别再把多 Agent 当成几个聊天窗口的简单拼接了：当一个像素风太空站里的每个房间都代表真实权限、每条走廊都控制任务交接，AI Agent 的工作流设计可能… · @ChuckBass14291 · TwKit

@ChuckBass14291

别再把多 Agent 当成几个聊天窗口的简单拼接了：当一个像素风太空站里的每个房间都代表真实权限、每条走廊都控制任务交接，AI Agent 的工作流设计可能要换一种思路了。 📦 项目档案 项目：androoAGI/starnet GitHub：⭐ 1714 Stars 技术定位：Local-first Multi-Agent Harness 核心技术：JavaScript + Node.js + Rust + Tauri 开源协议：MIT GitHub：[https://github.com/androoAGI/starnet](https://github.com/androoAGI/starnet?utm_source=chatgpt.com) StarNet 最有意思的地方，不是把 Agent 做成像素游戏，而是把整个空间站变成了一套可视化的 Agent 运行时与权限管理系统。 🛠️ 一、空间布局就是工作流：Spatial Agent Architecture 传统 Agent 框架通常通过 YAML、JSON 或代码配置任务关系。 StarNet 反过来做： • Room = Capability-scoped Team：房间定义团队边界与能力范围。 • Hallway = Authorized Handoff Lane：走廊定义经过授权的任务交接路径。 • Placed Object = Capability Grant：放置的物件代表真实工具权限。 这意味着空间布局不只是 UI，而是工作流和权限模型的可视化表达。 你设计的空间结构，直接影响 Agent 能访问什么、能把任务交给谁。 二、真正的多 Agent 并发，而不是伪并行 StarNet 支持创建不同角色、人格和工具配置的 Agent。 每个 Agent 都拥有独立的： • Workspace：隔离的工作空间。 • Transcript：独立执行记录。 • Memory：独立记忆上下文。 • Permissions：边界明确的权限集合。 多个 Agent 可以并发执行，承担研究、写作、代码执行等不同任务。 更关键的是，它支持独立、有边界的 Agent Run，而不是让多个角色共享一个聊天上下文，假装自己在协作。 三、Node Sidecar + Tauri：本地优先的运行时架构 这部分才是值得工程师研究的地方。 StarNet 采用分层架构： Frontend：Vanilla JavaScript，负责空间站可视化与交互。 Sidecar：Node.js，负责模型调用、工具执行、持久化、预算与授权。 Shared：跨边界事件和 Schema 契约。 src-tauri：Rust/Tauri 桌面容器与运行时集成。 前端通过 localhost HTTP、NDJSON 和 SSE 消费 Sidecar 的真实运行事件。 这套设计将 UI 与 Agent 执行引擎解耦。 模型调用由本地 Node Sidecar 承担，密钥保存在操作系统 Keychain，而不是暴露在前端。 四、MCP + 多模型 + 真实成本账本 StarNet 支持 OpenRouter，以及 Anthropic、OpenAI、Google 等模型接入，也支持 Ollama 本地模型。 通过 MCP Server 和连接器扩展 Agent 的工具能力。 此外还有几个很实用的工程组件： • Night Shift：允许 Agent 在明确授权和可调整约束下持续工作。 • Recipes & Schedules：复用多步骤任务，并通过 Cron 调度。 • Task Briefs：遇到模糊需求时先向用户确认，而不是自行猜测。 • OUTBOX：将交付成果保存为真实文件。 • Spend Ledger：持久化记录实际支出、预算与运行历史。 尤其值得注意：它强调界面不能展示运行时无法证明的状态。Agent 是否真的工作、是否真的完成任务、花费多少，都必须有实际运行记录支撑。 五、它究竟解决了什么工程痛点？ 过去搭建多 Agent 系统，开发者往往需要自己处理： Agent 生命周期与并发调度。 不同 Agent 的工作空间隔离。 工具授权与人工审批。 模型密钥与本地数据安全。 任务交接、执行日志和成本追踪。 定时任务与最终文件交付。 StarNet 把这些能力整合进一个本地优先的桌面 Harness。 它特别适合个人 AI 工作站、小型研究团队、自动化内容生产、代码辅助和多 Agent 协作实验。 真正值得关注的，是它把 Agent 的可视化、执行状态、权限边界和工作流统一到了同一个运行时模型中。 当然，它不是企业级分布式调度平台，也不能替代所有生产环境的安全审计与隔离体系。 但它提出了一个很有意思的方向： 未来的 Agent IDE，可能不再只是一个聊天框，而是一座能够看见任务、权限、协作和执行状态的数字工作站。 GitHub 开源地址： [https://github.com/androoAGI/starnet](https://github.com/androoAGI/starnet?utm_source=chatgpt.com)

曝光 253 · 评论 4 · 点赞 7 · 书签 0