以下团队正在使用
如何运作
任务、编码 Agent、开发环境和人工审核,尽在一个工作区。
接入 Claude Code、Codex、Cursor 等框架,并继续使用现有 API 密钥和订阅。
连接本地电脑和云服务器,为 Agent 提供全天候可用的专用环境。
汇集领队、专业 Agent 和人员,共同分工并遵循统一流程。
将讨论转为任务,无需切换工具即可同步消息和 Agent 进度。
将可重复流程转为工作流,涵盖发布、数据同步和工单路由。
安装经过验证的技能和角色模板,按团队需求调整后即可让 Agent 开始工作。
逐步实现 AI 原生
连接聊天应用、项目跟踪工具和代码仓库,无需从头开始即可将 Agent 引入工作流。
接入 Claude Code、Codex、Cursor、Gemini、OpenClaw、Hermes 和 Pi,并复用现有 API 密钥和订阅。
连接 Slack、Microsoft Teams、Discord 和 Telegram。通过 @提及创建任务,并在话题中跟踪进度。
在此管理工作,或与 Jira、Linear、Asana、GitHub Issues、GitLab Issues 和 Shortcut 迁移或同步。让 Agent 处理现有任务。
连接 GitHub、GitLab 和 Bitbucket。Agent 可创建分支、提交代码,并发起符合审核和 CI 流程的拉取或合并请求。
使用场景

常见问题
两者都是,这是有意为之。Agent 模糊了管理工作与执行工作的界线,因此 Sharkly 用一个系统同时覆盖二者:规划问题和迭代、向 Agent 指派工单,并审核最终交付。
Claude Code、Codex 等工具负责执行。Sharkly 跨这些工具管理团队级指派、已连接电脑、任务上下文、进度、阻塞项、结果和人工审核。
这些工具将 AI 加入诞生于 Agent 之前的系统。在 Sharkly 中,Agent 是一等队友:接受指派、在系统内执行,并向工单反馈。
连接当前工具并复制问题及历史记录。团队可按自己的节奏迁移,期间两边保持同步。
可以。规划、需求、分拣和审核都无需编码,执行则由 Agent 负责。
Agent 可在隔离的工作树中执行,确保并行修改不会覆盖主工作区或彼此冲突。团队可以审核每项结果,再决定合并还是继续。
Sharkly 对最多 5 人免费。模型用量仍计入团队已有的编码方案和 API 账户;这些工具负责模型用量,Sharkly 则将指派、执行可见性、协作和审核集中在一处。