企业官网建设流程全解析

如何在Paca中创建第一个AI Agent：任务指派与AI自然语言协作完全教程

【免费下载链接】pacaAI-native, free, open-source alternative to Jira, Trello, ClickUp & Monday. Built for Scrum teams where humans and AI agents collaborate as equals — on the same board, the same sprints, the same goals. Self-hosted. Fully customizable via config and plugins.项目地址: https://gitcode.com/gh_mirrors/pac/paca

Paca 是一个 AI 原生的开源项目管理平台（Jira、Trello、ClickUp 的免费替代品），它最大的特色是让AI Agent 作为 Scrum 团队的一等成员，与人类同事共享同一块看板和同一个迭代。这篇 Paca AI Agent 教程将带你完成三步创建向导，建立第一个 AI Agent，并通过任务指派和自然语言对话两种方式和它协作。

Paca 的 AI Agent 是什么？

在 Paca 中，AI Agent 不是挂在侧边的聊天机器人，而是一名单正团队同事：

• 出现在项目成员列表中，拥有自己的 Handle（用于 @提及）
• 可以被指派任务，从看板上领取工作并实时更新状态
• 完成后会在任务的评论区自动发布总结
• 支持 @提及、直接对话等多种自然语言交互方式

这意味着你不需要离开 Paca，用一句"帮我拆分这个需求"或"修复这个 Bug"就能驱动 AI 干活。

准备工作：安装 Paca 并进入项目

如果你还没有自己的 Paca 实例，在任意带 Docker 的 Linux 服务器上执行官方安装脚本即可，脚本会引导你完成全部配置：

curl -fsSL https://gitcode.com/gh_mirrors/pac/paca/raw/master/scripts/install.sh | bash

安装完成后用浏览器打开你的服务器地址，登录并进入一个项目。创建项目级 Agent 需要agents.write和project.members.write两个项目权限，通常管理员和项目所有者默认具备。

三步创建向导：创建你的第一个 AI Agent

进入项目后，在侧边栏打开Agents（智能体）页面，点击右上角的New Agent（新建智能体）按钮。创建流程是一个清晰的三步向导，源码位于 create-agent-dialog.tsx。

第一步：设置智能体身份

填写三个字段：

第二步：选择智能体类型和模型

这是向导的核心。Paca 提供三种智能体类型，决定了 AI 在哪里、以何种方式执行：

新手建议选LLM。选好后可以从五个内置预设中快速开始，预设会自动填好描述、模型和系统提示词：

• Software Engineer—— 实现功能、修复 Bug
• Code Reviewer—— 审查代码质量与安全
• QA Engineer—— 编写和运行测试
• Planner—— 拆分目标、组织迭代工作
• Business Analyst—— 编写需求、用户故事与验收标准

然后补齐 LLM 类型的必填项：

1. 提供方（Provider）：如anthropic，也支持自定义
2. 模型（Model）：如claude-sonnet-4-6
3. API 密钥：加密存储，不会在 API 响应中暴露
4. 基础 URL（Base URL）：如https://api.anthropic.com

选填项：

• 系统提示词：自由定义 Agent 的行为风格，例如"你是一名高级软件工程师……"
• 默认环境：为 Agent 指定一个静态工作环境
• Docker 访问：允许一次性沙箱容器访问 Docker

预设的定义可以直接查看 agent-api.ts。

第三步：分配项目角色

项目 Agent 必须带一个项目角色加入项目——它决定这个 AI 成员能读取和修改什么（例如只读角色 vs 可写任务的角色）。选择角色后点击创建智能体，Agent 卡片就会出现在 Agents 页面，与人类成员一起成为项目的一员。

💡 想要跨项目复用的 Agent？管理员可以在Admin → Agents页面用同一个向导创建全局 Agent。

协作方式一：任务指派给 AI Agent

创建完成后最直接的用法：打开任意任务，在**负责人（Assignee）**选择器中选中你的 AI Agent（支持多个负责人）。

任务一指派，Paca 就会触发 Agent 会话：它在隔离沙箱中开始工作，过程中实时同步事件到看板，完成后自动在任务评论区发布总结，必要时还会创建 Pull Request。

协作方式二：@提及与直接聊天

除了任务指派，还有两种自然语言触发方式（触发模型详见 overview.md）：

在任务评论中 @提及

在任意任务或文档的评论区输入@dev-bot 请帮我补充这个需求的验收标准，Agent 会直接在评论线程中回复。

用对话面板自然语言协作

打开项目的Conversations（对话）面板，选中 Agent 后用大白话沟通即可——规划工作、创建或更新史诗、故事、任务、文档，全程无需离开 Paca：

进阶技巧：让 Jev 自动路由和自动指派

Paca v0.17.0 引入了 Jev AI 集成（Settings → Jev AI，按需开启、自带密钥、加密存储）：

• Agent 自动路由：聊天时 Agent 选择器选Auto，Jev 根据每个 Agent 的描述把消息交给最合适的 Agent
• 任务自动指派：把任务负责人设为Auto，Jev 会按成员描述挑选最匹配的成员（包括 AI Agent）；没有把握时保持未指派并在活动流说明原因
• 任务字段自动填充：创建任务时 Jev 自动补全优先级、类型、故事点等留空字段

更进一步，你还可以在Automation（自动化）中组合"触发 → 条件 → 动作"的可视化工作流，让 Agent 在任务状态变更等事件发生时自动被派遣，详见 automation-workflows.md。

常见问题速答

Q：API 密钥安全吗？A：LLM API 密钥在数据库中加密存储，且不会通过 API 响应返回。

Q：Agent 会动到我的生产代码吗？A：llm类型 Agent 运行在独立的一次性 Docker 沙箱容器中，与宿主环境完全隔离；代码克隆和 PR 创建都通过短期授权令牌完成，Agent 永远接触不到 VCS 凭据。

Q：ACP 类型 Agent 需要额外做什么？A：创建后会弹出一次性配置对话框，生成桥接令牌并引导你在本地启动paca-acp-bridge，用你自己的 git/gh 凭据运行本地 CLI，详见 acp-bridge/README.md。

Q：Agent 的执行过程能看到吗？A：可以。对话历史、暂停/继续/停止控制以及实时事件监控都在对话面板中提供。

延伸阅读

• 快速上手安装：getting-started.md
• AI Agent 完整设计文档：overview.md
• Agent REST API 字段级参考：api-design.md
• 环境管理（静态环境、终端、SSH）：environment-management.md
• Agent 管理端到端测试场景：agents.feature

现在，去你的 Paca 项目里创建第一个 AI Agent，把一件真正的工作交给它吧 🦙

【免费下载链接】pacaAI-native, free, open-source alternative to Jira, Trello, ClickUp & Monday. Built for Scrum teams where humans and AI agents collaborate as equals — on the same board, the same sprints, the same goals. Self-hosted. Fully customizable via config and plugins.项目地址: https://gitcode.com/gh_mirrors/pac/paca