GitHub stars License Open Core

VOLY — open-core платформа для управления AI-агентами, которые участвуют в разработке программного обеспечения. Она объединяет запуск и координацию агентов, работу с моделями и провайдерами, управление задачами, память проекта, контроль выполнения, проверку результатов и учёт затрат в единой среде.

VOLY помогает перейти от разрозненного использования AI-инструментов к управляемому процессу разработки, в котором человек задаёт цель и критерии результата, а агенты выполняют отдельные этапы работы под контролем общей системы.

1. Назначение проекта

Современные AI coding agents умеют анализировать код, создавать и изменять файлы, запускать команды, исправлять ошибки и выполнять отдельные задачи разработки. Однако при использовании нескольких инструментов и агентов возникает необходимость управлять не только генерацией кода, но и всем процессом:

VOLY предоставляет инфраструктурный слой для решения этих задач.

2. Основная концепция

VOLY выступает в роли control plane для AI-разработки. Платформа не привязана к одному поставщику моделей или конкретному coding agent. Она организует взаимодействие между задачами, исполнителями, инструментами и проверками.

Типовой процесс выглядит следующим образом:

  1. Постановка задачи. Пользователь описывает желаемый результат, ограничения и критерии приёмки.
  2. Планирование. Задача анализируется и при необходимости разбивается на последовательные или зависимые этапы.
  3. Оркестрация. VOLY выбирает подходящих исполнителей и модели, учитывая доступность провайдеров и заданные ограничения.
  4. Выполнение. Агенты анализируют проект, вносят изменения, запускают команды и передают результаты между этапами.
  5. Проверка. Система собирает результаты выполнения и запускает предусмотренные проверки.
  6. Фиксация результата. Сохраняются изменения, события, затраты, результаты проверок и обратная связь.
  7. Использование контекста. Полученная информация может использоваться в последующих задачах для сохранения непрерывности работы над проектом.

Человек сохраняет контроль над целями, архитектурными решениями, доступами и критериями качества.

flowchart TD
    S(["Новая задача"]) --> C["Сбор контекста проекта"]
    C --> P["Декомпозиция и план"]
    P --> G["План требует нескольких ролей?"]:::decision
    G -- Да --> D["Назначение ролей и исполнителей"]
    G -- Нет --> D1["Назначение исполнителя"]
    D --> X["Выполнение этапов"]
    D1 --> X
    X --> R["Сбор изменений и результатов"]
    R --> Q["Проверки и оценка"]
    Q --> OK["Критерии выполнены?"]:::decision
    OK -- Да --> EV["Формирование Evidence"]
    OK -- Нет --> L["Допустима ещё одна итерация?"]:::decision
    L -- Да --> FIX["Корректировка плана / исправления"]
    FIX --> X
    L -- Нет --> REVIEW["Передача на ручную проверку"]
    REVIEW --> EV
    EV --> MEM["Сохранение истории и контекста"]
    MEM --> END(["Завершение задачи"])

    classDef decision fill:#0a0f1a,stroke:#3f63b4,stroke-width:1.5px,stroke-dasharray:6 4,color:#c9d6fb

3. Основные возможности

3.1. Оркестрация AI-агентов

VOLY позволяет организовывать работу нескольких агентов и распределять между ними задачи в соответствии с их ролью и назначением.

Возможные роли в процессе разработки:

Оркестрация включает декомпозицию задач, управление этапами, передачу результатов и учёт зависимостей. Конкретный состав ролей и сценарий выполнения определяются задачей и конфигурацией проекта.

flowchart LR
    U["Пользователь"] --> LEAD["Lead Orchestrator"]
    LEAD --> ARCH["Architect"]
    ARCH --> PLAN["План и критерии приёмки"]
    PLAN --> DEV["Developer"]
    DEV --> TEST["Tester"]
    TEST --> REV["Reviewer"]
    REV --> DEC["Результат принят?"]:::decision
    DEC -- Нет --> DEV
    DEC -- Да --> OUT["Результат и Evidence"]

    LEAD -. "Контекст и состояние" .-> MEM["Project Memory"]
    MEM -. "Контекст" .-> ARCH
    MEM -. "Контекст" .-> DEV
    MEM -. "Контекст" .-> TEST
    MEM -. "Контекст" .-> REV

    OUT --> U

    classDef decision fill:#0a0f1a,stroke:#3f63b4,stroke-width:1.5px,stroke-dasharray:6 4,color:#c9d6fb

Схема показывает логическую модель ролей. Фактический состав агентов, последовательность и возможность параллельного выполнения зависят от конкретного workflow.

3.2. Работа с моделями и провайдерами

VOLY поддерживает работу с различными моделями и AI-провайдерами через единый управляющий слой.

Ключевые задачи этого слоя:

Такой подход снижает зависимость рабочего процесса от одного поставщика AI-моделей и позволяет менять исполнителей без необходимости перестраивать весь процесс разработки.

flowchart TD
    TASK["Запрос на выполнение"] --> CLASS["Определение типа и требований задачи"]
    CLASS --> POLICY["Политики маршрутизации<br/>Качество · Стоимость · Доступность"]
    POLICY --> SELECT["Выбор модели / провайдера"]
    SELECT --> CALL["Вызов исполнителя"]
    CALL --> RESULT["Выполнение успешно?"]:::decision
    RESULT -- Да --> SAVE["Сохранение результата и затрат"]
    RESULT -- Нет --> HEALTH["Проверка состояния провайдера"]
    HEALTH --> FALLBACK["Есть допустимый резерв?"]:::decision
    FALLBACK -- Да --> ALT["Выбор резервного исполнителя"]
    ALT --> CALL
    FALLBACK -- Нет --> ERROR["Ошибка / ожидание / ручное решение"]
    SAVE --> DONE(["Возврат результата"])

    classDef decision fill:#0a0f1a,stroke:#3f63b4,stroke-width:1.5px,stroke-dasharray:6 4,color:#c9d6fb

3.3. Управление задачами и выполнением

VOLY предоставляет механизмы управления жизненным циклом задач и их этапов.

В рамках выполнения могут использоваться:

Это позволяет описывать процесс разработки как управляемую последовательность действий, а не как набор несвязанных запросов к AI.

3.4. Память и контекст проекта

Для работы над программным продуктом недостаточно передавать агенту только текст текущей задачи. Ему также необходим контекст проекта и история предыдущих решений.

VOLY развивает слой памяти, предназначенный для сохранения и повторного использования информации о работе:

Память помогает уменьшить повторение уже выполненной аналитической работы и поддерживать преемственность между задачами и запусками.

3.5. Проверка качества и evidence

VOLY предусматривает фиксацию свидетельств выполнения задачи — от изменений в проекте до результатов проверок.

В зависимости от сценария могут учитываться:

Так формируется история, позволяющая понять не только то, что сообщил агент, но и какие действия были выполнены и какие результаты удалось получить.

Проверки могут включать детерминированные правила и дополнительные оценочные механизмы. Для критичных решений результаты AI-оценки не должны подменять независимые тесты, проверки безопасности и подтверждение человека.

flowchart TB
    RUN["Запуск задачи"] --> EVENTS["События выполнения"]
    RUN --> DIFF["Изменения проекта"]
    RUN --> CHECKS["Тесты и проверки"]
    RUN --> COST["Стоимость и потребление"]

    EVENTS --> EV["Evidence Record"]
    DIFF --> EV
    CHECKS --> EV
    COST --> EV

    EV --> HIST["История проекта"]
    EV --> FEEDBACK["Обратная связь человека"]
    HIST --> CONTEXT["Обновление контекста и памяти"]
    FEEDBACK --> CAL["Калибровка оценочных механизмов"]
    CONTEXT --> NEXT["Следующие задачи"]
    CAL --> NEXT
    NEXT --> RUN2["Новый запуск"]

3.6. Контроль расходов

Использование нескольких моделей и агентов требует прозрачного учёта затрат.

VOLY развивает инструменты FinOps для AI-разработки:

Цель — сделать стоимость агентной разработки наблюдаемой и управляемой.

3.7. Интеграции и расширяемость

VOLY проектируется как расширяемая платформа, которую можно интегрировать в существующие процессы разработки.

В проекте предусмотрены API и SDK-подходы, интеграционные механизмы и поддержка взаимодействия с внешними инструментами, в том числе через MCP. Это позволяет подключать новые инструменты и сценарии без привязки всей системы к одному набору исполнителей.

4. Архитектурная модель

На концептуальном уровне VOLY состоит из нескольких взаимосвязанных слоёв:

СлойНазначение
Intent LayerПриём задачи, целей, ограничений и критериев результата
Orchestration EngineДекомпозиция, планирование, маршрутизация и координация агентов
Agent ExecutionВыполнение задач агентами, моделями и инструментами
Workflow & StateУправление этапами, зависимостями, состояниями и жизненным циклом
Governance & VerificationПолитики, ограничения, проверки и фиксация результатов
Memory & Project ContextСохранение контекста, истории и проектных знаний
Telemetry & FinOpsНаблюдаемость, события, производительность и затраты
Integration LayerAPI, SDK и подключение внешних инструментов

Эти слои формируют общий контур управления агентной разработкой: от постановки задачи до проверяемого результата.

