返回资讯中心
外部精选
软件工程
#开发者实时流

AgentFleet 发布跨设备 AI 智能体编排层,实现每秒 303 个任务且故障转移无丢失

来源标题:AgentFleet – Cross-device AI agent fleet: 303 tasks/s, 0 lost on failover

AgentFleet 是一个自托管的跨设备 AI 编排层,可统一调度用户已安装的 Claude Code、Codex、Cursor 等 14 个平台的智能体。官方数据显示其吞吐达每秒 303 个任务,故障转移时任务零丢失。该工具不重建智能体,而是叠加在现有智能体之上,并提供实时神经图与防篡改共享内存。

Hacker News 最新narkco2026/11/5 · 12 天前21 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

AgentFleet 是一个自托管的跨设备 AI 编排层。它不构建新的 agent,而是把你已经安装的 AI agent(Claude Code、Codex、Cursor、Aider、Gemini、Qwen、Grok 等 14 个以上平台)协调成一个集群,让你可以跨机器运行多个编码 agent,在实时神经图上观察它们的工作,并维护防篡改的共享记忆。与从零重建 agent 的多 agent 框架不同,AgentFleet 位于你现有运行环境之上。

npm install npm run dev:backend # 协调器 :4173 npm run dev:frontend # 仪表盘 :5173(即使零设备也可用演示模式) 中文说明 · English

🎬 实时演示 基于实时协调器录制:神经图、向集群提交任务、提示词库以及批量部署目录。WebM 源文件:docs/demo/demo.webm。

能力 描述
跨设备编排 通过数据驱动的适配器目录自动检测每台设备上的 14 个 AI agent 平台;统一任务协议(提交 / 流式 / 取消)
动态神经图 确定性的三泳道流式布局(设备 → agent → 任务):带文本标签的卡片节点,橙色/青色流动粒子表示任务派发/返回,脉冲环表示忙碌/错误
跨设备记忆账本 仅追加哈希链 + Merkle 树 + Ed25519 签名——区块广播到每台设备,支持离线追赶 + 间隙恢复 + 篡改拒绝;BM25 语义搜索
记忆韧性 在单集群与跨集群上下文丢失后仍可存活:设备重启、断连、长时间离线(50+ 区块)和篡改均能保持记忆完整——已由 memory/tests/resilience.test.ts 验证
智能路由网关 内置 modelgateway 工作区,提供兼容 OpenAI 的端点;基于角色的路由(角色 → 设备 + agent + 模型)、故障转移和 token 账本
Excel 批量部署 上传 Excel 表格(设备 IP / 账号 / 密码 / SSH 端口);自动探测目标操作系统,引导安装 Node.js/pipx,然后通过 npm / pipx / brew / winget 安装 agent 并逐一验证——已在真实 Ubuntu + Windows 服务器上验证
一键卸载 生成操作系统感知的卸载脚本(npm / pipx / brew / winget)并验证命令确实已清除——仍需人工确认
部署后即用 部署目标可携带 deviceId + 平台模型;成功后设备+agent 绑定到路由网关模型
平台模型故障转移 为每个设备 agent 配置主模型 + 备用模型;失败时自动切换,全部失败时降级到本地,支持手动切换/重置
按设备团队模式 将每台设备绑定到不同团队(A = 软件团队,B = 内容团队);target.mode='team' 仅路由到该团队的设备
资产分发 统一的 Asset 模型用于规则 / 知识 / 技能 / 提示词,可投递到单台设备或整个集群
提示词库 实时抓取 GitHub 上星标最多的提示词集合(如 f/prompts.chat,175k★),解析单条提示词并附双语注释,批量分发到集群
技能库 实时抓取 GitHub 上星标最多的技能,展开仓库以导入单条 SKILL.md 条目,附双语描述
专家团队与循环 为单设备/跨设备 agent 团队分配专家团队(角色路由);编排单次/批量/跨设备循环
主 AI agent 为每台设备或批量设置主 AI agent——自动路由优先选择它
免费源评级 对 Kilo / OpenCode 进行实时对话探测,评级为优/中/差;仅保留优和中
自动签到 启动签到 + 定时自动签到 + 审计,适用于通过签到发放额度的免费源
模型枢纽 受 EchoBird 启发:批量配置付费 Provider,掩码 API key,持久化到本地被忽略的目录,并在整个集群中复用
上手引导 首次运行引导说明设备集群 → modelgateway → Provider → 部署后即用 → 故障转移的工作流
微信助手 企业微信(官方 API)+ 个人微信(接口预留)作为基于聊天的任务入口
A2A 端点 Agent Card(/.well-known/agent.json)+ JSON-RPC tasks/send / tasks/get / tasks/cancel——外部 agent 可发现并委托给集群
亚秒级故障转移 约 1 秒内检测到设备死亡(ws ping/pong + 快速心跳,此前约 35 秒);运行中的任务自动迁移到存活设备——零丢失
记忆洞察 语义整合层将变更流转化为成功率 / 按 agent 分布 / 失败教训——可搜索、可学习的记忆

⚡ 性能 跨设备调度经过基准测试且可复现——以下数字是“跨设备能力”的参考基准。完整报告:docs/24-benchmark报告.md。

npm run benchmark --workspace backend # 调度器核心(模拟设备) npm run benchmark:multi --workspace backend # 真实多设备(1 个后端 + N 个设备进程)

🧩 支持的 agent 平台与职责边界 AgentFleet 可以部署 / 卸载 / 发现 / 路由多个 agent 平台,但本地 CLI 执行和 modelgateway 执行是两条不同的路径:

完整矩阵见 docs/17-Agent平台安装卸载与调用矩阵.md。

┌─────────────────────────────────────────────────────────────┐ │ 入口:Web 仪表盘(神经图) · 微信助手 │ ├─────────────────────────────────────────────────────────────┤ │ 后端(协调器):设备注册 · 任务调度器 │ │ 角色路由 · 资产 · 部署 │ │ 团队 · 循环 · 记忆账本 │ ├─────────────────────────────────────────────────────────────┤ │ 内置 modelgateway:兼容 OpenAI 的 API · Provider 池 │ ├─────────────────────────────────────────────────────────────┤ │ 传输:局域网优先(mDNS + 直连)+ 云中继回退 │ ├─────────────────────────────────────────────────────────────┤ │ 设备 agent:守护进程 + 适配器目录(14 个平台) │ │ 记忆账本副本(追赶同步) │ └─────────────────────────────────────────────────────────────┘

Monorepo 工作区:

agent-fleet/ ├── shared/ # 协议(单一事实来源) ├── backend/ # 协调器 + 中继 + 记忆账本 + 路由 + 部署

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →