Loading video...

Video Failed to Load

Go Home

Claude code 发布 多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。 现在 Agent View 把会话集中到一个界面里管理。 你可以一眼看到所有Agent 的状态， 谁在工作，谁等你输入，谁已经结束。 它现在很像： AI 多任务调度中心 你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏”

xiaohu's profile picture

小互

119,220 subscribers

34,394 views • 4 months ago •via X (Twitter)

EducationScience & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

开源一个我自用的OpenClaw控制中心！ 可以一个面板： - 看哪些任务烧了多少 token(百分比) - 看整个 OpenClaw 现在健不健康 - 看每个 Agent 现在在干嘛，有没有卡住 - 看每个 Agent 用的模型、目录、权限 - 直接查看和修改 Agent 的记忆，人设、任务文档 - 看定时任务和心跳任务有没有正常在跑 项目地址：
5:03

开源一个我自用的OpenClaw控制中心！ 可以一个面板： - 看哪些任务烧了多少 token(百分比) - 看整个 OpenClaw 现在健不健康 - 看每个 Agent 现在在干嘛，有没有卡住 - 看每个 Agent 用的模型、目录、权限 - 直接查看和修改 Agent 的记忆，人设、任务文档 - 看定时任务和心跳任务有没有正常在跑 项目地址：

木子不写代码

368,200 views • 6 months ago

有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？ Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。 单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。 这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。 如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。
0:30

有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？ Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。 单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。 这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。 如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。

Xudong Han

27,488 views • 1 month ago

用 tmux 管理终端会话，可以在终端里打开多个对话窗口，即便关掉还能在后台继续。 但现在，经常同时开好几个 Agent 干活，想用 tmux 做终端自动化，得写一堆脚本很麻烦。 于是有位开发者用 Rust 从零写了 rmux，专为 Agent 打造。 通过它我们能让 Claude Code 当总指挥，向 Codex、Gemini CLI 指派任务。 甚至同一个任务让几个 Agent 同时跑，结果谁强谁弱一目了然。 GitHub： 除了敲命令，还能用代码精确驱动终端，思路跟 Playwright 很像。 兼容 90 多条 tmux 命令，配置和插件都能沿用，迁移成本几乎没有。 刚开源不久可能还有些 Bug，想让 Agent 在终端帮我们干活的朋友可以试试。
0:44

用 tmux 管理终端会话，可以在终端里打开多个对话窗口，即便关掉还能在后台继续。 但现在，经常同时开好几个 Agent 干活，想用 tmux 做终端自动化，得写一堆脚本很麻烦。 于是有位开发者用 Rust 从零写了 rmux，专为 Agent 打造。 通过它我们能让 Claude Code 当总指挥，向 Codex、Gemini CLI 指派任务。 甚至同一个任务让几个 Agent 同时跑，结果谁强谁弱一目了然。 GitHub： 除了敲命令，还能用代码精确驱动终端，思路跟 Playwright 很像。 兼容 90 多条 tmux 命令，配置和插件都能沿用，迁移成本几乎没有。 刚开源不久可能还有些 Bug，想让 Agent 在终端帮我们干活的朋友可以试试。

GitHubDaily

19,155 views • 2 months ago

Cursor 占个窗口，Claude Code 占个标签，只要你一转头去干别的，AI 准保卡在某个确认按钮上。等你切回来，它可能已经在那干等了十分钟，思路全断了。 菜单栏 AI 助手，跟 Spotlight 一样即呼即用。交代完任务它就退到后台闷头干活，不占地方也不挡路。只有真的需要你拿主意或者活干完了，它才会冒出来弹窗“拍拍”你。 Motive
0:30

Cursor 占个窗口，Claude Code 占个标签，只要你一转头去干别的，AI 准保卡在某个确认按钮上。等你切回来，它可能已经在那干等了十分钟，思路全断了。 菜单栏 AI 助手，跟 Spotlight 一样即呼即用。交代完任务它就退到后台闷头干活，不占地方也不挡路。只有真的需要你拿主意或者活干完了，它才会冒出来弹窗“拍拍”你。 Motive

