TL;DR: Năm dự án mã nguồn mở đã vượt mốc 40.000 sao trong năm nay bằng cách gỡ bỏ một giới hạn khác nhau khỏi Claude Code, Cursor và Codex: vai trò chuyên biệt, truy cập internet, thực thi song song, sản xuất video, và truy hồi cấu trúc với chi phí thấp. Mỗi dự án mở rộng những gì một agent có thể làm trong một phiên. Không dự án nào bổ sung một bản ghi chung về những gì các agent đã làm. Lớp đó là một công việc riêng, và đó chính là lớp mà đội của bạn cảm nhận được đầu tiên.
Các coding agent đã hội tụ về một mối. Claude Code, Codex, Cursor và OpenCode đều đọc repository, sửa tệp, chạy lệnh và gọi MCP server. Khi vòng lặp cốt lõi không còn là điểm khác biệt, phần việc thú vị dịch ra ngoài một lớp, sang những thứ bạn gắn thêm vào agent.
Dưới đây là năm phần gắn thêm đáng biết, mỗi thứ làm gì, và ranh giới chung mà chúng chia sẻ.
Năm dự án
Số sao lấy từ GitHub API ngày 1 tháng 9 năm 2026.
| Dự án | Bổ sung | Số sao | Giấy phép |
|---|---|---|---|
| agency-agents | Định nghĩa vai trò chuyên biệt | 149.312 | MIT |
| Agent-Reach | Đọc internet trực tiếp | 77.134 | MIT |
| Orca | Thực thi song song trong worktree | 58.464 | MIT |
| OpenMontage | Đầu ra sản xuất video | 55.047 | AGPL-3.0 |
| codebase-memory-mcp | Truy hồi cấu trúc chi phí thấp | 41.536 | MIT |
agency-agents là một thư viện các định nghĩa vai trò. Hơn 300 tệp markdown thuộc khoảng 20 danh mục, mỗi tệp mô tả một danh tính, một quy trình làm việc, các sản phẩm bàn giao và một định nghĩa về việc hoàn thành. Một script cài đặt sẽ ghi chúng vào Claude Code, Cursor, Codex, Gemini CLI, OpenCode và hàng chục công cụ khác. Persona thay đổi cách agent định hình một tác vụ. Nó không cung cấp cho agent những thông tin mà agent còn thiếu. Hướng dẫn đầy đủ: định nghĩa vai trò và những gì chúng không thể nắm giữ.
Agent-Reach là một CLI duy nhất kết nối agent với X, Reddit, YouTube, GitHub, RSS và khoảng chục nền tảng khác, dùng các đường truy cập miễn phí thay vì API trả phí của nền tảng. Mọi nền tảng đều định tuyến qua một backend chính cùng các phương án dự phòng, nên khi một đường truy cập hỏng, dự án sẽ chuyển sang phương án mặc định khác và thiết lập của bạn vẫn chạy bình thường. Các nền tảng dựa trên cookie đọc dữ liệu qua một phiên trình duyệt đã đăng nhập, điều này đáng để bạn đối chiếu với điều khoản của bất kỳ tài khoản nào bạn kết nối. Hướng dẫn đầy đủ: truy cập web và nơi các phát hiện nên được lưu lại.
Orca là một ứng dụng desktop để chạy nhiều coding agent cùng lúc, mỗi agent trong một git worktree riêng. Nó điều khiển bất kỳ CLI agent nào thông qua các gói đăng ký bạn đã có, đồng thời bổ sung chia tách terminal, chú thích diff, worktree từ xa qua SSH và một ứng dụng đồng hành trên di động. Mô hình worktree song song là đơn vị cơ sở phù hợp cho bài toán này, và Orca triển khai nó rất tốt. Hướng dẫn đầy đủ: worktree song song và khi nào một đội cần nhiều hơn.
