三亩地 三亩地SAN MU DI · CODE DIARY
交流投稿
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天，欢迎挑你感兴趣的翻一翻。

首页/学习日记/日记详情

用agent总是陷入死循环？无法真实修复与迭代？试试这个吧！

发布时间：2026/8/5 10:43:01 三亩地 编程学习日记
用agent总是陷入死循环？无法真实修复与迭代？试试这个吧！

​

这是一个突然的想法。在我使用harness工程来做开发的时候。我希望在做一个开发项目的时候，可以自动的根据这个项目的需求，来做一个多智能体的开发团队。所以，这个项目应运而生。

🤖 核心概念：为什么需要多Agent？

单一AI Agent在独立工作时，常面临“自评闭环”（自己写的代码自己审查，容易有盲点）、缺乏深度架构质疑、以及复杂任务只能串行处理导致效率低等问题。

多Agent系统通过角色分工和并行协作来解决这些问题。例如，可以让一个Agent负责规划和一个Agent代码审查，一个Agent负责具体的代码实现，还有一个Agent负责UI设计，以此实现1+1>2的效果。

当然，当前还是在实验阶段。所以，希望铁子们可以试用，并反馈。

github地址在这：（完全开源哦）https://github.com/Uni-lovenix/AgentTeamStudio

这里附上软件截图：

项目名称：Agent Team Studio

Agent Team Studio 是一个跨平台桌面应用，支持 Windows 和 macOS。用户粘贴项目的功能或需求描述后，应用会生成一个多智能体团队配置；用户可以继续编辑角色、协作流程和工程约定，最后把配置写入现有的项目目录。

生成的配置：

  • AGENTS.team.md：团队级规则、智能体路由、协作流程和工程约定；不重复每个角色的完整明细。
  • agents.json：机器可读的团队配置，schema version 为 1。
  • agents/：每个智能体一个独立 Markdown 文件，包含该角色的使命、职责、技能、工具、交付物和协作流程。
  • 如果目标目录已存在AGENTS.md或CLAUDE.md，应用向这些文件追加一行规则入口指向AGENTS.team.md，不会覆盖原有规则。

当前版本只负责团队配置的生成和导出，不执行多智能体工作流。

本地生成发布包

dist/是本地构建输出目录，不会上传到 Git。需要发布包时在本机生成：

npmrun dist:macnpmrun dist:win

生成后可在本地dist/找到：

  • macOS Apple Silicon：dist/AgentTeamStudio-0.1.0-mac-arm64.zip
  • Windows x64：dist/AgentTeamStudio-0.1.0-win-x64.exe
  • Windows ARM64：dist/AgentTeamStudio-0.1.0-win-arm64.exe
  • 校验文件：dist/SHA256SUMS.txt

SHA256SUMS.txt需要按本机最新构建产物重新生成：

cddist shasum-a256AgentTeamStudio-0.1.0-mac-arm64.zip AgentTeamStudio-0.1.0-win-x64.exe AgentTeamStudio-0.1.0-win-arm64.exe AgentTeamStudio-0.1.0-win.exe>SHA256SUMS.txt

当前包未做 Apple 和 Microsoft 代码签名。macOS 首次打开时如被 Gatekeeper 拦截，可在 Finder 中右键应用并选择“打开”；Windows SmartScreen 提示时选择“仍要运行”。

功能

  • 输入项目名称、需求描述和技术栈提示。
  • 本地分析从需求中识别必须完成的责任区块，为每个角色生成使命和具体职责，而不是按前端、后端等实现功能拆分。
  • 可选 OpenAI 兼容或 Anthropic/MiniMax 兼容 LLM 生成更贴合需求的团队配置。
  • 编辑角色名称、使命、职责、技能、工具、交付物、依赖和通知关系。
  • 编辑协作流程和分支、提交、PR、测试、文档约定。
  • 实际生成过程日志展示“依据什么信号、生成哪个角色、得到什么结果”，而不是只罗列步骤名称。
  • 将配置原子写入用户选择的已有项目目录，团队配置使用AGENTS.team.md、agents.json和agents/下的独立角色文件，不覆盖AGENTS.md/CLAUDE.md。
  • 本地保存多个项目草稿，重启后仍可继续编辑。
  • API Key 使用 ElectronsafeStorage加密保存，不会写入目标项目。
  • 内置结构化日志、干净状态重置、基准脚本和清理扫描器。

技术栈

  • Electron
  • React 18
  • TypeScript strict mode
  • Vite
  • Vitest
  • electron-builder

环境要求

  • Node.js 20 或更高版本
  • npm

快速开始

npminstallnpmrun dev

也可以直接运行完整初始化流程：

bashinit.sh

init.sh会依次执行依赖安装、类型检查、测试、构建、harness 文件检查和清理扫描。

使用流程

  1. 点击“新建项目”，输入项目名称。
  2. 粘贴至少 10 个字符的需求描述，可补充技术栈提示。
  3. 点击“生成团队”，应用会先使用需求驱动生成。
  4. 如需 LLM 生成，在设置中启用 LLM，选择 OpenAI 兼容或 Anthropic 兼容协议，并配置 Base URL、模型和 API Key。
  5. 在团队预览中调整角色、流程和约定。
  6. 点击“选择项目目录”，指定一个已有的项目目录。
  7. 点击“写入项目目录”，应用会生成AGENTS.team.md、agents.json，以及agents/下每个智能体一个 Markdown 文件。
  8. 如果目录中已存在这些团队文件或agents/目录，应用会要求确认后才覆盖。
  9. 如果目录中已存在AGENTS.md或CLAUDE.md，应用会向存在的规则文件追加“使用智能体规则在 AGENTS.team.md 文件”，并保留原内容。

重置按钮只清除应用本地的项目草稿和设置，不会删除或修改目标项目目录中的文件。

LLM 配置

LLM 默认关闭。设置面板支持：

  • Base URL：OpenAI 兼容接口地址，例如https://api.openai.com/v1。
  • 接口协议：可选OpenAI 兼容或Anthropic 兼容。
  • Model：例如gpt-4o-mini，可按服务商填写。
  • API Key：通过 ElectronsafeStorage加密保存在本地。

MiniMax 配置示例：

  • OpenAI 兼容：Base URL填https://api.minimaxi.com/v1，协议选OpenAI 兼容，模型填如MiniMax-M2.7-highspeed。
  • Anthropic 兼容：Base URL填https://api.minimaxi.com/anthropic，协议选Anthropic 兼容，模型填如MiniMax-M2.7-highspeed。

LLM 返回结果会经过结构校验。如果请求失败、超时或返回格式无效，应用会自动回退到需求驱动生成，并在界面中显示警告。

生成文件示例

导出后，目标项目目录中可能包含：

  • AGENTS.team.md：团队级规则和智能体路由，协作流程与工程约定；每个角色的完整明细只存在于agents/*.md。
  • agents.json：完整的机器可读团队配置。
  • agents/：每个智能体一个独立 Markdown 文件。
  • AGENTS.md/CLAUDE.md：项目原有规则文件；应用不会覆盖它们，只会在这些文件存在时追加一行指向AGENTS.team.md的规则入口。

agents.json中的单个角色结构如下：

{"id":"role-id","name":"账户与权限负责人","mission":"保证身份、账户、权限和数据可见范围完整可审计。","responsibilities":["设计注册、登录、认证、会话和找回流程","定义用户、角色、权限与数据隔离规则"],"skills":["身份认证","权限模型","审计"],"tools":["权限矩阵","认证方案","审计清单"],"deliverables":["账户流程说明","权限矩阵","审计清单"],"dependsOn":["需求与验收负责人"],"notifies":["交付协调负责人"]}

完整TeamConfig还包含schemaVersion、projectName、requirement、techStackHints、generatedBy、createdAt、workflow、agents和conventions。

开发命令

命令作用
npm run dev构建并启动 Electron 应用
npm run check运行严格 TypeScript 类型检查
npm test运行 Vitest 单元测试
npm run build构建 main、preload 和 renderer
npm run dist:mac打包 macOS 应用
npm run dist:win打包 Windows 应用
bash scripts/benchmark.sh运行性能基准
bash scripts/cleanup-scanner.sh检查 stale 文件和 harness 完整性

项目结构

src/ main/ Electron 主进程、窗口和 IPC handlers preload/ contextBridge API renderer/ React 中文界面 services/ 业务逻辑、持久化、LLM、导出 shared/ 共享类型和 IPC channel 定义 test/ Vitest 单元测试 docs/ 架构、产品、可靠性、质量文档 scripts/ 开发、基准、清理脚本

验证状态

当前仓库已通过以下验证：

  • npm run check
  • npm test（24 个测试用例）
  • npm run build
  • bash init.sh
  • bash scripts/benchmark.sh（3/3）
  • npm run devElectron 窗口启动
  • npm run dist:macmacOS ZIP 应用包构建
  • npm run dist:winWindows x64/ARM64 NSIS 安装包构建

Windows x64/ARM64 安装包可通过npm run dist:win在本地dist/目录生成；实际 Windows 系统上的安装和冒烟测试仍建议在 Windows 或 CI 环境执行。

编程学习 学习日记 实战经验
← 返回列表