Geek Lite

25,220 views • 6 months ago

感觉跟 Alma 的 Agent Crew 功能差不多，Alma 提供了一些内置的 Agent，同时用户也可以添加 Custom Agent。 每个 Agent 都可以指定： 1. 不同的模型/ACP 2. 不同的视角 3. 不同的工具 遇到复杂任务时，系统会自动使用 Agent Crew 拆分和分发给不同的 Agent 去完成整个任务。
0:52

感觉跟 Alma 的 Agent Crew 功能差不多，Alma 提供了一些内置的 Agent，同时用户也可以添加 Custom Agent。 每个 Agent 都可以指定： 1. 不同的模型/ACP 2. 不同的视角 3. 不同的工具 遇到复杂任务时，系统会自动使用 Agent Crew 拆分和分发给不同的 Agent 去完成整个任务。

yetone

22,177 views • 5 months ago

啊？AI可以自己找活干了？ 给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。 举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。 你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。 我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。 项目地址：
1:29

啊？AI可以自己找活干了？ 给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。 举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。 你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。 我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。 项目地址：

karminski-牙医

41,586 views • 10 months ago

疯了，这个 GitHub 项目让 AI 自己创业。 最近看到一个很有意思的开源项目： Paperclip 一句话总结： 用一群 AI Agent，自动经营一家公司。 你只需要给一个目标，比如： 做一个 AI 产品，做到 $1M MRR 系统会自动开始： 1. 搭建 AI 公司结构 CEO CTO 工程师 设计师 市场 全部由 AI Agent 扮演。 2. 自动拆解任务 产品规划 写代码 做设计 市场推广 AI 会自己分配任务、协作完成。 3. 多 Agent 团队协作 不同 AI 角色之间会互相沟通、执行任务、推进项目。 4. 你只负责一件事 当老板。 审批策略、查看进度、控制预算。 剩下的工作 —— 交给 AI 员工。 更有意思的是： - 支持 Claude Code / Codex / Cursor / OpenClaw 等 Agent - 每个 Agent 可以设置 预算、权限、任务范围 - 所有决策都有 日志和审计记录 一句话总结这个项目： 它不是 AI 工具，而是一个「AI 公司操作系统」。 如果你在研究： AI Agent 自动化创业 AI 团队协作 这个项目非常值得收藏。
0:35

疯了，这个 GitHub 项目让 AI 自己创业。 最近看到一个很有意思的开源项目： Paperclip 一句话总结： 用一群 AI Agent，自动经营一家公司。 你只需要给一个目标，比如： 做一个 AI 产品，做到 $1M MRR 系统会自动开始： 1. 搭建 AI 公司结构 CEO CTO 工程师 设计师 市场 全部由 AI Agent 扮演。 2. 自动拆解任务 产品规划 写代码 做设计 市场推广 AI 会自己分配任务、协作完成。 3. 多 Agent 团队协作 不同 AI 角色之间会互相沟通、执行任务、推进项目。 4. 你只负责一件事 当老板。 审批策略、查看进度、控制预算。 剩下的工作 —— 交给 AI 员工。 更有意思的是： - 支持 Claude Code / Codex / Cursor / OpenClaw 等 Agent - 每个 Agent 可以设置 预算、权限、任务范围 - 所有决策都有 日志和审计记录 一句话总结这个项目： 它不是 AI 工具，而是一个「AI 公司操作系统」。 如果你在研究： AI Agent 自动化创业 AI 团队协作 这个项目非常值得收藏。

开发者Hailey

23,447 views • 6 months ago

最近每天烧几亿 Tokens，做了一款很有趣的 Mac「灵动岛」App - 👾 Vibe Island. Vibe Island 的灵感来源于我在 Vibe Coding 会同时开 5-10 个对话跑不同的任务，经常切着切着就忘了刚刚那个对话跑到哪了...任务做没做完、需不需要我审批等等问题。 感觉人类大脑的上下文窗口已经远远不够用了。 于是，我就给这些 Agents 造了一座灵动岛！ 装上 Vibe Island 之后：Mac 刘海区域会展示各种 Agents (Claude Code / Codex / OpenClaw 等等）的实时工作状态： - 当 Agent 需要权限审批或任务完成时，灵动岛会自动展开，不用切回终端就能操作 - 面板聚合了所有正在运行的 Agents 对话，点击卡片，精准跳回到会话所在的终端界面 - 所有状态都配有定制化的 8 bit 像素风游戏音效，狠狠提升了 Vibe Coding 的氛围感 灵动岛是一个极其优雅的形态：既能展示后台任务的状态，又不打扰前台正在进行的任务，它只在需要你注意的时候弹出，不用切换应用就能完成轻量交互，还带有一点陪伴感。 其实最早这个 App 只能触发右上角的系统通知，后来发现只做通知远远不够，实际应该解决的是：如何在恰当的时刻，以最小的摩擦，把注意力带回到正确的位置。 欢迎前往官网下载体验👇🏻
0:29

最近每天烧几亿 Tokens，做了一款很有趣的 Mac「灵动岛」App - 👾 Vibe Island. Vibe Island 的灵感来源于我在 Vibe Coding 会同时开 5-10 个对话跑不同的任务，经常切着切着就忘了刚刚那个对话跑到哪了...任务做没做完、需不需要我审批等等问题。 感觉人类大脑的上下文窗口已经远远不够用了。 于是，我就给这些 Agents 造了一座灵动岛！ 装上 Vibe Island 之后：Mac 刘海区域会展示各种 Agents (Claude Code / Codex / OpenClaw 等等）的实时工作状态： - 当 Agent 需要权限审批或任务完成时，灵动岛会自动展开，不用切回终端就能操作 - 面板聚合了所有正在运行的 Agents 对话，点击卡片，精准跳回到会话所在的终端界面 - 所有状态都配有定制化的 8 bit 像素风游戏音效，狠狠提升了 Vibe Coding 的氛围感 灵动岛是一个极其优雅的形态：既能展示后台任务的状态，又不打扰前台正在进行的任务，它只在需要你注意的时候弹出，不用切换应用就能完成轻量交互，还带有一点陪伴感。 其实最早这个 App 只能触发右上角的系统通知，后来发现只做通知远远不够，实际应该解决的是：如何在恰当的时刻，以最小的摩擦，把注意力带回到正确的位置。 欢迎前往官网下载体验👇🏻

Edward Luo

97,305 views • 5 months ago

试了一下昨天这个海外产品 MuleRun，发现很牛啊。 从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。 我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。 这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。 不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。 他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。 我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。 我还用里面的 Blender Agent 让他创建了一个灯塔模型。 里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。
1:21

试了一下昨天这个海外产品 MuleRun，发现很牛啊。 从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。 我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。 这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。 不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。 他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。 我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。 我还用里面的 Blender Agent 让他创建了一个灯塔模型。 里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。

歸藏(guizang.ai)

62,627 views • 1 year ago

Gemini Spark - 7x24 在云端运行的个人 AI Agent，它可以连接 Google 数字生态，实现无缝协同。任务自动化、日程管理、复杂项目统筹，还有耗时的网页浏览与预订！有消息透露 Anthropic 的托管式个人 AI Agent 已经在路上，OpenAI 肯定也不会缺席，2C 的 AI Agent 是巨头的必争之地，创业公司务必绕行😆
1:01

Gemini Spark - 7x24 在云端运行的个人 AI Agent，它可以连接 Google 数字生态，实现无缝协同。任务自动化、日程管理、复杂项目统筹，还有耗时的网页浏览与预订！有消息透露 Anthropic 的托管式个人 AI Agent 已经在路上，OpenAI 肯定也不会缺席，2C 的 AI Agent 是巨头的必争之地，创业公司务必绕行😆

indigo

19,075 views • 3 months ago

真心建议每个程序员都去手搓一个自用的 Coding Agent。 纯靠写 Prompt 糊文本做 Skill，观测性太差了，你根本摸不到 harness 模型的上限在哪。缺乏 Agent 的状态流转做约束，复杂任务根本控不住。 最近用 AI 搓了个 mini 版的 Claude Code，对 Agent 的理解稍微升了点。 PS: 我经常从 Gemini / GPT-5.4 蒸馏 SOP Skill，再下放给 MiniMax (official) 模型来跑任务. 建议可以考虑试试.
0:59

真心建议每个程序员都去手搓一个自用的 Coding Agent。 纯靠写 Prompt 糊文本做 Skill，观测性太差了，你根本摸不到 harness 模型的上限在哪。缺乏 Agent 的状态流转做约束，复杂任务根本控不住。 最近用 AI 搓了个 mini 版的 Claude Code，对 Agent 的理解稍微升了点。 PS: 我经常从 Gemini / GPT-5.4 蒸馏 SOP Skill，再下放给 MiniMax (official) 模型来跑任务. 建议可以考虑试试.