OpenMontage biến một trợ lý lập trình thành một hệ thống sản xuất video: mười một pipeline đưa một yêu cầu đi qua các bước nghiên cứu, kịch bản, lên kế hoạch cảnh, tạo tài nguyên, dựng và render, với các cổng phê duyệt của con người giữa các giai đoạn. Hãy để ý giấy phép trước khi xây dựng dựa trên nó. OpenMontage dùng AGPL-3.0 trong khi bốn dự án còn lại dùng MIT, và điều khoản về mạng là một quyết định dành cho đội pháp lý của bạn chứ không phải một chú thích nhỏ. Hướng dẫn đầy đủ: video bằng agent và bài toán phê duyệt.
codebase-memory-mcp lập chỉ mục một repository thành một đồ thị tri thức lâu dài gồm các hàm, lớp, chuỗi gọi và route, rồi trả lời các câu hỏi về cấu trúc từ đồ thị thay vì grep. Dự án đo năm truy vấn cấu trúc tốn khoảng 3.400 token khi đi qua đồ thị, so với khoảng 412.000 token khi khám phá từng tệp một. Đây là một binary native duy nhất, chạy cục bộ, và là mục trong danh sách này mang lại lợi ích cao nhất với ít thay đổi quy trình nhất. Hướng dẫn đầy đủ: truy hồi chi phí thấp và phần ký ức mà nó không nắm giữ.
Điểm chung của cả năm dự án
Mỗi dự án đều mở rộng khả năng thực thi. Prompt mạnh hơn, nhiều nguồn hơn, nhiều luồng chạy song song hơn, nhiều định dạng đầu ra hơn, truy hồi tốt hơn trong một phiên.
Không dự án nào thay đổi những gì diễn ra sau khi phiên kết thúc.
Đó không phải là lời chê bai. Đó là sự tách biệt trách nhiệm, và các dự án này làm đúng khi giữ mình ở phía bên kia ranh giới. Công cụ agent thực hiện việc thực thi. Phải có một thứ khác nắm giữ phần giao việc, ngữ cảnh, tiến độ và đánh giá. Khi không có gì nắm giữ những thứ đó, công việc chỉ tồn tại trong terminal của một người.
Triệu chứng thì quen thuộc. Một agent tạo ra kết quả tốt vào thứ Năm. Đến thứ Hai, một đồng nghiệp hỏi tại sao logic retry lại thay đổi, và câu trả lời nằm trong lịch sử cuộn màn hình trên một chiếc laptop, nếu worktree đó vẫn còn mở. Prompt là bản ghi duy nhất, mà prompt thì không phải là bản ghi.
Lớp mà chúng giả định đã có
Task là đơn vị công việc chính trong Sharkly. Nó mang theo yêu cầu, ngữ cảnh, quá trình thực thi, các điểm tắc và kết quả trong một nơi chia sẻ, thay vì tách chúng ra giữa những prompt riêng tư và các phiên terminal.
Mỗi thành phần đảm nhiệm một việc. Agent định nghĩa cách công việc nên được xử lý. Computer cung cấp máy chủ và tài nguyên cục bộ. Runtime thực hiện phiên agent thực tế, dùng những công cụ mà đội bạn đã cài. Task vẫn là bản ghi chung.
Cách phân chia đó đáng để đối chiếu với năm dự án ở trên, vì nó giải thích cái gì kết hợp được với nhau và cái gì không.
Sharkly không thay thế Claude Code, Codex hay các công cụ trong danh sách này. Nó bổ sung lớp task chung, Computer, ngữ cảnh, kiểm soát và đánh giá bao quanh chúng. Việc sử dụng model vẫn diễn ra qua các gói đăng ký hoặc API key đã cấu hình trong những công cụ đó.
Vì vậy, một persona từ agency-agents trở thành một Agent: một cấu hình được lưu lại gồm chỉ dẫn, runtime, kỹ năng, repository và môi trường, được tái sử dụng thay vì gõ lại. Một Crew là nhóm People và Agent có thể tái sử dụng, được điều phối bởi một Agent trưởng — đúng thứ mà một nhóm chuyên gia cần để hành xử như một đội. Công việc trên repository chạy trong một worktree riêng biệt cho mỗi task, cùng kiểu cô lập mà Orca áp dụng cho mỗi pane, nhưng áp dụng cho đơn vị mà cả đội có thể nhìn thấy. Quá trình thực thi, các điểm tắc, kết quả và phần thảo luận tiếp theo đều quay về dòng thời gian của task, nên câu trả lời cho câu hỏi hôm thứ Hai nằm trong task chứ không nằm trong ký ức của ai đó.
