worktrunk — Git Worktree 管理器，专为并行跑多个 AI coding agent 设计。... 先说痛点： 如果你现在用 Claude Code / Codex 写代码，一个 agent 一次只能改一个功能。想并行跑 5-10 个 agent 同时处理不同任务？Git 原生做不到——多个 agent 共享同一个工作目录，互相踩文件、冲突不断。 Git 其实有一个 worktree 功能可以解决这个问题：给每个 agent 分配独立的工作目录，共享同一个 .git。但原生 UX 极其痛苦： 创建一个 worktree 要打三遍分支名： git worktree add -b feat ../repo.feat cd ../repo.feat worktrunk 把这件事简化成了一行命令： wt switch -c -x claude feat 创建 worktree + 切换目录 + 启动 Claude Code，一步到位。 核心命令就三个： • wt switch feat → 切换到指定 worktree • wt switch -c feat → 创建新 worktree • wt remove → 清理 进阶功能也很实用： • Hooks：创建/合并时自动执行脚本 • LLM commit messages：自动从 diff 生成提交信息 • wt merge main：一行命令完成 squash + rebase + merge + 清理 • 交互式选择器：带实时 diff 和 log 预览 • 构建缓存复制：worktree 之间共享 target/、node_modules/，跳过冷启动 当你从"一次跑一个 agent"升级到"同时跑 5 个 agent 做不同任务"，worktree 管理就是第一个要解决的问题。 🔗show more

好家伙，要你命3000！ 多 Agent 编程的神器 —— Parallel Code，这玩意儿让你同时跑 Claude、Codex、Gemini，每个都有自己的 git... 工作区，互不干扰。 你想让多个 AI 同时干不同的事，比如： • Claude 重构核心模块 • Codex 写单元测试 • Gemini 更新文档 传统做法：开三个终端，三个窗口切来切去，Parallel Code 的解决方案：git worktree + 自动化管理。show more

我制作了一个新项目，叫 agent-graph : 将ADE中以session对话的UI形式，替换成以git graph为主元素 1. 每个 agent 在哪个分支、哪个... worktree 上，改动落在哪 2. 谁派出了哪些子 agent，谁在 review 谁的分支 3. 哪些 agent 在等你批准，哪些做完了可以合并 4. 提交、推送、合并、清理 worktree，还得切到终端或 git 客户端show more

用 Claude Code 写到一半，弹出一句 “You’re out of usage credits”。... Codex 的额度还剩一大半，可切过去它什么都不知道：刚定下的两个方案、改了一半的文件、为什么这么改。 只能从头再讲一遍。 最近看到一个开源项目 Orbital，专门解决这件事。它有句话我很认同： 上下文资产应该属于你自己，不应该被任何agent厂商锁定 它的做法很朴素：每一次agent的每一个会话，都会维护和提取成项目目录里的普通文件。 PROJECT_STATE.md：项目现在的状态（记忆缓存） DECISIONS.md：项目里任何agent定过的决定和原因 LESSONS.md：项目里所有agent踩过的坑 INDEX.md：项目的索引，各个产物的用处和位置 不管换哪个 Agent 接手，都先读这几份文件。Codex 卡在额度上，就在选择器里换成 Claude Code，它接着回答同一个问题，不用你重新交代。 我觉得最实用的是两点。 一是选择器里直接显示每个 Agent 还剩多少额度，哪个有余量就用哪个。 二是直接描述你的工作流，他会自动派发其他agent，比如说bugfix就用claude code，生图生海报用codex 作者：Keaneshow more

用 Claude Skills 创建一个简单的 Agent 真的太简单了 人人都能创建自己的 Agent 大军，我这里搞了一个... Nano Banana Pro PPT 生成 Skills 基于任何文档生成 PPT，支持风格选择、页数自定义 生成后会导出图片文件以及帮你生成一个全屏预览的网页 也可以作为整个图文混排 Agent 体系的一个部分show more

Claude Code 桌面板发布本地定时任务功能 设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。 比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地 有几个细节值得注意：... 任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准 可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码 如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知 目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。 怎么用 在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。 也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。show more

有人把 Claude Code、Codex、Kimi 这些 AI 全塞进了一个桌面软件里，叫 hermes-desktop。 不用终端，不用记命令。模型切换、工具开关、技能管理全是图形界面，点点就行。 最狠的是它内置了81个技能，能直接操控... iMessage、备忘录、提醒事项这些 macOS 原生应用。你跟它说"翻一下上周的备忘录"，它真能翻。 还有个看板功能，多个 Agent 同时干活的时候在看板上调度，谁在跑、谁卡了、一眼看得到。show more

WTF 逆天！Codex 装上 oh-my-codex，直接把你升级成一支 AI 开发团队 这个开源项目是真有点东西！跟oh-my-zshell我感觉一个量级 用 Codex... 写直接项目，需求、前端、后端、测试、修 Bug，基本都得一件件安排 现在有了 oh-my-codex（OMX），可以让多个 AI Agent 同时干活，主 Agent 负责统筹，其他 Agent 分工执行 直接复制这段话给 Codex： “ 帮我安装并配置 Yeachan-Heo/oh-my-codex ，先阅读官方 README，检查环境和依赖，按照最新文档完成安装、初始化和健康检查。安装成功后介绍 Team 多 Agent 协作模式，并给出一个启动 6 个 Agent 协作开发的示例。 ” 最让我心动的是这 6 个优势： 1、多 Agent 并行：原生子 Agent 最多支持 6 个并发，复杂任务可以同时推进，不用一个个排队 2、能自动拆解任务：一句需求，先梳理方案、明确分工，再进入开发，减少 AI 写到一半跑偏 3、团队协作开发：前端、后端、测试、代码审查可以分开处理，主 Agent 负责协调和整合 4、持续执行任务：支持长任务目标、检查点和恢复机制，不用每次都从头解释项目 5、自动审查和测试：提供代码审查、QA 验证工作流，写完代码还能继续检查、修复问题 6、项目进度可追踪：计划、日志和状态保存在 .omx/，方便查看进度、恢复任务 更重要的是，它直接增强现有 Codex CLI，不需要你重新换一套 AI 编程工具 你只需要负责提需求，Codex 帮你组织一支 AI 开发团队show more

牛逼，我真没想到，Dethink 居然把 Claude Code、Codex、各种大模型、不同的 Harness 还有 X、抖音、小红书、YouTube、SEO 的实时数据，甚至电商和金融数据，全塞进一个工作台了？？？ 一个窗口解决所有问题，随时切模型、切... harness，支持 BYOK 自己配置模型 Dethink 可以跑通这整个流程： 1、先接 X、抖音、小红书、YouTube、Instagram、Semrush 等实时数据，查趋势、关键词、竞品和用户反馈。 2、然后随时切 Claude、GPT、Grok、Gemini、DeepSeek、Kimi，同一窗口调用不同模型分析、写作、改方案、做图。 3、你还可以直接切 Claude Code 或 Codex 等不同的 Harness，并且同一窗口，前面的文件和上下文还在。 一条内容从找题、研究、成稿到配图，全在一个地方跑完。开发任务也一样，你可以随时切换不同的 Harness： Claude Code、Codex等，还能随时切换不同的模型，比如 Claude 规划、Codex 实现、Grok 来做快速任务...... 这个组合确实有点牛逼，还能稳定使用的 Claude Code / Codex 官方订阅，支持国内支付方式，🔗和优惠码放评论区show more

Hermes Studio 最新多 Agent 群聊，正在打破设备与网络的边界。 （正在测试） 创建群聊并分享邀请链接后，任何人都可以加入房间，并把自己部署在本地电脑或远程服务器上的 Agent 拉进群聊。... 不同用户、不同设备、不同服务器上的 Agent，可以通过 WebSocket 实现跨网络实时通信，在同一个房间中讨论、协作并完成任务。 每个 Agent 仍然保留独立的模型、Profile、身份、工具、记忆和运行环境。 未来，你不仅可以邀请朋友加入群聊，还可以邀请他的 Agent 一起来。 一个链接，连接来自世界各地的人与 Agent。show more

m1k1o/neko：Docker 里跑一个虚拟浏览器，WebRTC 串流 自托管的虚拟浏览器，跑在 Docker 里，通过 WebRTC 实时串流画面。支持多人共享同一个浏览器会话。 用途：... • 团队协作看网页 / debug • 给 AI Agent 一个隔离的浏览器沙箱 • 规避本地浏览器指纹 • 远程桌面的轻量替代 Docker 一行命令起，开箱即用。 🔗show more

HStudio手机端可统一管理多Agent HStudio 现在已经支持在手机端统一管理多个 Agent 了。 Hermes、Codex、Claude、Pi、Grok 等 Agent 的版本与运行状态都能清晰查看，还可以随时切换界面语言。... 不用一直守在电脑前，也能轻松打理你的 AI 工作空间。show more