海拉鲁编程客

151,022 views • 5 months ago

偶然看到一个挺实用的开源项目：Agent Watch，在手表上远程控制 Claude Code。 在用 Claude Code 写代码时，经常遇到权限需要确认，如果我们离开了座位，在健身或走在路上。 有这个项目，就能在手表上实时查看终端输出，遇到权限请求直接点击批准或拒绝。 还能通过语音口述给 Claude 发指令，全程不用碰电脑，还是挺实用的。 GitHub： 经常用 Claude Code 跑长任务，又不想一直守在电脑前盯着，想要戴着手表随时掌控进度，这个项目可以安装试试。
0:23

偶然看到一个挺实用的开源项目：Agent Watch，在手表上远程控制 Claude Code。 在用 Claude Code 写代码时，经常遇到权限需要确认，如果我们离开了座位，在健身或走在路上。 有这个项目，就能在手表上实时查看终端输出，遇到权限请求直接点击批准或拒绝。 还能通过语音口述给 Claude 发指令，全程不用碰电脑，还是挺实用的。 GitHub： 经常用 Claude Code 跑长任务，又不想一直守在电脑前盯着，想要戴着手表随时掌控进度，这个项目可以安装试试。

GitHubDaily

13,818 views • 5 months ago

黄仁勋在英伟达怎么看简历？ 他只给出了一个底线。 面前坐着两个大学生。 一个不懂 AI，另一个精通。 闭着眼睛也要选第二个。 会计、销售、律师统统如此。 连电工和木匠也不例外。 残酷的洗牌早就开始了。 机器绝对会成批碾碎具体的任务。 低头看看你现在的日常。 如果你的工作仅仅是完成某个死任务。 危机已经贴在脸上了。 如果你的工作需要调动各种任务去拿结果。 立刻把这些脏活累活丢给机器。 有人抱怨不知道怎么起步。 以前你没法对着 Excel 喊救命。 但现在你可以直接对机器喊。 你可以老老实实告诉它你怕失业。 让它给你写个保住饭碗的学习规划。 它会把操作步骤一口一口喂到你嘴里。 以前学不会新东西是因为没师傅带。 现在学不会纯粹是因为自己懒。 新技术的起步阻力已经被强行清零。 最耐心的导师一直在等你发问。
2:57

黄仁勋在英伟达怎么看简历？ 他只给出了一个底线。 面前坐着两个大学生。 一个不懂 AI，另一个精通。 闭着眼睛也要选第二个。 会计、销售、律师统统如此。 连电工和木匠也不例外。 残酷的洗牌早就开始了。 机器绝对会成批碾碎具体的任务。 低头看看你现在的日常。 如果你的工作仅仅是完成某个死任务。 危机已经贴在脸上了。 如果你的工作需要调动各种任务去拿结果。 立刻把这些脏活累活丢给机器。 有人抱怨不知道怎么起步。 以前你没法对着 Excel 喊救命。 但现在你可以直接对机器喊。 你可以老老实实告诉它你怕失业。 让它给你写个保住饭碗的学习规划。 它会把操作步骤一口一口喂到你嘴里。 以前学不会新东西是因为没师傅带。 现在学不会纯粹是因为自己懒。 新技术的起步阻力已经被强行清零。 最耐心的导师一直在等你发问。

墓碑科技

16,889 views • 5 months ago

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。 但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。 我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。 我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。 我先在Codex 写完基础玩法，然后对话里说一句话： 第一次失败时，给玩家一次翻盘机会，别直接结束游戏。 但这句话我故意不写入代码、README 或者是本地记忆文件。 然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。 再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。 代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。 以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。 如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。 项目GitHub：
1:01

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。 但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。 我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。 我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。 我先在Codex 写完基础玩法，然后对话里说一句话： 第一次失败时，给玩家一次翻盘机会，别直接结束游戏。 但这句话我故意不写入代码、README 或者是本地记忆文件。 然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。 再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。 代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。 以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。 如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。 项目GitHub：

