Linearis AI 命令行工具
AI Skill Hub 强烈推荐：Linearis AI 命令行工具 是一款优质的Agent工作流。AI 综合评分 8.2 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。
📚 深度解析
Linearis AI 命令行工具 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.2 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
一个专为 Linear.app 设计的开源 AI 工作流 CLI 工具。支持 JSON 输出、智能 ID 解析及图谱优化，旨在通过命令行高效管理 Linear 任务，非常适合追求自动化工作流的开发者和技术团队。
Linearis AI 命令行工具 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
一个专为 Linear.app 设计的开源 AI 工作流 CLI 工具。支持 JSON 输出、智能 ID 解析及图谱优化，旨在通过命令行高效管理 Linear 任务，非常适合追求自动化工作流的开发者和技术团队。
Linearis AI 命令行工具 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：npm 全局安装 npm install -g linearis # 方式二：npx 直接运行（无需安装） npx linearis --help # 方式三：项目依赖安装 npm install linearis # 方式四：从源码运行 git clone https://github.com/linearis-oss/linearis cd linearis npm install npm start
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
linearis --help
# 基本用法
linearis [options] <input>
# Node.js 代码中使用
const linearis = require('linearis');
const result = await linearis.run(options);
console.log(result);
# linearis 配置说明 # 查看配置选项 linearis --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export LINEARIS_CONFIG="/path/to/config.yml"
简介
Features
- JSON-only output — pipe into
jq, no parsing of tables or prose. - Smart ID resolution — pass
ENG-42, a team name, or a UUID interchangeably. - Two-tier discovery — self-documenting
usagecommands keep agent context small. - Discussion threads — first-class root/reply modeling on issues.
- File attachments — upload and download with signed URLs.
- Broad domain coverage — issues, projects, cycles, milestones, initiatives, documents, labels, teams, users, and more.
Discover what's available (~200 tokens)
linearis usage
Installation
npm install -g linearisRequires Node.js ≥ 22. The linearis command is canonical; linear is a fully supported alias that runs the same CLI.
Usage
All output is JSON. Start with discovery, then act.
```bash
Drill into one domain for its full command reference
linearis issues usage
AI agent integration
Linearis is structured around a discover-then-act pattern that matches how agents work:
- Discover —
linearis usagereturns a compact overview of all domains. The agent reads it once. - Drill down —
linearis <domain> usagegives the full reference for a single domain. The agent loads only what it needs. - Execute — every command returns structured JSON. No table or prose parsing.
The agent never loads the full API surface into context — it pays for what it uses, one domain at a time.
Linearis vs. Linear MCP
| Linearis | Linear MCP | |
|---|---|---|
| Context cost | ~500–700 tokens per interaction | ~13k tokens on connect |
| Coverage | Common operations (issues, discussions, cycles, docs, files) | Full Linear API |
| Output | JSON via stdout | Tool-call responses |
| Setup | npm install -g linearis + Bash tool | MCP server connection |
Use Linearis when token efficiency matters and you work primarily with issues and related data. Use the MCP when you need full API coverage or tight tool-call integration.
linearis 是一个专为自动化工作流和 AI Agent 设计的命令行工具，旨在通过标准化的 JSON 输出，为开发者提供高效、结构化的任务管理能力。它不仅支持快速的 Issue 检索与操作，还通过智能 ID 解析技术，让开发者能够无缝地在团队名称、Issue ID 或 UUID 之间进行切换，是构建智能化开发流程的理想选择。
linearis 具备一系列面向开发者的高级特性：首先，它采用 JSON-only output 设计，方便直接通过 `jq` 进行数据处理，无需解析复杂的表格或文本；其次，支持 Smart ID resolution，可灵活识别多种 ID 格式；此外，其独特的 Two-tier discovery 机制能有效控制 Agent 的上下文消耗；最后，它原生支持 Discussion threads 讨论线程建模及通过 signed URLs 进行 File attachments 文件上传下载，覆盖了广泛的业务领域。
您可以通过 npm 全局安装 linearis。请确保您的开发环境已安装 Node.js ≥ 22 版本。安装完成后，您可以使用 canonical 命令 `linearis` 进行操作，也可以使用完全等效的别名 `linear` 来运行 CLI 工具。
linearis 遵循“先发现，后执行”的设计哲学。所有输出均严格遵循 JSON 格式，确保了与自动化脚本的兼容性。建议在使用时，先通过 `linearis usage` 进行指令发现，获取当前可用的领域概览，随后根据需求执行具体操作。为了提升 AI Agent 的协作效率，建议将相关的 Prompt 配置添加到您的 `AGENTS.md` 或 `CLAUDE.md` 文件中，使 Agent 在每个会话中都能感知上下文。
如果您需要深入了解特定领域的详细指令，可以使用 `linearis <domain> usage` 命令。该命令会提供针对单一领域的完整命令参考手册，帮助您精准地调用 API 进行深度操作，而无需加载冗余的全局信息。
linearis 围绕“发现即行动（discover-then-act）”的模式构建，完美契合 AI Agent 的工作逻辑：1. **Discover** —— 通过 `linearis usage` 获取精简的领域概览，Agent 仅需读取一次即可掌握全局；2. **Drill down** —— 当需要执行具体任务时，Agent 会通过 `linearis <domain> usage` 加载特定领域的完整参考，实现按需加载，在保证任务精准度的同时，最大限度地优化上下文窗口的使用。
aiskill88点评：精准切入开发者工具链，将 Linear 的 API 能力转化为可编程的 CLI 流程，实用性极强。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- CLI：直接 npm install -g / pip install，命令行调用
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，Linearis AI 命令行工具 是一款质量优秀的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | linearis |
| 原始描述 | 开源AI工作流：CLI tool for Linear.app with JSON output, smart ID resolution, and optimized Gra。⭐224 · TypeScript |
| Topics | 命令行工具任务管理自动化工作流 |
| GitHub | https://github.com/linearis-oss/linearis |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-07-03 · 更新时间：2026-07-03 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
🤖 交给 Agent 安装 · Linearis AI 命令行工具
选择 Agent 类型，复制安装指令后粘贴到对应客户端