Veritas Kanban: Kanban board cho AI agents, không phải cho con người

Mình đã xài khá nhiều tool quản lý task - Jira, Linear, Trello, thậm chí tự build một cái bằng Notion. Nhưng khi bắt đầu làm việc nhiều hơn với AI agents, mình nhận ra một vấn đề: các tool đó được thiết kế cho người dùng, không phải cho agent dùng. Agent cần một interface khác - machine-readable, có API rõ ràng, và đặc biệt là phải nói chuyện được với các orchestration layer như MCP.

Đó là lúc mình tình cờ gặp Veritas Kanban.

Local-first, nhưng agent-ready từ đầu

Veritas Kanban (gọi tắt là VK) tự mô tả mình là "lightweight orchestration platform built for your AI agents". Nghe có vẻ to tát, nhưng thực ra core của nó rất đơn giản: một Kanban board chạy local, có REST API, và được thiết kế để agent có thể tương tác trực tiếp.

Cái hay là architecture của VK theo kiểu layered - bạn bắt đầu với board đơn giản nhất, rồi bật thêm tính năng khi cần:

Theo kinh nghiệm của mình, cái approach này rất thực tế. Không ai cần bật hết mọi thứ ngay từ đầu - bạn start simple, rồi add layer khi thực sự cần.

Setup trong 5 phút, không đùa

Mình clone về và chạy thử, thực sự chỉ mất khoảng 4-5 phút:

1git clone https://github.com/BradGroux/veritas-kanban.git
2cd veritas-kanban
3pnpm install
4cp server/.env.example server/.env
5# Mở server/.env, đổi VERITAS_ADMIN_KEY thành gì đó của bạn
6pnpm dev

Sau đó mở http://localhost:3000 là xong. Board tự seed example tasks ngay lần đầu chạy, nên bạn không nhìn vào trang trắng tinh. Health check ở http://localhost:3001/api/health - nếu trả về healthy thì mọi thứ đang chạy ngon.

Project dùng pnpm workspaces - monorepo với các package riêng cho server, web, cli, mcp, shared, v.v. Nếu bạn quen làm việc với monorepo thì cấu trúc này rất quen thuộc.

Cấu trúc repo - đọc một lần cho rõ

Mình hay bị lạc trong repo mới nếu không hiểu layout. VK có cấu trúc như này:

1veritas-kanban/
2├── server/          # Backend API (Node.js)
3├── web/             # Frontend Kanban UI
4├── cli/             # CLI tool để tương tác với board
5├── mcp/             # MCP server cho AI agents
6├── desktop/         # Desktop app (nếu bạn muốn)
7├── shared/          # Shared types, utils
8├── e2e/             # Playwright e2e tests
9├── load-tests/      # Load testing
10├── prompt-registry/ # Prompt templates cho agents
11├── tasks/examples   # Example task definitions
12├── docs/            # Documentation
13└── docker-compose.yml

Cái prompt-registry và tasks/examples là phần mình thấy thú vị nhất - nó gợi ý rằng VK không chỉ là nơi lưu task mà còn là nơi define cách agent xử lý task đó.

MCP Server - đây mới là điểm chính

Nếu bạn đang làm việc với Claude, GPT-4, hay bất kỳ LLM nào hỗ trợ Model Context Protocol, thì MCP server của VK là thứ đáng để explore nhất.

MCP (Model Context Protocol) về cơ bản là một chuẩn để AI agents có thể gọi external tools và đọc context từ bên ngoài. VK expose board data qua MCP, nghĩa là agent của bạn có thể:

• Đọc danh sách task hiện tại
• Tạo task mới từ output của agent
• Update status task khi agent hoàn thành việc
• Query task theo filter

Thực tế workflow mình hình dung sẽ như này: bạn có một coding agent đang làm feature X, nó có thể tự động move task từ In Progress sang Done khi xong, hoặc tạo sub-task nếu phát hiện scope lớn hơn dự kiến. Không cần human can thiệp vào những bước đó.

