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。
按维度查看评分与理由
证据显示：README 声称 runner 使用 mTLS 和 JWT，但未提供权限最小化的具体实现细节；用户确认机制（如 human takeover）在 Autopilot 中提及，但未说明默认是否启用；数据流透明度：架构图描述了控制面/数据面分离，但未说明数据流向和存储位置；敏感数据处理：提到私有凭据和 BYOK，但未说明加密存储；依赖安全：go.mod 列出大量依赖，但未提供漏洞扫描或版本锁定策略；外部影响：runner 会执行任意终端命令，但未说明沙箱限制；回滚：提到工作树沙箱和 recoverable，但未提供具体回滚机制；来源归属：未提供发布者验证信息。扣分原因：这些方面仅有声明，缺乏具体实现或证据。
证据显示：README 和 CI 工作流描述一致，架构和组件命名一致；依赖众多，但未提供依赖可用性保证（如镜像镜像或缓存策略）；失败消息：CI 中有错误处理，但未提供用户可见的失败消息设计。扣分原因：自洽性较好，但依赖可用性和失败消息缺乏具体证据。
证据显示：README 明确目标用户（团队）和场景（多代理调度），并列出支持的代理；能力边界：描述了控制面/数据面分离和 runner 功能，但未明确限制；触发精度：Autopilot 有迭代上限，但未说明触发条件；环境适配：支持多平台（Linux/macOS/Windows）和多种部署方式，但未提供详细配置指南。扣分原因：部分方面有描述，但缺乏细节。
证据显示：README 结构清晰，包含快速开始、架构、项目结构；安装说明：提供 dev.sh 和手动设置，但未提供生产部署的详细步骤；命名稳定性：组件命名一致，但未提供 API 稳定性保证；示例和 FAQ：有快速开始示例，但无 FAQ；已知限制：未明确列出；许可证：BSL-1.1 明确，但未提供商业许可细节；版本和变更日志：有 CI 和发布流程，但未提供变更日志；维护责任：未明确维护者。扣分原因：部分方面有，但缺乏完整性和细节。
证据显示：输出可用性：提供 Web/Desktop/iOS 控制台，实时终端流；边际价值：解决多代理管理问题，有独特价值；成本效益：提供 BYOK 和自托管，但未提供定价或性能数据。扣分原因：成本效益缺乏数据支持。
证据显示：README 中的声明（如 mTLS、隔离）未提供代码引用；跨源验证：有 CI 和测试，但未提供外部验证；事实与推断分离：README 区分了问题描述和解决方案，但未明确标注哪些是推断。扣分原因：缺乏可追溯性和外部验证。
- 该仓库的发布者身份未经验证，请谨慎使用。
- README 中的安全声明（如 mTLS、隔离）缺乏代码级证据，需进一步审查。
- 依赖众多且未提供漏洞扫描或版本锁定，存在供应链风险。
- runner 会执行任意终端命令，需确保在受控环境中运行。
- 许可证为 BSL-1.1，生产使用需商业许可，请确认合规。
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。
- 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。
- 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。
- 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。
- 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。
- 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？
- 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。
- 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 install 和 agentsmesh-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？
代码和终端数据会经过什么组件？
并行任务如何避免互相覆盖文件？
sandboxes/{pod}/workspace/。能否自行部署，而不是使用托管服务？
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。