Mindket

Diffinery

新上架第 1 版 · 更新于
星标82

概览

在你自己的 Cloudflare 账号上托管 Git 仓库、拉取请求、代码审查和 GitHub Actions 工作流,并为 AI 编程智能体提供带护栏的账号。

Diffinery 是一款 GitHub 上的开源项目,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取,以 zip 压缩包下载。

速览

你需要
  • 一个 Cloudflare 账号
  • 给你的实例用的域名
用在
  • 网页应用:你审查拉取请求、打开 Today 页面的界面
  • Claude Code 和 Codex:两者都有插件,把 Diffinery 带进它们里面
  • Cursor:它可以作为拥有自己账号的智能体来工作
  • 编辑器和命令行:编辑器扩展、gh 支持和一个 CLI
先运行
git clone https://github.com/codician-team/diffinery.git
cd diffinery

平台

Claude Code编程智能体
Codex编程智能体
Cursor代码编辑器

关于

它是什么

Diffinery 是 GitHub 和 GitHub Actions 的开源替代品,完全运行在 Cloudflare 上。它涵盖 Git 托管、议题、拉取请求、代码审查和合并队列,还有发布版本和容器镜像仓库。它也能运行你现有的工作流文件,并为 AI 编程智能体提供它们自己的账号。

适合谁

它适合想在自己的 Cloudflare 账号上用上 GitHub 式工具的团队,尤其是和 AI 编程智能体一起工作的团队。不想在 Cloudflare 上运行的团队可以跳过它。

行业谁在用怎么用例子
软件开发使用 GitHub Actions 的团队保留工作流 YAML,并在 Diffinery 的运行器上运行一个市场动作运行在 4 个 vCPU 的运行器上
AI 智能体工程使用 Claude Code、Codex 或 Cursor 的团队给每个智能体一个账号,由人来批准它的拉取请求智能体提交拉取请求,而不是直接推送到 main
平台工程想自托管的团队运行自己的实例,不用管理服务器一个部署在 Cloudflare 账号上、而不是虚拟机上的实例
云开发Cloudflare 开发者研究一个建立在 Durable Objects、Containers、Workflows、Queues 和 R2 上的大型应用由 SQLite 支撑的 Durable Objects

用在哪里

Diffinery 运行在你自己的 Cloudflare 账号上,人和智能体都可以从各自已经在用的工具里访问它。

  • 网页应用:你审查拉取请求、打开 Today 页面的界面
  • Claude Code 和 Codex:两者都有插件,把 Diffinery 带进它们里面
  • Cursor:它可以作为拥有自己账号的智能体来工作
  • 编辑器和命令行:编辑器扩展、gh 支持和一个 CLI
  • MCP 客户端:内置 MCP 服务器,已收录在官方 MCP Registry 里
使用场景适合谁他们能得到什么
替换 GitHub Actions CI有工作流 YAML 的团队现有工作流文件原样运行,市场动作也能用
把目标交给智能体使用 AI 智能体的团队一个由 Claude Code 或 Codex 在沙盒里做出的拉取请求
智能体代码审查审查者第二个智能体检查每个拉取请求里的错误
代码留在 GitHub 的更快 CI有私有仓库的团队GitHub 运行器选项让任务在 Diffinery 上运行

如何设置

你要部署自己的实例,所以先要有一个 Cloudflare 账号。

  • 一个 Cloudflare 账号
  • 给你的实例用的域名
  1. 申请一个 Cloudflare 账号,并选好实例要用的域名。
  2. 打开项目文档里的自托管指南。
  3. 把实例部署到你的 Cloudflare 账号里,用你选好的域名。

在终端里运行:

# 把项目复制到你的电脑
git clone https://github.com/codician-team/diffinery.git
# 进入项目文件夹
cd diffinery

如何使用

每天早上从 Today 页面开始,它会显示需要你处理的事。批准已经就绪的内容,让拉取请求在检查通过后合并。智能体通过 MCP 服务器、REST 和 GraphQL 接口、普通 git 或 CLI 来访问它。

工具作用
Today每天早上显示需要你处理的事
智能体任务接收一个目标,返回由 Claude Code 或 Codex 在沙盒里做出的拉取请求
智能体代码审查让另一个智能体检查每个拉取请求里的错误
合并队列在检查通过后合并已批准的拉取请求
内置 MCP 服务器让智能体通过 MCP 在 Diffinery 里工作
REST 和 GraphQL 接口供工具和智能体使用的 GitHub 兼容接口
容器镜像仓库把容器镜像存放在你的代码旁边

示例

你用平常的话给智能体一个目标。Claude Code 或 Codex 在沙盒里处理它,并提交一个拉取请求。另一个智能体检查其中的错误,你在 Today 里批准,检查一通过它就会合并。

新手与专家

如果你是新手,可以把 Diffinery 看作你在 Cloudflare 上自己运行的 GitHub。它托管代码、拉取请求和 CI,你的工作流文件语法保持不变。第一件可以试的小事,是给一个智能体一个目标,然后读它提交的拉取请求。

在底层,一个 Worker 负责网页界面、基于 HTTPS 的 git、REST 和 GraphQL 接口以及 MCP 服务器。每个仓库都有自己的 Durable Object,由单独的 SQLite 数据库支撑,所以每个仓库各自扩展,不共用数据库服务器。其余部分用到 D1、R2、Queues、Workflows 和 Containers。代价是被绑定在 Cloudflare 上,而 Gitea、Forgejo 或 GitLab 运行在虚拟机或 Kubernetes 集群上。

  1. 你给智能体一个目标
  2. 智能体从沙盒里提交拉取请求
  3. 另一个智能体检查其中的错误
  4. 你的工作流文件作为检查运行
  5. 你在 Today 里批准,检查通过就合并

注意事项

  • 许可证:Apache License 2.0,免费且开源
  • 平台:只运行在 Cloudflare 上,用你自己的账号和域名
  • 运行器:默认 4 个 vCPU 和 12 GiB
  • 智能体:它们有自己的账号,并受服务器强制执行的护栏约束
  • 缺口:README 列出了 Diffinery 目前还不能做的事,迁移之前请先看一下
每个默认 CI 运行器的 vCPU 数
Diffinery4 个 vCPU
GitHub 标准运行器,私有仓库2 个 vCPU

README 和文件

README

Diffinery

在你自己的 Cloudflare 账号上托管 Git 仓库、拉取请求、代码审查和 GitHub Actions 工作流,并为 AI 编程智能体提供带护栏的账号。

由 codician-team 在 GitHub 上制作。这些说明是 Mindket 根据其 README 写的,项目自己的文件和许可证在它的仓库里。

简介

它是什么:Diffinery 是 GitHub 和 GitHub Actions 的开源替代品,完全运行在 Cloudflare 上。它涵盖 Git 托管、议题、拉取请求、代码审查和合并队列,还有发布版本和容器镜像仓库。它也能运行你现有的工作流文件,并为 AI 编程智能体提供它们自己的账号。

适合谁:它适合想在自己的 Cloudflare 账号上用上 GitHub 式工具的团队,尤其是和 AI 编程智能体一起工作的团队。不想在 Cloudflare 上运行的团队可以跳过它。

行业 | 谁在用 | 怎么用 | 例子
软件开发 | 使用 GitHub Actions 的团队 | 保留工作流 YAML,并在 Diffinery 的运行器上运行 | 一个市场动作运行在 4 个 vCPU 的运行器上
AI 智能体工程 | 使用 Claude Code、Codex 或 Cursor 的团队 | 给每个智能体一个账号,由人来批准它的拉取请求 | 智能体提交拉取请求,而不是直接推送到 main
平台工程 | 想自托管的团队 | 运行自己的实例,不用管理服务器 | 一个部署在 Cloudflare 账号上、而不是虚拟机上的实例
云开发 | Cloudflare 开发者 | 研究一个建立在 Durable Objects、Containers、Workflows、Queues 和 R2 上的大型应用 | 由 SQLite 支撑的 Durable Objects

用在哪里:Diffinery 运行在你自己的 Cloudflare 账号上,人和智能体都可以从各自已经在用的工具里访问它。

  • 网页应用:你审查拉取请求、打开 Today 页面的界面
  • Claude Code 和 Codex:两者都有插件,把 Diffinery 带进它们里面
  • Cursor:它可以作为拥有自己账号的智能体来工作
  • 编辑器和命令行:编辑器扩展、gh 支持和一个 CLI
  • MCP 客户端:内置 MCP 服务器,已收录在官方 MCP Registry 里
使用场景 | 适合谁 | 他们能得到什么
替换 GitHub Actions CI | 有工作流 YAML 的团队 | 现有工作流文件原样运行,市场动作也能用
把目标交给智能体 | 使用 AI 智能体的团队 | 一个由 Claude Code 或 Codex 在沙盒里做出的拉取请求
智能体代码审查 | 审查者 | 第二个智能体检查每个拉取请求里的错误
代码留在 GitHub 的更快 CI | 有私有仓库的团队 | GitHub 运行器选项让任务在 Diffinery 上运行

如何设置:你要部署自己的实例,所以先要有一个 Cloudflare 账号。

  • 一个 Cloudflare 账号
  • 给你的实例用的域名
  1. 申请一个 Cloudflare 账号,并选好实例要用的域名。
  2. 打开项目文档里的自托管指南。
  3. 把实例部署到你的 Cloudflare 账号里,用你选好的域名。

如何使用:每天早上从 Today 页面开始,它会显示需要你处理的事。批准已经就绪的内容,让拉取请求在检查通过后合并。智能体通过 MCP 服务器、REST 和 GraphQL 接口、普通 git 或 CLI 来访问它。

工具 | 作用
Today | 每天早上显示需要你处理的事
智能体任务 | 接收一个目标,返回由 Claude Code 或 Codex 在沙盒里做出的拉取请求
智能体代码审查 | 让另一个智能体检查每个拉取请求里的错误
合并队列 | 在检查通过后合并已批准的拉取请求
内置 MCP 服务器 | 让智能体通过 MCP 在 Diffinery 里工作
REST 和 GraphQL 接口 | 供工具和智能体使用的 GitHub 兼容接口
容器镜像仓库 | 把容器镜像存放在你的代码旁边

示例:你用平常的话给智能体一个目标。Claude Code 或 Codex 在沙盒里处理它,并提交一个拉取请求。另一个智能体检查其中的错误,你在 Today 里批准,检查一通过它就会合并。

新手与专家:如果你是新手,可以把 Diffinery 看作你在 Cloudflare 上自己运行的 GitHub。它托管代码、拉取请求和 CI,你的工作流文件语法保持不变。第一件可以试的小事,是给一个智能体一个目标,然后读它提交的拉取请求。

在底层,一个 Worker 负责网页界面、基于 HTTPS 的 git、REST 和 GraphQL 接口以及 MCP 服务器。每个仓库都有自己的 Durable Object,由单独的 SQLite 数据库支撑,所以每个仓库各自扩展,不共用数据库服务器。其余部分用到 D1、R2、Queues、Workflows 和 Containers。代价是被绑定在 Cloudflare 上,而 Gitea、Forgejo 或 GitLab 运行在虚拟机或 Kubernetes 集群上。

你给智能体一个目标
智能体从沙盒里提交拉取请求
另一个智能体检查其中的错误
你的工作流文件作为检查运行
你在 Today 里批准,检查通过就合并

注意事项:

  • 许可证:Apache License 2.0,免费且开源
  • 平台:只运行在 Cloudflare 上,用你自己的账号和域名
  • 运行器:默认 4 个 vCPU 和 12 GiB
  • 智能体:它们有自己的账号,并受服务器强制执行的护栏约束
  • 缺口:README 列出了 Diffinery 目前还不能做的事,迁移之前请先看一下
Title: 每个默认 CI 运行器的 vCPU 数
Diffinery: 4 个 vCPU
GitHub 标准运行器,私有仓库: 2 个 vCPU

GitHub 上的数据(2026年11月7日)

  • 星标:82
  • 复刻:3
  • 关注:2
  • 未关闭的议题和拉取请求:1
  • 语言:TypeScript
  • 许可证:Apache-2.0
  • 话题:agentic-coding, ai-agents, ci-cd, cloudflare, cloudflare-containers, cloudflare-workers, code-review, continuous-integration, devops, durable-objects, git, git-server

链接

  • 代码:https://github.com/codician-team/diffinery
  • 网站:https://diffinery.com/
  • 发布版本:https://github.com/codician-team/diffinery/releases
  • 议题:https://github.com/codician-team/diffinery/issues
  • 星标历史:https://www.star-history.com/#codician-team/diffinery&Date

获取代码

git clone https://github.com/codician-team/diffinery.git

然后按它的 README 完成设置。这个工具包里没有会自己运行的东西。

文件
README.md  6 KB

1 个文件,共 6 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-06

同类产品对比

同一分类里与本产品共有主题最多的已上架 GitHub 项目。

产品星标活跃度语言许可证最近更新
Diffinery 本页82活跃TypeScriptApache-2.0
Cheap Agent共有 agentic-coding · ai-agents310活跃TypeScriptMIT
Kestra 工作流编排平台共有 devops · ai-agents30,168活跃JavaApache-2.0
数据为 Mindket 在 2026-11-06 至 2026-11-08 期间读取的数值。 活跃度依据各项目在 GitHub 上的最近更新:30 天内为活跃,180 天内为更新较少,超过 180 天为久未更新。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

Kestra 工作流编排平台

kestra-io · 工具包

Kestra Technologies 的开源编排平台,用于数据、AI 和基础设施工作流。每个流程用 YAML 写成,由计划或事件启动。说明涵盖 Docker、Kubernetes、云模板、Claude Code、Codex 和 Cursor。

新上架30.2k

Cheap Agent

muaaz9329 · 工具包

把 Claude Code 或 Codex 里的日常编码交给一个必须用测试证明成果的低成本模型,让你的主力模型的额度用得更久。

新上架310

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架