VOLY Control Plane

Слои системы — от намерения до проверяемого результата

Intent Layer
Приём задачи, целей, ограничений и критериев результата
↓
Orchestration Engine
Декомпозиция, планирование, маршрутизация и координация агентов
Agent Execution
Выполнение задач агентами, моделями и инструментами
Workflow & State
Этапы, зависимости, состояния, жизненный цикл
↓
Governance & Verification
Политики, ограничения, проверки и фиксация результатов
↓
Memory & Project Context
Контекст, история, решения
Telemetry & FinOps
Наблюдаемость, затраты
Integration Layer
API · SDK · MCP

5. Локальный и облачный сценарии

VOLY развивается в open-core-модели и ориентируется на два сценария использования.

VOLY Local

Локальный сценарий предназначен для разработчиков и команд, которым важно запускать и контролировать агентные процессы в собственном окружении.

Он позволяет приблизить управление AI-агентами к существующему репозиторию, инструментам и инфраструктуре разработки.

VOLY Cloud

Облачный сценарий предназначен для централизованной работы с агентными процессами и совместного использования данных между участниками команды.

В качестве направлений развития облачной среды рассматриваются общая история запусков, централизованное управление, учёт расходов, командный контекст и выполнение задач в облачной инфраструктуре.

flowchart TB
    subgraph LOCAL["VOLY Local"]
        LC["Локальный интерфейс / CLI"]
        LO["Локальная оркестрация"]
        LE["Локальные агенты и инструменты"]
        LP["Локальные проекты и окружение"]
        LC --> LO
        LO --> LE
        LE <--> LP
    end

    subgraph CLOUD["VOLY Cloud"]
        CC["Облачный интерфейс"]
        CO["Облачный control plane"]
        CH["Командная история и контекст"]
        CF["Управление и аналитика"]
        CC --> CO
        CO <--> CH
        CO <--> CF
    end

    LOCAL <-->|"Синхронизация и подключение<br/>в поддерживаемых сценариях"| CLOUD

Схема отражает целевую продуктовую модель Local + Cloud, а не утверждение о том, что все показанные каналы синхронизации уже реализованы.

6. Для кого предназначен VOLY

Индивидуальные разработчики — для управления несколькими AI-инструментами, сохранения контекста проектов и контроля затрат на агентную разработку.

Небольшие продуктовые команды — для распределения задач между агентами, стандартизации процессов разработки и получения общей истории выполнения.

Технические лидеры и CTO — для управления качеством, ограничениями, стоимостью и воспроизводимостью AI-assisted development.

Компании, внедряющие AI-агентов — для создания контролируемой инфраструктуры, в которой агенты могут выполнять инженерные задачи в рамках заданных политик и процессов.

7. Принципы проекта

8. Направление развития

Долгосрочная цель VOLY — стать инфраструктурной платформой для Agentic Engineering: разработки программного обеспечения, в которой AI-агенты способны выполнять значительную часть инженерной работы, а человек управляет намерениями, архитектурой, политиками и качеством результата.

Развитие платформы сосредоточено на нескольких направлениях:

flowchart LR
    INTENT["Намерение человека"] --> PLAN["Планирование"]
    PLAN --> EXEC["Работа агентов"]
    EXEC --> VERIFY["Независимая проверка"]
    VERIFY -->|Принято| DELIVER["Проверяемый результат"]
    VERIFY -->|Не принято| REPAIR["Исправление"]
    REPAIR --> EXEC
    DELIVER --> LEARN["История и обратная связь"]
    LEARN -.-> PLAN
    HUMAN["Человеческий контроль<br/>Архитектура · Политики · Приёмка"] -.-> PLAN
    HUMAN -.-> VERIFY

Эта схема выражает основной принцип VOLY: агенты выполняют инженерную работу, а платформа обеспечивает координацию, наблюдаемость и контроль; человек сохраняет ответственность за цели, архитектуру и принятие результата.

9. Краткое описание

VOLY — open-core control plane для AI coding agents и Agentic Engineering. Платформа объединяет оркестрацию агентов, маршрутизацию моделей, управление задачами, память проекта, проверку результатов, интеграции и контроль затрат. VOLY помогает разработчикам и командам выстраивать управляемые, наблюдаемые и расширяемые процессы разработки с использованием AI-агентов.

VOLY — от отдельных AI-агентов к управляемой инженерной системе.


Репозиторий и исходный код: github.com/voly-codes/voly