Linear — issue tracker и project management для команд разработки

Что это такое

Linear — облачный трекер задач и проектов для продуктовых и инженерных команд. Его рабочая модель связывает отдельные задачи, циклы разработки, проекты и инициативы, а интеграции помогают синхронизировать работу с репозиториями, коммуникациями и ИИ-агентами.

Как устроена работа в Linear

Linear организует работу вокруг нескольких связанных сущностей:

• Issue — отдельная задача с приоритетом, статусом, исполнителем, метками, оценкой и связями с другими задачами.
• Cycle — сущность для группировки и планирования задач команды на ограниченный период.
• Project — крупная работа и связанные с ней задачи.
• Initiative — уровень планирования, объединяющий связанные проекты. В сравнении планов на странице тарифов инициативы перечислены среди базовых сущностей Core.
• Triage — специальная входящая очередь для задач, поступивших от интеграций и других команд.
• Views — представления с нужными фильтрами, сортировкой и группировкой.

Документация Linear также подтверждает поддержку родительских и дочерних задач, отношений blocked, blocking, related и duplicate, настраиваемых рабочих процессов и массовых действий над задачами.

Основные возможности

Интеграции и подключение

Linear соединяется с инструментами разработки, поддержки и коммуникаций. В официальном каталоге интеграций перечислены GitHub, GitLab, Figma, Sentry, Slack, Zendesk и Intercom; на странице тарифов отдельно указана интеграция Microsoft Teams.

Среди подтверждённых сценариев:

• GitHub — связывание задач и автоматизация workflow для pull request;
• Linear Asks — приём запросов из Slack, электронной почты и веб-форм;
• Zendesk и Intercom — интеграции, входящие в состав Business;
• Linear API и webhooks — собственные интеграции и автоматизация;
• Codex — делегирование задач облачному агенту или доступ к Linear через MCP.

Для интеграций через GraphQL API лучше использовать webhooks вместо постоянного опроса. Официальная документация рекомендует фильтровать данные, ограничивать размер выборки и явно задавать пагинацию.

Тарифы и ограничения

По состоянию на 8 сентября 2026 года годовые тарифы выглядят так:

Некоторым возможностям ИИ, отмеченным на странице тарифов, требуются кредиты ИИ (AI credits). Их доступность и расход лучше отдельно проверять в документации и настройках рабочего пространства перед внедрением.

Лимиты GraphQL API

Для API действуют отдельные лимиты запросов и сложности:

• API key: до 2 500 запросов в час на пользователя;
• OAuth app: до 5 000 запросов в час на пользователя или app user;
• запросы без авторизации: до 600 запросов в час на IP-адрес;
• максимальная сложность одного GraphQL-запроса: 10 000 points.

Лимиты сложности за час различаются: 3 000 000 points для API key, 2 000 000 для OAuth app и 100 000 для неавторизованных запросов. У отдельных операций могут быть более строгие ограничения.

Два способа подключить OpenAI Codex

Облачная интеграция и MCP решают разные задачи. Ниже они описаны отдельно.

Облачный Codex внутри задачи Linear

Если назначить задачу на Codex или упомянуть @Codex, Linear запускает облачную агентную сессию. Агент использует контекст задачи, публикует обновления и после завершения оставляет ссылку на завершённую задачу в Codex cloud. Там работу можно проверить, продолжить или оформить как pull request.

Интеграция доступна пользователям ChatGPT Plus, Pro, Business, Enterprise и Edu.

Для подключения:

1. Подключите GitHub в Codex.
2. Создайте облачное окружение Codex (Codex Cloud Environment) для нужного репозитория.
3. Установите агент Codex в рабочее пространство Linear через настройки Codex.
4. Упомяните @Codex в задаче или назначьте Codex исполнителем.

Пользователям Enterprise может потребоваться помощь администратора ChatGPT workspace: он должен разрешить Codex Cloud Tasks и коннектор Codex for Linear.

Codex выбирает окружение по контексту задачи. Если выбор может быть неоднозначным, укажите окружение прямо в комментарии, например: @Codex fix the above in openai/codex.

Codex CLI и расширение для IDE через Linear MCP

Linear предоставляет официальный удалённый MCP-сервер по адресу:

https://mcp.linear.app/mcp

Сервер использует Streamable HTTP как основной транспорт. По умолчанию endpoint предоставляет чтение и запись. Если агенту достаточно только читать данные, используйте отдельный безопасный endpoint:

https://mcp.linear.app/mcp/readonly

Также можно запросить только OAuth scope read при подключении стандартного /mcp: полученный токен не сможет обращаться к операциям записи.

