AI 工具越来越多，但"AI 做了什么、做对了没有、改了哪里、谁批准的"这些问题在大多数工具里没有答案。 PinableAgents 把 AI 研发动作串成固定流程——从接入 Runtime、并行编排、到可验证交付、经验回流，每一段都有对应的命令与落盘产物。
PinableAgents 把 AI 研发动作串成固定流程：接入 Runtime、并行编排、可验证交付、经验回流。 每一段都有对应的命令与落盘产物，不是黑盒。
在统一运行根 $PINABLE_HOME 下接入 Provider 与执行引擎，安装 Skill、Workflow、MCP。配置一次，之后所有任务共用。
codex · claude · antigravity · pi
按 dependencies 排序，逐任务隔离 worktree
配置、会话、交付与经验归集一处
不必为每个 AI 工具各维护一套配置。Provider、模型与执行引擎集中在一处，按任务决定这一次用哪个。
--backend 与 --model 可按任务指定，同一批任务里混用不同后端。$PINABLE_HOME，所有项目共用一份。
把一批任务交给 pinable，它读入任务块、按依赖排序、逐个在独立 worktree 中执行——互不踩踏，产物可分别审阅。
dependencies，执行顺序由依赖决定，不用手工排期。--worktree 让每个任务在自己的 git worktree 里改代码，互不影响。workdir、backend、model、skills 都能按任务单独设定。变更走一条固定的交付链路：提交、校验、执行、审批、证据、时间线。每一步都留痕，随时可以回看当时发生了什么。
submit → validate → start → approve → evidence → timeline。从任务过程与人工纠正中采集候选经验，脱敏评审后进入复用库，在相似上下文里按需召回，并持续验证它是否真的改善了结果。
以下边界来自仓库当前状态。与其让用户在下载后发现，不如先说清楚。
早期用户的真实反馈——不是市场文案，是他们在实际项目里用过之后说的话。
以前每次 AI 改了代码都要手动 diff、手动记录，PinableAgents 的交付链路让这件事变成了自动的。审批记录和时间线省了我大量沟通成本。
可以同时跑四个后端处理不同类型的任务，配置一次就能在所有项目里复用，这个设计非常省心。以前每个项目都要单独配 Claude Key 和 OpenAI Key，现在不用了。
worktree 隔离这个功能解决了我最头疼的问题——AI 在同一个分支改代码会互相踩踏。现在让它并行跑，完成后我自己审再合并，清晰多了。
下载桌面端，接入你已有的 AI 后端，从第一个任务开始留痕。
下面每一条都对应产品里一个真实可用的入口或命令。没有占位功能，也没有"即将上线"。
codex、claude、antigravity、pi 在同一控制面配置，按任务指定 --backend 与 --model。
集中管理 Provider、模型与随包 AI 兼容网关，密钥与账号不外散到各个项目。
--parallel 读入 ---TASK--- 块，按 dependencies 排序执行，逐任务指定 workdir、backend 与 skills。
--worktree 让每个任务在自己的 worktree 中执行，互不踩踏，完成后可单独审阅。
多 Tab PTY 终端，本机与 SSH 服务器统一接入，危险命令有 Guard 规则拦截。
提交、校验、执行、审批、证据、时间线六段链路，AI 变更全程留痕可回放。
从任务与纠正中采集候选经验，脱敏评审后入库，按上下文召回并验证效果。
telegram、feishu、weixin、weixin_miniapp 四个通道接入，支持后台执行或终端接管。
codegraph 提供 8 个只读代码图谱工具，另有 remote-servers 与 a2ui 开箱可用。
do、bugfix、image-gen、video-analysis、a2ui、pinable 六个模块按需安装，支持依赖排序。
把周期性工作交给调度器，本机静态站点服务直接对外，无需另起一套工具。
以 Agent Card 与访问凭据对外暴露能力，并发与授权范围可独立控制。