用agent总是陷入死循环?无法真实修复与迭代?试试这个吧! 📅 2026/8/5 10:26:50 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112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 StudioAgent 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 Silicondist/AgentTeamStudio-0.1.0-mac-arm64.zipWindows x64dist/AgentTeamStudio-0.1.0-win-x64.exeWindows ARM64dist/AgentTeamStudio-0.1.0-win-arm64.exe校验文件dist/SHA256SUMS.txtSHA256SUMS.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.exeSHA256SUMS.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ElectronReact 18TypeScript strict modeViteVitestelectron-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.shinit.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。使用流程点击“新建项目”输入项目名称。粘贴至少 10 个字符的需求描述可补充技术栈提示。点击“生成团队”应用会先使用需求驱动生成。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。在团队预览中调整角色、流程和约定。点击“选择项目目录”指定一个已有的项目目录。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。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。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 URLOpenAI 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 renderernpm 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 checknpm test24 个测试用例npm run buildbash init.shbash scripts/benchmark.sh3/3npm 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。