Orbi
按Issue目标驱动AI完成开发、评审与合并的交付工具
给Issue打ai-ready标签，Agent自动开发测试并创建PR，独立AI会话评审改动，合并门禁校验CI后放行，发版和运维任务同样能在Issue中触发并留痕。
核心功能
Issue驱动开发
给GitHub Issue打上ai-ready标签，Agent自动认领任务，在隔离工作区实现需求、运行测试并生成PR。
独立AI代码评审
单独AI会话审核代码变更，发现缺陷直接修改复测，不与编码Agent共用上下文。
合并门禁校验
自动核查AI评审意见与CI结果，全部通过才放行合并，守住准入标准。
工单触发发版
维护者创建带ai-release标签的工单，Orbi校验条件后自动打Tag、发布GitHub Release。
自动化运维执行
部署和故障排查任务交给Agent运行，命令与返回结果全部记录在Issue中。
任务状态可追溯
流程数据依托GitHub存储，重启后可恢复任务现场，无需额外数据库，历史全程留痕。
两种部署模式
内核遵循AGPL-3.0协议，支持接入自有模型自托管，也可直接使用Orbi Cloud托管服务。
适配自定义模型
兼容OpenAI格式接口，可接入云端或本地大模型，团队自己控制模型选择和调用成本。
产品特色
- 01
开源协议与自托管自主权
引擎采用AGPL-3.0，代码可审可改。对数据隐私敏感的场景，可以整套部署在自己服务器上，代码和密钥不离开公司网络。
- 02
模型接入不绑定供应商
兼容OpenAI格式接口，云端API或本地模型都能接。团队按预算和合规要求选模型，调用成本自己说了算。
- 03
状态沉淀在GitHub不另建库
任务现场、评审记录、命令输出都留在Issue和PR里。重启后能恢复，跨时区协作也有据可查，不用额外维护一套数据库。
- 04
从开发到运维的链路覆盖
同一个工具管Issue开发、代码评审、合并门禁、发版和部署排障。不用在多个系统之间来回切换，交接成本降下来。
应用场景
✅ 日常迭代
维护者提Issue打ai-ready标签，Agent自动完成开发、评审与合并。
✅ 无人值守发版
通过ai-release工单触发，自动打Tag发Release，省去手工流程。
✅ 代码改动审查
独立AI会话审核改动，团队少做重复评审，精力放高价值工作上。
✅ 测试回归
Agent在隔离环境跑测试，配合CI门禁拦住有问题的改动。
✅ 部署排障
把部署和排查任务交给Agent执行，命令与结果全程留痕可查。
✅ 异地协作
状态依托GitHub沉淀，跨时区跨团队也能同步推进。
✅ 批量交付
一次托管多仓库多Issue并行，支撑高频需求和持续发布。
✅ 数据隐私
自托管加自有模型，代码与密钥不出公司服务器。
常见问题
解答您关于"Orbi"的常见疑问，让您更好地使用这款AI工具
-
CI/CD主要管构建、测试和部署流水线。Orbi往前接了一步，从Issue目标开始驱动Agent写代码、提PR，再往后接了独立AI评审和合并门禁。它更像把“开发到合并”这段也纳入了自动化范围，部署排障只是其中一环。
-
目前Orbi的工作流是围绕GitHub Issue和PR设计的，标签触发、状态存储、合并门禁都依赖GitHub。如果你的团队用其他平台，需要先确认是否在支持范围内，官方文档里有具体说明。
-
只要接口兼容OpenAI格式即可，云端API和本地部署的模型都能接。团队需要自己准备模型服务并配置到Orbi中，调用成本由所选模型决定，官方手册里有配置步骤。
-
合并门禁会检查AI评审意见和CI结果，有问题不会放行。评审环节也是独立会话，不和编码Agent共用上下文，能起到交叉检查的作用。最终合并前仍然建议人工确认关键改动。
-
开源引擎遵循AGPL-3.0，自托管本身不收费，成本主要在模型调用和服务器资源上。Orbi Cloud是托管服务，具体价格建议看官网。团队规模和使用频率不同，开销差别挺大的。
-
自托管模式下代码和密钥都在自己服务器上，模型也可以接本地的。如果用Cloud托管，需要看官方的数据管理说明。对隐私要求高的团队，自托管加自有模型是更稳妥的选择。
立即体验“Orbi”
Orbi是一款开源软件交付工具，围绕GitHub Issue展开工作。打上ai-ready标签后，编程Agent在隔离区开发、跑测试、建PR，另一个AI会话独立评审，合并门禁检查CI结果后放行。发版、部署、排障也能交给它，命令和输出全程留在Issue里。支持自托管接入自有模型，也有Cloud托管版可用。
