Maige
Rubric Labs · 程式設計
Maige 是開源的程式碼庫 Copilot，用自然語言規則處理你的 GitHub 儲存庫，自動加上標籤、指派審查者、在 Pull Request 留言並審查程式碼。
關於 Maige
About
Maige 是什麼
Maige 是由 Rubric Labs 開發的 GitHub 代理，這家小型工作室專門做 AI 軟體。維護者把它裝在儲存庫上，再用一句話描述 Issue 或 Pull Request 進來時該怎麼處理。Maige 讀懂這段描述後，透過 GitHub API 動手：加上標籤、點名審查者、留下留言，或先擬好一份審查意見。
它想解決的是維護者身上那些反覆出現的雜事。在流量大的開源專案裡，第一則回覆夠不夠快、標籤貼得對不對、指派給誰，往往決定新貢獻者會不會留下來。Maige 在 Issue 進來後幾秒內就處理好這幾件事。
有兩個限制要先講清楚。代理只在 GitHub 裡做事，你在瀏覽器上做不到的事它也做不到。它寫出的程式碼是設計成要經過你原有的分支保護，而不是繞過審查。
專案以 AGPL-3.0 授權開源，目前仍在 alpha 階段。Rubric Labs 說明自架主機尚未獲得官方支援，所以對多數團隊來說，實際可走的路是把 Maige 裝成託管版 App，公開的程式碼則當成退路。
開始使用
- 打開 maige.app，用 GitHub 帳號登入，然後挑選要納入的儲存庫。
- 同意安裝。Maige 會建立 webhook、為程式碼庫建立索引讓代理搜尋，並替這個儲存庫準備一個沙箱。
- 用日常文字寫下規則，例如把介面相關的 Issue 指派給某位維護者，或標記動到環境設定檔的 Pull Request。
- 開一個測試 Issue 或 Pull Request，到儀表板看 Maige 做了什麼。規則如果觸發在不該觸發的地方，改一下句子就好。
- 告知貢獻者機器人已經上線，之後遇到新的狀況再慢慢調整規則。
產品資訊
快速了解 Maige 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 一個人扛下分流的開源維護者：把最明顯的分類交給自動化，個人就能應付穩定的 Issue 流量。前提是第一週得回頭檢查規則寫得對不對。
- 共用公開儲存庫的小型產品團隊：有機器人負責回覆、貼標籤、轉派工作，回應時間就能維持住，不必為社群多請一個人。若你的貢獻指南寫在很長的文件裡，建議留一段時間好好設定。
- 有外部貢獻者的專案：規則能在 Pull Request 一開就套用貢獻指南，讓反覆出現的爭論少掉一半。
任務
- 依領域整理新進 Issue：一條規則可以把提到介面症狀的 Issue 全貼上標籤，並指派給負責前端的成員。
- 把有風險的 Pull Request 拉出來給人看：動到環境設定檔或部署設定的變更會停在待核准，不會默默被合併。
- 給第一次貢獻的人第一則回覆：Maige 會留言附上貢獻指南連結，替團隊爭取到有人真正回覆前的時間。
- 依風格文件先擬審查意見：代理讀過程式碼後，照你給的書面標準留下評論。
情境
- 版本發布後週末湧入大量 Issue：星期一早上標籤和指派都已經就位。
- Pull Request 排隊的速度快過審查人力：自動化的第一輪審查先把量壓下來，再由人打開來看。
- 新維護者接手大型儲存庫：Maige 能回答專案用了哪些套件、各檔案放在哪裡，上手時間明顯縮短。
主要功能
自然語言規則
你怎麼向新同事交代工作，就怎麼寫規則，Maige 會把每一句轉成 GitHub 事件上的動作。像「動到環境設定檔的 Pull Request 標為待核准」這種規則，會在每個符合的 Pull Request 上執行，不必學 YAML，也不用維護 workflow 檔案。規則出錯時直接到儀表板改掉就好。
Issue 自動分流
Issue 一開，代理會依你的規則和回報內容決定標籤與負責人。GitHub Issue 分流最花心力的地方就在這裡：判斷該由誰來看、該歸到哪一類。自動標籤和自動指派一次處理完這兩個問題，而且沿用的是你原本就在用的標籤，既有的分類習慣不用改。
Pull Request 審查
Maige 依你提供的指示審查進來的 Pull Request，通常是一份貢獻指南或檢查清單。評論會出現在人會寫的位置。這是第一輪把關，不能取代資深維護者，而且最後合併的程式碼仍要經過原本的核准流程與分支保護。
每個儲存庫各自的程式碼沙箱
每個連接的儲存庫都有獨立的程式碼沙箱。代理會把專案複製進去、安裝相依套件，像新手工程師那樣執行指令，無論是跑測試或重現回報的錯誤。接著它可以寫入修改、提交到新分支，並以機器人身分開啟 Pull Request。
向量索引的程式碼搜尋
安裝時 Maige 會把整個儲存庫放進向量資料庫，所以關於專案的問題會從實際程式碼找答案，不是憑空猜測。想問儲存庫用了哪些套件，或某個設定值寫在哪裡，回答都能對應到真正存在的檔案。
執行紀錄儀表板
儀表板列出代理在每個 Issue 與 Pull Request 上做了什麼，當規則的表現和預期不同時特別有用。你可以從一個貼錯的標籤追到造成它的那句話，改掉措辭，再看下一輪的結果。
優缺點
優點
- 規則用平常的文字寫就好，設定分流不必碰設定檔，也不用學 workflow 語法。
- 代理透過 GitHub API 作業，能貼合團隊原有的習慣，不必搬到另一個平台。
- 程式碼以 AGPL-3.0 公開，擔心被綁住的團隊可以直接讀懂在自己儲存庫上跑了什麼。
- 每個儲存庫有獨立沙箱，代理能跑測試、重現錯誤，不只是留言。
- 免費方案對小專案夠用，之後每月 30 美元起。
缺點
- 產品仍標示為 alpha，官方也說自架主機沒有支援，日常運作實際上倚賴託管服務。
- 自然語言規則偶爾會誤讀句子，前幾週最好每一則標籤都人工確認。
- 代理只支援 GitHub，用 GitLab 或 Bitbucket 的團隊就沒辦法用。
- 安裝時要授權 Issue 與 Pull Request 的寫入權限，有些維護者在沒有安全討論的情況下不願意給。
常見問題
Maige AI 把 GitHub 儲存庫的日常維護自動化。Issue 或 Pull Request 一開，它就套用你寫好的自然語言規則：貼標籤、指派、留言與審查程式碼。它屬於負責維護工作的程式碼庫 Copilot，不是寫作助理，在開源維護工具裡算是少數要求你寫規則而不是勾選開關的一類。
相關內容
探索與 Maige 相關的工具、技能與文章。
Maige 替代方案
Udon
Udon · 程式設計 · 生產力Udon 把 Apple Silicon 的 Mac 變成 Mac 家庭伺服器，從瀏覽器就能管理容器與檔案共享，並可選擇啟用 AI 系統管理員。
offstage
offstage cloud · 程式設計 · 生產力offstage 給 AI 代理與 CI 工作一台真正的 Mac：Apple 晶片上的全新 macOS 27 帳號，用 API 操作，依秒計費。
BotBus
Chengdu Tuyang Tusen Technology Co., Ltd. · 程式設計 · 生產力BotBus 把電腦上執行的 AI 編碼代理帶到手機與手錶，讓你不在桌前也能核准指令、啟動任務、查看結果。