Để bật MCP layer, bạn cần config thêm trong .env và chạy MCP server riêng. Repo có hướng dẫn trong docs/ và file INTEGRATION.md - mình recommend đọc cái đó trước khi mày mò.

Docker setup cho ai muốn isolate

Nếu bạn không muốn cài node/pnpm trực tiếp trên máy, VK có sẵn Docker setup:

1# Production-ish setup
2docker-compose up -d
3
4# Demo mode với seed data
5docker-compose -f docker-compose-demo.yml up -d

Cái docker-compose-demo.yml đặc biệt hữu ích khi bạn muốn demo cho team hoặc test nhanh mà không muốn mess up local environment.

Anh em lưu ý: repo có cả .devcontainer config, tức là bạn có thể mở thẳng trong VS Code Dev Containers hoặc GitHub Codespaces - tiện cho trường hợp onboard người mới vào project.

Điểm mình thấy thực sự hay

Có vài thứ trong VK mà mình không thấy ở các tool tương tự:

CLAUDE.md - File này là instruction cho Claude (Anthropic's AI) biết cách setup và làm việc với repo. Tức là bạn có thể literally nói với Claude: "Clone và setup veritas-kanban theo board-only path" và nó sẽ đọc file đó để làm đúng. Đây là pattern mình nghĩ sẽ ngày càng phổ biến trong các AI-native project.

.learnings folder - Có một folder tên .learnings trong repo. Mình đoán đây là nơi document các bài học, gotchas, hoặc decisions trong quá trình build. Không phải repo nào cũng làm vậy, nhưng với project AI-related thì việc track learnings rất có giá trị.

Pre-commit hooks + gitleaks - Setup security từ đầu với .gitleaksignore và .pre-commit-config.yaml. Mình hay thấy các side project bỏ qua phần này, nhưng VK làm đúng.

Load tests có sẵn - Có cả thư mục load-tests/. Với một orchestration platform mà agents có thể gọi liên tục, việc có load test sẵn là rất thực tế.

So với các tool tương tự

Nếu bạn đang cân nhắc giữa VK và các option khác:

Rõ ràng VK đang nhắm vào một niche rất cụ thể: developer đang build AI agent workflows và cần một task management layer mà agent có thể tương tác trực tiếp. Nếu bạn không làm AI agent stuff, Linear hay Notion vẫn là lựa chọn tốt hơn.

Một vài điều cần biết trước khi dùng

Repo hiện có 732 stars và đang active development (904 commits, 8 PRs mở). Đây là tín hiệu tốt - không phải abandoned project, nhưng cũng chưa phải production-battle-tested ở scale lớn.

Vì là local-first, bạn cần tự lo phần persistence nếu muốn dùng lâu dài - backup database, hoặc setup trên VPS nếu cần team access. Repo có hướng dẫn self-hosted path nhưng bạn vẫn cần tự manage infra.

Mình cũng để ý là có file SECURITY.md và setup gitleaks - tức là team có ý thức về security. Nhưng vì đây là tool chạy local với admin key, bạn cần cẩn thận không expose port ra ngoài nếu không cần thiết.

Thực ra nên dùng VK khi nào?

Theo mình, VK phù hợp nhất nếu bạn đang:

• Build một hệ thống có nhiều AI agents chạy parallel và cần một source of truth về task status
• Muốn agent tự quản lý workflow của nó thay vì phải có human check từng bước
• Cần một lightweight alternative cho Jira/Linear mà có thể tích hợp với MCP-compatible AI tools
• Đang experiment với agentic coding workflows (kiểu như agent tự assign task cho mình, tự report progress)

Nếu bạn chỉ cần một Kanban board đơn giản cho team thì có lẽ overkill. Nhưng nếu bạn đang build AI-native tooling, đây là một trong số ít project mình thấy thực sự nghĩ về problem đúng cách - thay vì bolt AI vào một task manager cũ, VK được thiết kế từ đầu với agents là first-class citizen.

Clone về chạy thử đi, mất có 5 phút. Worst case bạn có thêm một Kanban board local khá ngon để dùng.