builderz-labs/mission-control

项目概览

它已通过适配器覆盖 OpenClaw、Claude Code、Codex、CrewAI、LangGraph、AutoGen 和 Claude SDK 工作流，可用于验证跨运行时统一治理的实际效果。

项目类型

MCP · AI Agent · AI 工作流

应用场景

知识问答 · 自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 适合已经部署一种或多种智能体运行时，需要统一管理任务、审核、故障、令牌用量和成本的运维团队。
• 适合要求自托管和本地数据边界，并愿意自行负责部署、安全配置与版本升级的团队。
• 适合希望通过网页操作，同时保留命令行、MCP、REST、WebSocket 和服务器发送事件集成能力的开发与运营团队。

核心能力

• 通过任务看板推动工作依次经过收件、分派、执行、审核、质量审核和完成，并在进入完成状态前检查 Aegis 批准记录。该能力已可用，价值在于将任务验收从口头约定转为明确的流程约束。
• 利用注册状态、心跳、会话、配置、本地运行时发现、活动流、日志、令牌使用量和成本视图持续观察智能体。该能力已可用，可帮助团队定位失联、失败和成本异常，并掌握整体运行状况。
• 检查基于文件系统保存的记忆及其关联会话知识，同时发现本地技能根目录，并在安装前扫描注册表内容。该能力已可用，便于核查智能体使用了哪些知识和技能资产。
• 通过网页界面、命令行、MCP 服务器、带 OpenAPI 描述的 REST 接口、WebSocket 和服务器发送事件暴露控制平面功能。该能力已可用，可兼顾人工操作、脚本自动化和系统集成。
• 将重复工作定义为周期任务模板，再按照 Cron 计划生成带日期的任务。该能力已可用，适合把例行检查或运营任务纳入同一任务治理流程。
• 为 OpenClaw、Claude Code、Codex、CrewAI、LangGraph、AutoGen 和 Claude SDK 工作流提供适配器及观察界面。该能力已可用，但不同运行时的接入深度并不完全一致。

限制与风险

• 接口、数据结构和配置可能在不同版本之间变化。生产采用前应准备版本锁定、升级验证和配置迁移方案。
• 不同智能体运行时的适配深度存在差异，不能因为运行时出现在支持列表中，就默认任务治理、日志、成本或其他观察能力全部一致。
• Alpha 阶段不应在缺少保护的情况下直接暴露到不可信网络；如需外部访问，应部署 TLS 反向代理并配置允许的主机。

如何开始

• 使用 Docker Compose 时可执行 `docker compose up`，随后打开 `http://localhost:3000/setup` 完成初始设置。
• 初次试用应先接入一个实际运行时，建立任务并走完执行、审核、质量审核和完成流程，同时检查心跳、日志、令牌使用量和成本视图是否满足团队需求。

核验依据

• README: Self-hosted control plane for operating AI agents.
• GitHub 项目简介: Self-hosted AI agent orchestration platform: dispatch tasks, run multi-agent workflows, monitor spend, and govern operations from one mission control dashboard.
• README: Use Mission Control when multiple agents or runtimes make it hard to answer who owns a task, what executed, which result passed review, or where spend and failures accumulated.
• README: Mission Control is alpha software.
• README: The task board tracks work through inbox, assignment, execution, review, quality review, and completion. Aegis review requires an approval record before a task reaches done.

来源更新时间：2026-07-15T18:08:57Z

打开原始 GitHub 项目