Cơ chế kiểm soát quan trọng nhất lại là cái lặng lẽ nhất: một Task ở trạng thái Backlog sẽ không khởi chạy. Công việc được chuẩn bị, xác định phạm vi và phê duyệt trước khi bất cứ thứ gì được thực thi.
Agent nghiên cứu, thực thi, kiểm thử và báo cáo. Con người định hướng, trao quyền và chấp nhận kết quả. Tự động hóa dừng lại ở nơi cần đến phán đoán của đội.
Khi nào bạn cần điều này, và khi nào không
Với một người chạy một agent, một terminal tốt và một editor tốt là đủ. Hãy cài codebase-memory-mcp, tiếp tục làm việc và bỏ qua mọi thứ khác trên trang này. Thêm một lớp task vào quy trình chỉ có một người tham gia là chi phí phát sinh mà không có ai đọc.
Hãy dùng một hệ thống công việc chia sẻ khi người thứ hai cần biết các agent đã làm gì: khi việc đánh giá phải diễn ra trước khi phát hành, khi nhiều agent cùng chạy trên một repository, hoặc khi ba tháng nữa sẽ có người hỏi cái gì đã thay đổi và vì sao.
Ngưỡng ở đây không phải là quy mô đội. Mà là liệu bản ghi có phải tồn tại lâu hơn phiên làm việc hay không.
Câu hỏi thường gặp
Những công cụ này có xung đột với một lớp quản lý công việc không? Không. Chúng nằm ở hai phía khác nhau của cùng một ranh giới. Các công cụ trong danh sách này cải thiện khả năng thực thi bên trong một phiên. Một hệ thống công việc nắm giữ phần giao việc, ngữ cảnh và đánh giá xung quanh nó. Sharkly chạy những runtime mà đội bạn đã cài chứ không thay thế chúng.
Đội nên cài cái nào trước? codebase-memory-mcp, trong hầu hết trường hợp. Nó không đòi hỏi thay đổi quy trình, chạy cục bộ, và giảm số token mà agent phải tiêu để trả lời những câu hỏi cấu trúc mà nếu không thì nó phải grep. Bốn cái còn lại đều yêu cầu bạn thay đổi cách làm việc.
Chạy nhiều agent song song có cần Orca không? Không. Orca là một bản triển khai desktop mạnh mẽ cho mô hình worktree song song và đáng để thử nếu bạn làm việc một mình. Nếu công việc song song đó cần được giao, theo dõi và đánh giá bởi nhiều người, thì sự cô lập nên thuộc về task chứ không phải về pane terminal. Cả hai cách đều dùng cùng một cơ chế git bên dưới.
“Mang theo gói đăng ký của riêng bạn” ở đây nghĩa là gì? Việc sử dụng model vẫn diễn ra qua các gói đăng ký hoặc API key được cấu hình trong các công cụ lập trình của bạn. Hạn mức model phụ thuộc vào các công cụ AI coding, gói dịch vụ và tài khoản API mà đội bạn kết nối.
Tổng kết
Làn sóng công cụ năm 2026 đáng để đón nhận. Vai trò, khả năng tiếp cận, tính song song, các định dạng đầu ra mới và truy hồi chi phí thấp đều là những cải tiến thực sự, và bốn trong năm dự án có giấy phép mở, dễ thử nhanh.
Chúng cũng chia sẻ một ranh giới. Mỗi dự án đều làm agent mạnh hơn bên trong một phiên, và giá trị của một phiên bị giới hạn bởi việc liệu có ai đó nhìn thấy nó về sau hay không. Sharkly tồn tại vì nửa còn lại: task là bản ghi chung, quá trình thực thi chạy trên các Computer bạn kết nối qua những runtime bạn đã trả tiền, và kết quả quay về một nơi mà con người có thể đánh giá và chấp nhận.
Hãy mở rộng agent. Rồi cho công việc một nơi để tồn tại.