Подключение через Codex CLI

codex mcp add linear --url https://mcp.linear.app/mcp

Команда автоматически предложит войти в аккаунт Linear. Если сервер добавлен вручную, авторизацию можно начать отдельно:

codex mcp login linear

CLI и расширение для IDE используют общую конфигурацию, поэтому повторно добавлять сервер для расширения не требуется.

Ручная конфигурация

Добавьте в ~/.codex/config.toml:

[features]
# Нужно при первом подключении MCP в Codex.
experimental_use_rmcp_client = true

[mcp_servers.linear]
url = "https://mcp.linear.app/mcp"

Если это первое подключение MCP в Codex, включите экспериментальный клиент. После сохранения конфигурации выполните:

codex mcp login linear

Интерактивный вход использует OAuth 2.1. Linear MCP также поддерживает bearer token и Linear API key, но для обычного подключения Codex удобнее OAuth.

Полезные сценарии

Разобрать задачу из Linear в локальной сессии

Исходное условие: Codex подключён к MCP, а у пользователя есть доступ к нужной задаче.

Попросите агента:

Открой issue AIL-123, перечисли требования, ограничения и неизвестные детали. Ничего в Linear не изменяй.

Наблюдаемый результат: Codex возвращает содержание указанной задачи и отделяет имеющиеся требования от пробелов. Для такого сценария достаточно /mcp/readonly; подключение с правом записи здесь не требуется.

Создать задачу из контекста кода

Исходное условие: подключён endpoint с правом записи и заранее указаны команда или проект.

Пример запроса:

Подготовь задачу для проекта X: добавь контекст, ожидаемое поведение, критерии готовности и способ проверки. Перед созданием покажи черновик.

После подтверждения проверьте, что задача появилась в нужной команде, а заголовок, описание и проект совпадают с черновиком. Сценарий не подходит для подключения только для чтения.

Делегировать хорошо описанную задачу облачному Codex

Добавьте в issue контекст репозитория, ожидаемый результат, команду проверки и границы изменений. Затем назначьте Codex или упомяните @Codex.

Наблюдаемый результат: в задаче появляются обновления агента и ссылка на завершённую сессию Codex cloud. Результат всё равно требует ревью перед созданием или слиянием pull request.

Ограничение: сценарий требует подходящего плана ChatGPT, подключённого GitHub и настроенного облачного окружения; для локальной работы используйте MCP.

Формат задачи для работы с агентом

Чтобы снизить число уточнений, включайте в описание четыре блока:

1. Контекст — репозиторий, модуль, файлы и связанные обсуждения.
2. Ожидаемое поведение — конкретный результат задачи.
3. Проверка — команда тестов или воспроизводимый сценарий.
4. Границы — части системы, которые нельзя менять без отдельного согласования.

Не передавайте в issue секреты, токены и содержимое приватных хранилищ. Агенту нужны ссылки на разрешённый контекст и безопасные способы получить необходимые значения.

Проверка результата подключения MCP

Это руководство сверено с документацией, но команды не заявляются как выполненные в пользовательском окружении. После настройки проведите собственную проверку:

1. Перезапустите Codex после изменения config.toml.
2. Выполните OAuth-вход, если он не открылся автоматически.
3. Попросите Codex найти известную задачу по идентификатору.
4. Сравните заголовок и статус с интерфейсом Linear.
5. Если подключение read-write, сначала покажите предполагаемое изменение и выполните его на тестовой задаче.

Успешный признак для подключения только для чтения: агент читает разрешённую задачу, но не получает инструментов записи. Для стандартного /mcp дополнительно проверьте, что изменения появляются именно в выбранной тестовой задаче.

Когда Linear подходит команде

Linear полезен, если команда регулярно планирует инженерную работу циклами, использует GitHub или GitLab и хочет держать задачи, проекты и агентные сценарии в одной системе.

Другой инструмент может оказаться удобнее, если процесс требует глубоко кастомизированных согласований, сложной иерархии корпоративных прав или специализированного планирования за пределами продуктовой разработки. Решение стоит принимать после проверки реального workflow команды и стоимости нужного плана.

Официальные ссылки

• Сайт: linear.app
• Документация: linear.app/docs
• Тарифы: linear.app/pricing
• Linear MCP: linear.app/docs/mcp
• Интеграция Codex: linear.app/integrations/codex
• Лимиты GraphQL API: linear.app/developers/rate-limiting

Следующий шаг

Если вам нужен другой подход к управлению проектами, сравните Linear с Plane — open-source платформой для управления проектами.

Связанные материалы

• Статья: Хватит считать агента помощником — оформляйте его на работу
• Блог: Codex научился передавать работу между компьютерами
• База знаний: Экосистема MCP: серверы, клиенты, SDK и реестры

Если вы внедряете Codex или другого ИИ-агента в связке с Linear, заранее определите доступные агенту проекты, разрешённые операции и обязательные точки человеческого подтверждения.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov