управления. Рабочие копии агентов создаются через git worktree. Сами агенты остаются внешними — MAIster их не переписывает, он ими управляет.

Быстрый старт

Требуются Node 24, pnpm, Git, Docker с Compose и хотя бы один агент, авторизованный на этом хосте. В Docker поднимается только Postgres: панель и демон живут на хосте, потому что им нужно запускать CLI агентов и работать с локальными репозиториями. Поддерживаются Linux и macOS; на Windows всё это запускается внутри WSL2.

Одна команда клонирует репозиторий, ставит зависимости, создаёт файлы окружения со сгенерированным AUTH_SECRET, поднимает Postgres, применяет миграции и собирает фасад MCP:

curl -fsSL https://imaister.dev/quickstart.sh | bash

Это тот же скрипт, что лежит в репозитории: scripts/quickstart.sh. Он не перезаписывает существующий файл окружения, поэтому его безопасно запускать повторно. Если хочется увидеть содержимое заранее, прочитайте файл, а потом запустите ./scripts/quickstart.sh из копии репозитория.

Дальше запускаются два процесса:

cd maister
pnpm dev        # демон на :7777, панель на :3000

Откройте http://localhost:3000/login и войдите как admin@maister.local с паролем maister-admin — при первом входе система попросит задать новый. Перед первым запуском откройте Settings → ACP runners: на свежей установке первый визит регистрирует нативный раннер для каждого найденного адаптера. Дождитесь статуса Ready. Затем добавьте репозиторий через Projects → Add project.

Те же шаги вручную:

git clone https://github.com/maister-dev/maister.git
cd maister
pnpm install --frozen-lockfile

cp .env.example .env
cp web/.env.sample web/.env.local
cp supervisor/.env.sample supervisor/.env

# Положите вывод в AUTH_SECRET в web/.env.local
openssl rand -base64 33

docker compose up -d --wait postgres
pnpm --filter maister-web db:migrate
pnpm --filter maister-web db:migrate:brain
pnpm --filter @maister/mcp build

Дальше в двух отдельных терминалах:

pnpm --filter @maister/supervisor dev    # http://localhost:7777
pnpm --filter maister-web dev            # http://localhost:3000

Подробности, требования к адаптерам и порядок работы с базой — в Getting Started.

С какими агентами работает

MAIster управляет агентами через Agent Client Protocol (ACP) и его SDK. На каждую сессию демон поднимает отдельный процесс адаптера и проверяет права именно на этой границе.

Агенты работают с той авторизацией, которая настроена на машине выполнения, — это включает и сессии по подписке. Провайдеры вроде Anthropic и OpenAI задаются в конфигурации раннера, а секреты передаются только по имени переменной окружения.

Готовые сценарии

Собственные пакеты сценариев лежат в отдельном репозитории — maister-plugins. Каждый пакет закрепляется своим git-тегом и ставится из Settings → Package sources.

Сам проект построен на AI Factory, и репозиторий намеренно хранит эту инженерную историю в каталоге .ai-factory: планы реализации, ревью и рассуждения, которые привели к текущей архитектуре.

Документация

Кому это подходит

Техническому владельцу или небольшой команде, которая ведёт несколько проектов, держит исходный код закрытым и уже работает с ИИ-агентами. Такой команде нужен один пульт вместо множества терминалов: с состоянием проектов, запусками, ручными рабочими копиями, решениями человека, ревью и переносом изменений.

Чего пока нет: изоляции процессов на уровне контейнеров, входа через OIDC/SSO/MFA, автоматических проверок резервного копирования, маршрутизации уведомлений и полноценной квалификации для больших организаций. Порядок версий описан в RELEASING.md.

Участие в проекте описано в CONTRIBUTING.md, правила поведения — в CODE_OF_CONDUCT.md, уязвимости принимаются по приватному маршруту из SECURITY.md. Лицензия — MIT, файл LICENSE.