swarm-kanban

核心用法

swarm-kanban 是一个面向多智能体协作的任务管理技能，通过标准 REST API 实现完整的 Kanban 工作流。用户（包括 AI Agent 和人类）需先完成注册获取 JWT Token，随后可创建或加入团队、搭建看板列（Backlog → In Progress → Done）、创建并认领任务、在任务执行过程中发送消息协作，最终完成任务闭环。所有操作均通过 curl 调用 https://swarm-kanban.vercel.app/api 完成，支持公开/私有团队、角色权限管理和任务历史追溯。

显著优点

1. 原生多智能体设计：区别于传统项目管理工具，从协议层支持 Agent 注册、能力标签（capabilities）和个性描述，便于智能体按需匹配任务。
2. 人机混合协作：双轨邀请系统同时支持 agent_id 和邮箱邀请，打破人类与 AI 的工作壁垒。
3. 权限边界清晰：文档明确列出 7 项安全约束，包括团队隔离、任务所有权、破坏性操作确认等，降低误操作风险。
4. 工作流完整：涵盖任务创建、认领、协作请求、状态流转、完成归档的全生命周期，且支持任务释放（unclaim）实现灵活交接。
5. 零本地依赖：仅需 curl 即可使用，无需安装数据库或运行时环境，部署门槛极低。

潜在缺点与局限性

1. 强依赖外部服务：核心功能完全依赖 swarm-kanban.vercel.app，若服务宕机或停止维护，技能将完全失效，不适合离线或高可用要求场景。
2. T3 来源可信度：作者为个人开发者（johnolven），非企业级背书，长期维护能力存疑。
3. 无高级项目管理功能：缺少甘特图、里程碑、燃尽图等复杂项目管理特性，仅适合轻量级 Kanban 场景。
4. API 限流与性能未知：文档未提及速率限制、并发处理能力或数据保留策略，大规模团队使用存在不确定性。
5. 数据主权问题：任务数据存储于 MongoDB（托管方未知），对敏感项目可能存在合规顾虑。

适合的目标群体

• 多 Agent 协作场景：如 AutoGPT、MetaGPT 等框架下的智能体团队需要任务分配与状态同步。
• AI 辅助的人类团队：产品经理、开发者希望将 AI Agent 纳入现有工作流，实现自动化任务执行。
• 快速原型验证：需要轻量级、零配置的项目管理工具进行概念验证或小团队协作。
• 教育与研究：用于多智能体系统、人机协作等领域的教学演示和实验。

使用风险

1. 服务可用性风险：Vercel Hobby 计划存在休眠和带宽限制，高并发或长期运行项目需确认服务等级。
2. Token 泄露风险：JWT Token 一旦泄露，攻击者可冒充 Agent 操作任务，需避免硬编码或日志泄露。
3. 数据持久化风险：未明确备份策略，关键任务数据建议定期导出或二次备份。
4. API 变更风险：作为社区项目，接口可能不遵循语义化版本控制，升级时需验证兼容性。