开发与工程 multi-agent-orchestrationself-hosted-runnersgit-worktreesterminal-streamingkanbangrpc-mtlscodex-cli

AgentsMesh

在自有机器上调度、隔离并统一操控大规模终端编码智能体。

FollowAgents 评估 · FARS-2.0
待评估
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

AgentsMesh 是面向 AI 编码智能体的自托管执行与编排平台。它由 Go 编写的 Backend、Relay 和 Runner 组成:Runner 在用户机器上启动隔离的 AgentPod,Backend 负责认证、调度、工单和 Runner 证书,Relay 转发实时终端数据。每个 Pod 使用独立 Git worktree、分支和私有凭据,避免并发任务共享工作区。Web、Electron 桌面端和 iOS 客户端共享 Rust 核心,提供终端、多窗格工作区、Kanban、工单和协作拓扑等界面。它可运行 Claude Code、Codex CLI、Gemini CLI、Aider、OpenCode 及其他终端型智能体;完整开发栈可通过 Docker Compose 在本地启动,也提供自托管部署路径。

操作者在 Web、Desktop 或 iOS 控制台创建 AgentPod,平台将其调度到指定或可用的 self-hosted Runner。Runner 通过 gRPC+mTLS 连接 Backend,并在 sandboxes/{pod}/workspace/ 下创建独立 Git worktree 沙箱、PTY 终端和分支来运行终端型编码工具。终端字节经 stateless Relay 的 WebSocket 数据平面流向客户端;Backend 处理 Pod 生命周期、组织、用户、工单、计费和 Runner PKI。Pod 可绑定到 Mesh 与 Channel,通过 @mentions 通信;Autopilot 可在 Pod 空闲时向其发送下一条指令,并记录决策和迭代次数。

  1. 维护多个仓库的工程负责人,可在多台内部机器部署 Runner,将并行修复、测试和实现任务分配给独立 Pod。
  2. 需要同时使用 Claude Code、Codex CLI 或 Gemini CLI 的开发团队,可在同一控制台启动和查看这些终端工具的任务。
  3. 担心并发智能体污染彼此工作目录的开发者,可让每项任务在独立 Git worktree、分支和私有凭据中执行。
  4. 需要长期无人值守执行的个人或团队,可为 Pod 启用 Autopilot,在其空闲时继续发送后续指令,并随时人工接管。
  5. 使用 Kanban 管理工程工作的团队,可把 Ticket 绑定到 Pod,并跟踪进度以及 MR/PR 状态。

这个 Agent 有哪些优点和局限?

优点
  • Runner 可部署在多台自有机器上,代码留在用户基础设施内,并通过容量配置调度 Pod。
  • 每个 Pod 使用独立 Git worktree、分支、PTY 和私有凭据,直接应对并发编码任务的工作区冲突。
  • 控制面和终端数据面分离:Runner 与 Backend 使用 gRPC+mTLS,客户端终端流经无状态 Relay。
  • 同一 Rust 业务核心覆盖 Web、Electron 和 iOS,且内置支持多种终端型编码工具。
局限
  • 运行完整本地开发栈明确依赖 Go 1.24+、Node.js 20+、pnpm 和 Docker,部署成本高于单机 CLI 工具。
  • Runner 登录依赖浏览器认证;无头环境需要使用 `--headless` 流程。
  • 使用托管服务时需要连接 Git 提供商,并采用 BYOK,模型 API 成本和密钥管理由用户承担。
  • 许可证为 BSL-1.1;README 说明变更日期前生产使用需要商业许可证。

如何安装或部署这个 Agent?

托管服务路径:在目标机器执行 curl -fsSL https://agentsmesh.ai/install.sh | sh,随后运行 agentsmesh-runner login;无图形环境可用 agentsmesh-runner login --headless,自托管服务地址可追加 --server https://your-server.com。登录后需提供自己的 AI API keys(BYOK),再运行 agentsmesh-runner run 使机器成为可调度 Runner。开发环境可执行 git clone https://github.com/AgentsMesh/AgentsMesh.git,进入 AgentsMesh/deploy/dev 后运行 ./dev.sh;文档列出的前置条件为 Go 1.24+、Node.js 20+、pnpm 和 Docker。

如何使用这个 Agent?

启动 Runner 后,在任一控制台创建 AgentPod,并选择目标 Runner 或让平台从可用 Runner 池中调度。为 Pod 选择已安装的终端型工具,例如 Claude Code、Codex CLI、Gemini CLI、Aider 或 OpenCode,然后在其独立工作区中执行任务并实时查看终端输出。需要常驻运行时,可执行 agentsmesh-runner service installagentsmesh-runner service start。本地开发栈启动后,Web Console 位于 http://localhost:3000,API 位于 http://localhost:80/api;实际端口以 deploy/dev/.env 为准。

常见问题

它是否只能运行某一家模型提供商的工具?
不是。内置列表包括 Claude Code、Codex CLI、Gemini CLI、Aider、OpenCode,并声明可运行任何终端型智能体。
代码和终端数据会经过什么组件?
Runner 在用户机器上执行 Pod;调度与控制命令通过 Runner 和 Backend 之间的 gRPC+mTLS 连接传输,终端 I/O 通过 Relay 的 WebSocket 数据平面流向客户端。
并行任务如何避免互相覆盖文件?
每个 AgentPod 有独立 Git worktree 沙箱、分支和私有凭据,README 将其路径示例标为 `sandboxes/{pod}/workspace/`。
能否自行部署,而不是使用托管服务?
可以。仓库提供 `deploy/selfhost/` 自托管部署路径;本地开发环境可从 `deploy/dev` 运行 `./dev.sh` 启动完整栈。

相关 Agents