🎯 Async Issue Manager

上班前丢任务，下班后看结果。 纯本地异步任务管理系统，让 AI Agent 在你不在线时自动工作。

为什么需要这个？

大多数人用 AI Agent 的方式是"坐在电脑前，一问一答"。但如果你是上班族呢？

❌ 传统方式：人盯着 Agent 干活，效率 = 你在线的时间
✅ 异步方式：丢任务就走，Agent 自己调度、执行、归档

这个系统让你的 Agent 像一个自动运转的小团队——你自己配置有哪些 Agent、各自擅长什么，系统按标签自动派活。

工作流

    你随口说一句 → 自动建 Issue（排优先级、打标签）
         ↓
    每小时闹钟响 → 主 Agent 扫待办篮子、按标签派活
         ↓
    子 Agent 各自执行 → 完成后 Issue 自动关单
         ↓
    你下班看 closed/ → 全是今天的成果
                    ┌──────────▼────────────┐
                    │   🌙 晚上下班         │
                    │   看结果 → 发推        │
                    └───────────────────────┘

旁路还有：

• 🔍 巡查系统：自动发现代码问题，能修的直接修
• 📦 Git 管理：纯本地，不依赖外部服务

特性

• 纯本地 — .issues/ 目录 + Git，不依赖 GitHub Issues / Jira / Notion
• 自动巡查 — 每天自动扫描代码问题、文档过期、未使用资源
• 智能调度 — 不是死板规则，指挥官 Agent 根据上下文判断派活
• 自动去重 — 相同问题不会重复建 Issue
• 文档同步检查 — 代码改了文档没更新？自动检测并建 Issue
• Git 可追溯 — 每个 Issue 的生命周期完整记录

快速开始

1. 安装

# 在 OpenClaw 工作区创建目录结构
mkdir -p .issues/{open,in-progress,closed}

# 方式 A: 作为 Skill 安装（推荐）
cp -r async-issue-manager/ <your-workspace>/skills/

# 方式 B: 直接复制脚本到工作区
cp -r async-issue-manager/scripts/* <your-workspace>/scripts/issues/

2. 创建第一个 Issue

python3 scripts/manager.py create \
  --title "测试异步任务系统" \
  --body "验证 Issue 创建 → 分配 → 关闭的完整流程" \
  --priority P2 \
  --labels test

3. 配置 Cron 自动调度

在 OpenClaw 中配置 cron：

{
  "schedule": { "kind": "cron", "expr": "0 * * * *" },
  "payload": { "kind": "systemEvent", "text": "issue-hourly-dispatch" },
  "sessionTarget": "main"
}

或使用系统 crontab：

0 * * * * cd /workspace && bash scripts/auto-dispatch.sh

4. 查看结果

# 看有哪些任务
python3 scripts/manager.py list --status open
python3 scripts/manager.py list --status closed

# 看某个任务详情
python3 scripts/manager.py show 1

目录结构

.issues/                          # Issue 存储
├── open/                         # 待处理
├── in-progress/                  # 进行中
├── closed/                       # 已完成
└── index.json                    # 索引

scripts/
├── manager.py              # Issue CRUD 核心（307行）
├── broadcast.py            # Agent 订阅 & 广播（103行）
├── inspector.py            # 巡查系统（183行）
└── auto-dispatch.sh        # 自动调度入口（47行）

总计约 640 行代码，纯 Python + Bash，零外部依赖。

Issue 生命周期

创建 → open/ → 分配 → in-progress/ → 完成 → closed/
                                        ↑
                            巡查系统自动创建

每次状态变更：

1. 文件从一个目录移动到另一个目录
2. YAML front matter 自动更新
3. index.json 同步更新
4. Git commit 记录变更

巡查系统详解

巡查系统是这个方案的精华——Agent 不只执行任务，还能自己发现问题。

检查项	描述	发现后
未实现功能	代码中的 not_implemented stub	自动建 Issue
文档过期	代码改了，README 没更新	自动建 Issue
闲置资源	30 天未修改的 Skill	自动建 Issue
记忆膨胀	MEMORY.md > 10KB	自动建 Issue
冥想缺失	Agent 昨天没产出	自动建 Issue

巡查器（inspector.py）内置 4 项检查，可轻松扩展自定义规则。

自定义

修改 Agent 订阅

编辑 scripts/broadcast.py 中的 AGENT_SUBSCRIPTIONS：

AGENT_SUBSCRIPTIONS = {
    "your_agent": {
        "labels": ["your-label"],
        "priority": ["P1", "P2"]
    }
}

添加巡查规则

在 scripts/inspector.py 的 Inspector 类中添加新方法：

def check_your_custom_rule(self):
    """你的自定义检查"""
    # 检查逻辑...
    if problem_found:
        self.issues.append({
            "type": "warning",
            "priority": "P2",
            "title": "发现问题",
            "body": "问题描述",
            "labels": ["your-label"]
        })

然后在 run() 方法中调用它。

真实数据

这个系统在我们的 OpenClaw 实例上运行了 2 周的成果：

• 35 个 Issue 被创建（自动 + 手动）
• 30+ 个已关闭（完成率 > 85%）
• 巡查系统自动发现并修复了文档过期、代码 stub、资源闲置等问题
• 零外部依赖 — 纯文件系统 + Git

灵感来源

• OpenClaw 的 sessions_spawn 机制（子 Agent 自动执行）
• steipete 的"人才是瓶颈"哲学（不搞复杂编排，指挥官直接判断）
• GitHub Issues（文件格式借鉴，但不依赖 GitHub 平台）

License

MIT

Authors

林月 (@YuLin807) — x.com/YuLin807
小灵 🦞 — AI Partner

---

人在工位，龙虾在家干活。这才是人机协作该有的样子。