为什么很多人的 Agent 用不起来？ 不管 Agent 多聪明，像Claude Code、Codex、OpenClaw，都会遇到同一个问题：上次说好的偏好，下次对话全忘了。 不是模型不够聪明，是记忆架构本身的问题。 很多市面上的Agent... Memory，说的好听点叫长期记忆，其实就是个聊天记录仓库。 最近在 GitHub 看到 MemOS 出的一个本地记忆插件，叫 MemOS Local Plugin，上线没多久就斩获了近万 Star。 直接装进你的 Agent 里就能用，Hermes 和 OpenClaw 都已经支持，核心思路是执行即学习。 Agent 每跑一次任务，过程本身就在转化成经验，下次遇到类似的事能直接调用。 最近 Local Plugin 2.0 还升级了记忆架构，让 Agent 能从任务里学到东西、沉淀经验。 具体3件事： 1、每步操作都会被打分 不只记录做了什么，还会标注是怎么做的、哪一步起了作用。 这些被拆解成一个个可学习的单元，慢慢积累成 可复用的经验。 2、记忆分层，按需读取 记忆按层分类存放，短期的、任务相关的、长期沉淀的各归各处。 用什么取什么，不会把不相关的东西一起翻出来干扰判断。 3、换 Agent也没事，经验不清零 在一个Agent里积累的东西，换另一个也能直接用，记忆资产一直都在。show more

今年三月底在 Let's Vision 上介绍了我们正在做的让 agent 参与 mobile 开发自主验证的一些微小工作。现在终于可以把其中一部分我们日常使用的工具开源了。 sim-use... 是让 AI agent 能看到模拟器/设备的屏幕并操作它的命令行工具。一条命令把整个屏幕变成 agent 能理解的紧凑表示，再一条命令点击任意元素，以完成验证循环。iOS Simulator 和 Android 通用。 Plan, code, verify, ship — verify 这一环现在可以交给 agent 了。欢迎大家试用/加星/反馈/一同改进！show more

别整天只盯着 Cursor 了。最近刷到一个堪称离谱的开源项目 Beluga，这玩意儿可能会把现在市面上那些“套壳” AI 编辑器全卷死。 现在的痛点是什么？传统 IDE 强行塞个... AI 侧边栏，本质上还是给“人手敲代码”设计的，用起来割裂感极强。而 Beluga 的底层逻辑是：直接绕着 AI 多 Agent 协同，把 IDE 彻底重做了一遍。 它把你从“打字员”彻底变成了“包工头”。 几个直接让我看呆的硬核操作： 🔥 真正意义上的多开并发： 接个新需求，它直接在后台切个独立的 Worktree（目录、分支、专属 Agent 统统打包好）。你不用管什么分支冲突，看着好几个 Agent 在不同任务里同时干活就行，主目录丝毫不受影响。 🔥 P2P 的 Agent 跨机聊天： 这功能简直是神仙。假如你需要隔壁后端哥们的测试环境跑个数据，你直接在 IDE 里 @ 他的 Agent。他电脑弹个窗点“允许”，他的 Agent 跑完直接把结果塞进你的聊天框。全程端到端加密，完全没有中间云服务器瞎掺和。 🔥 “活”的交互组件： 你让它查数据库，它不是傻乎乎地给你丢一坨 Markdown 文本，而是直接在聊天框渲染出一个能翻页、能搜索、甚至能一键转成数据图表的交互式表格。任务看板（支持 Linear/Jira）也是直接嵌在对话里的。 🔥 极其懂独立开发者的痛点： 这工具直接内置了 Stripe 集成。左边调代码，右边直观显示这个项目给你赚了多少刀，产品经理绝对是自己人。另外它还搞了个极其硬核的配套手机 App，安卓机甚至能无线 ADB 直连跑 Claude Code，躺被窝 debug 终成现实。 它本身也支持本地模型（Ollama 等），安全感拉满。这项目本来是几个人内部搞着玩的，结果直接在开发者圈里炸了，上千人拿它当主力，现在 Mac、Windows、Linux 全平台端都补齐了。 苦传统 IDE 缝合怪久矣的老哥们，强烈建议去跑一跑，去感受下什么叫真正的赛博包工头。 🔗 开源地址：show more

最近我用了 Grok Bot 一段时间，这是我最近最喜欢的 Agent 产品之一。 原因甚至不是 Grok 有多聪明。... 是它真的有一台自己的电脑。 AI Agent 的最终形态，其实就是给 AI 发一台电脑。 xAI 给 Grok Bot 配了一台持续存在的云电脑，里面有浏览器、文件系统和终端。登录状态、文件、浏览器 Session 都会留下来，你把电脑关了，它也可以继续干活。 听起来只是一个产品功能，实际用起来，我觉得它把 Agent 的体验往前推了一大截。 比如我每天都要刷 X。 以前让我用 AI 帮忙看 X，工作流通常是这样的： 我刷到一条东西，复制给 AI；AI 觉得有意思，我再去找原帖；再开几个链接；再把资料复制回来；让它查证；最后再让它帮我写。 AI 干了很多活，但真正操作互联网的那个人一直是我。 Grok Bot 让我第一次很自然地把这部分也扔掉了。 我直接在它那台电脑上把 X 登录好，然后告诉它去刷我的 timeline，看看今天大家在讨论什么，发现有意思的东西就点进去，把原帖、引用、相关讨论都看一遍，再去外面查资料，最后觉得值得写的，帮我整理成帖子。 它就真的去操作浏览器了。 网页没有 API 没关系，没有 MCP 也没关系。只要人能打开网页、登录、点击，它就有机会自己完成。xAI 自己对 Grok Bot 的定义其实也很明确，它可以登录并使用网站和 App，用 computer use 处理那些没有干净 API 的软件。 这才是 Agent 真正重要的一步。 过去一年大家一直在给 Agent 加工具，Search、Browser、Code、MCP、Connector… 工具越来越多，可我的体验经常还是我才是所有 Agent 背后那个最累的 Agent。 我同时开着好几个 AI。这个查资料，那个写代码，另一个做图，还有一个跑 Deep Research。 A 做完以后我复制给 B，B 做完以后再扔给 C。 名义上我有一支 AI 团队，实际上我是这支团队里专门负责复制粘贴、开网页和催进度的项目经理。 Grok Bot 有一个特别戳我的能力**，它甚至可以去操作另一个 Agent。** 我可以在它的浏览器里登录其他 AI 产品，然后告诉 Grok Bot 这个任务你去交给它。 等它跑完，把结果拿回来，然后继续完成后面的事情。 到这里整个关系就开始发生变化了。 以前是我管理五个 Agent。 现在我开始尝试只管理一个 Agent，然后让它去管理剩下几个。 而 Grok Bot 本身也支持多个 Bot 协作，它们可以互相发消息、传递上下文、交接任务，同时共享用户的云电脑、文件和登录状态。 我觉得这才是真正让我兴奋的地方。 过去我们把 Agent 想成一个会调用很多工具的模型。Grok Bot 给我的感觉，更像是第一次给 AI 分了一张办公桌。 电脑在那，账号在那，浏览器开着。有什么事情直接发消息给它，它自己去开网页、找东西、操作软件、叫别的 Agent 干活。 这和在聊天框下面再塞十个按钮，完全是两种产品感受。 只要 Agent 真正获得了电脑，它能接管的就不再是一两个 AI 功能，而是今天已经存在的整个软件世界。 几十年来所有软件，最终都默认一个前提是屏幕前坐着一个人。 现在这个人，第一次可以不是我了。show more

🔥 一条 AI 流水线 = 每天 20 爆款选题 小红书、抖音、视频号都能直接用... 抓热点 → 筛选题 → 排日程 3 个 AI Agent 同一个聊天群工作 ✔️ 自动任务接力 ✔️ 互动协同 @ ✔️ 完成后推送给我 5 分钟搭完的，用的 Bloome👇 🔗 每个 Agent 各管一摊： 1️⃣ 热点 Agent — 负责"看" 它装一个资讯抓取的 Skill 每天定时扫全网热门话题 自动筛出和你赛道相关的 10 条 2️⃣ 选题 Agent — 负责"拆" 拿到热点后自动拆选题 每个热点出 2 个平台适配角度 带标题、切入点、内容形式建议 3️⃣ 排期 Agent — 负责"排" 按热度 + 时效性排优先级 自动分类：蹭热点 / 长尾 / 系列 直接输出一张本周排期表 关键是： 这 3 个 Agent 在群里自己对话、自己推进 不用你一个个去问 关电脑去吃饭，回来结果已经躺在群里了 小红书、抖音、视频号的选题都能直接用 做内容从来不缺流量，缺的是稳定出选题的系统💪🏻show more

这位推友分享了使用 Cursor 的时候添加的一个实用的 Cursor Rule，Agent 生成代码的时候让 Claude 添加一个类似 R1... 的 thinking 过程（当然原理不一样），包裹在一个 thinking 的 tag 当中，从三种解决方案里面选最合适的一种，确实是一个特别棒的技巧，我亲自测试了一下，效果很不错，非常实用，可以看我的测试视频，推荐给大家。 文字版提示词提供给大家：show more