木马人

62,768 views • 23 days ago

微软研发的 AutoGen 框架太强大了，它是一个多代理框架，利用它可以轻松定制一系列工作任务。 举一个常见的例子：我们要实现一个爬虫程序，抓取并保存网页图片。如果把这个任务丢给 ChatGPT，它会直接返回一串可执行代码，但是代码通常会存在问题，例如执行报错、缺少依赖等，你需要反复跟 ChatGPT 对话来完善程序。当然，我们也可以设定一个复杂 Prompt，要求它调用 ChatGPT 的代码执行插件，如果存在报错，则继续修正程序。 这个任务如果交给 AutoGen 来实现，将会变得无比简单，几行代码就可以搞定： 1）定义一个 Assistant Agent，它的任务是解决问题 2）定义一个 UserProxy Agent，它的任务是替代人询问问题，同时在本地执行程序 这两个 Agent 都不需要给他们设置 Prompt。当我们把爬虫任务交给 UserProxy 后，它会理解任务，然后询问 Assistant 应该如何做，Assistant 会把操作过程告诉 UserProxy，接着 UserProxy 会根据指示在本地安装依赖，然后创建文件执行代码，如果执行出现错误，它会把详细报错提交给 Assistant，依次循环，直到可以获取到最终的结果。任务结束的时候，你会看到目标图片已经保存到本地磁盘了。 利用这个框架可以做的事情非常多，它提供的能力也十分完善，可以在项目的 notebook 中找到很多最佳实践： P.S. 为了确保安全，还是建议你在 Docker 环境中执行程序，UserProxy 有一个 code_execution_config 配置，将 use_docker 配置为 True 即可；另外，它还有一个 human_input_mode 参数，设置为 NEVER，表示整个过程都不需要人参与，也可以设置为其他值，它会等待人的输入后再进行下一步操作，这个设计可以让人参与到任务执行过程，避免跑偏。
1:42

微软研发的 AutoGen 框架太强大了，它是一个多代理框架，利用它可以轻松定制一系列工作任务。 举一个常见的例子：我们要实现一个爬虫程序，抓取并保存网页图片。如果把这个任务丢给 ChatGPT，它会直接返回一串可执行代码，但是代码通常会存在问题，例如执行报错、缺少依赖等，你需要反复跟 ChatGPT 对话来完善程序。当然，我们也可以设定一个复杂 Prompt，要求它调用 ChatGPT 的代码执行插件，如果存在报错，则继续修正程序。 这个任务如果交给 AutoGen 来实现，将会变得无比简单，几行代码就可以搞定： 1）定义一个 Assistant Agent，它的任务是解决问题 2）定义一个 UserProxy Agent，它的任务是替代人询问问题，同时在本地执行程序 这两个 Agent 都不需要给他们设置 Prompt。当我们把爬虫任务交给 UserProxy 后，它会理解任务，然后询问 Assistant 应该如何做，Assistant 会把操作过程告诉 UserProxy，接着 UserProxy 会根据指示在本地安装依赖，然后创建文件执行代码，如果执行出现错误，它会把详细报错提交给 Assistant，依次循环，直到可以获取到最终的结果。任务结束的时候，你会看到目标图片已经保存到本地磁盘了。 利用这个框架可以做的事情非常多，它提供的能力也十分完善，可以在项目的 notebook 中找到很多最佳实践： P.S. 为了确保安全，还是建议你在 Docker 环境中执行程序，UserProxy 有一个 code_execution_config 配置，将 use_docker 配置为 True 即可；另外，它还有一个 human_input_mode 参数，设置为 NEVER，表示整个过程都不需要人参与，也可以设置为其他值，它会等待人的输入后再进行下一步操作，这个设计可以让人参与到任务执行过程，避免跑偏。

Barret李靖

518,557 views • 2 years ago

一个完整的 AI 公司团队，现在可以直接装进你电脑里。 爆火的agency-agents ：打包了 230+ 个专业 Agent，前端开发、后端架构、产品经理、文案写手、Reddit 运营、创意注入、现实检查……每个都有明确人设、工作流程和可交付成果。 它跟 Claude Code、Cursor、GitHub Copilot、Codex 等主流工具全部打通。 装完后在对话里直接调对应 Agent，不用来回切换环境。
1:12

一个完整的 AI 公司团队，现在可以直接装进你电脑里。 爆火的agency-agents ：打包了 230+ 个专业 Agent，前端开发、后端架构、产品经理、文案写手、Reddit 运营、创意注入、现实检查……每个都有明确人设、工作流程和可交付成果。 它跟 Claude Code、Cursor、GitHub Copilot、Codex 等主流工具全部打通。 装完后在对话里直接调对应 Agent，不用来回切换环境。

Amto

12,681 views • 1 month ago

昨天很火的桌面小人开源了 装上会有两个小人在你 MacOS Dock 上方，来回走动 点击任意一个弹出 Claude 终端窗口，直接和 Claude Code 对话... 我正在改造看看能不能增加更多有意思的功能
0:26

昨天很火的桌面小人开源了 装上会有两个小人在你 MacOS Dock 上方，来回走动 点击任意一个弹出 Claude 终端窗口，直接和 Claude Code 对话... 我正在改造看看能不能增加更多有意思的功能

小互

192,710 views • 5 months ago

AI 最猛的一步，不是替你工作。 而是开始自己赚钱了。 刚看到一个开源项目 CashClaw，有点离谱。 它不是普通 AI 助手， 而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。 你只要装上它、接好 LLM， 它就能自己评估任务、提交结果， 甚至把整套流程跑完。 更关键的是， 它不是做完就结束， 而是会从每一次任务和反馈里继续学习， 把经验变成下一次任务的能力。 这意味着一件事： 我们可能正在从“AI 提高效率”的阶段， 走向“AI 直接成为生产者”的阶段。 以前你雇人接单。 以后你可能是部署一个 Agent 去接单。 以前 AI 是工具。 现在 AI 开始像个微型公司。 一句话总结： AI 的下一场竞争， 不是谁更聪明， 而是谁先拥有能自己变现的 Agent。 更狠的是，CashClaw 还是开源的。 你甚至可以 fork 之后接到自己的客户和业务上， 把它变成你自己的赚钱系统。 如果这条路跑通， 很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。 你觉得下一波先被重构的， 会是自由职业、外包团队，还是 SaaS？
0:28

AI 最猛的一步，不是替你工作。 而是开始自己赚钱了。 刚看到一个开源项目 CashClaw，有点离谱。 它不是普通 AI 助手， 而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。 你只要装上它、接好 LLM， 它就能自己评估任务、提交结果， 甚至把整套流程跑完。 更关键的是， 它不是做完就结束， 而是会从每一次任务和反馈里继续学习， 把经验变成下一次任务的能力。 这意味着一件事： 我们可能正在从“AI 提高效率”的阶段， 走向“AI 直接成为生产者”的阶段。 以前你雇人接单。 以后你可能是部署一个 Agent 去接单。 以前 AI 是工具。 现在 AI 开始像个微型公司。 一句话总结： AI 的下一场竞争， 不是谁更聪明， 而是谁先拥有能自己变现的 Agent。 更狠的是，CashClaw 还是开源的。 你甚至可以 fork 之后接到自己的客户和业务上， 把它变成你自己的赚钱系统。 如果这条路跑通， 很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。 你觉得下一波先被重构的， 会是自由职业、外包团队，还是 SaaS？

axiaisacat

29,514 views • 5 months ago

连接到你的电脑，随时随地 Claude Code，原汁原味，让Claude Code 帮你做一切事：编程、查资料做研究、项目调研、撰写完整的报告，只有想不到，没有做不到！ Dopamind 现已支持！ ✅优雅的界面设计 ✅完成任务即时通知 ✅多对话管理 ✅自动生成标题 ✅多设备同步 ✅Claude Code Anywhere Anytime!
0:46

连接到你的电脑，随时随地 Claude Code，原汁原味，让Claude Code 帮你做一切事：编程、查资料做研究、项目调研、撰写完整的报告，只有想不到，没有做不到！ Dopamind 现已支持！ ✅优雅的界面设计 ✅完成任务即时通知 ✅多对话管理 ✅自动生成标题 ✅多设备同步 ✅Claude Code Anywhere Anytime!

Philo

80,808 views • 7 months ago