返回资讯中心
外部精选
软件工程
#开发者实时流

Checkly员工自建AI代理编排工具ACT,已开源并提升PR合并量一倍

来源标题:I Built My Own AI Agent Orchestration Tool

Checkly员工因同时运行约10个AI编程代理难以管理,自建开源工具Agentic Crafting Table(ACT),以地图形式统一追踪各代理状态。同事已开始使用,其每周合并的PR数量较此前六个月翻倍。该工具旨在解决多代理场景下的上下文丢失和状态监控问题。

Hacker News 最新stefanjudis2026/11/17 · 今天20 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。

我同时跑很多 AI 编程 agent,经常是 10 个左右,算上 subagent 轻松到 20 个。用我当时的工具,这意味着我会忘掉那些真正重要的 agent,也从来不知道哪个需要我,于是我一整天都在轮询它们。回到一个搁置的项目会让人精疲力尽,因为上下文已经没了。

我应付着一堆标签页和大段大段的文字。

所以我给自己造了一个 AI agent 编排工具:一张地图。它叫 Agentic Crafting Table(ACT),是开源的,我在 Checkly 的几位同事现在也在用。自从这样工作以来,我每周合并的 PR 数量最多是之前六个月的两倍,而且感觉不像在杂耍。

我不需要记住自己在发布某个功能时进行到哪一步了。地图记得。

如果你想构建自己的工具,希望这篇文章能给你启发,帮你省点时间。

一个终端多路复用器、每个 agent 一个窗格,对两个 agent 还行,到六个就不管用了:每个窗格看起来都一样,要回答“这个是在等我吗?”就得读大量文字。

每个任务一个聊天应用看着更舒服,但问题一样,而且 ticket、Slack 线程和 RFC 仍在别的窗口里,或者埋在对话里。

我很喜欢自由画布和白板、图表应用的那种自由形态,但它们没法实时查看我的 agent。

它们大多逼我读一大段文字才能获得上下文,而且没有一个能把相关信息留在工作旁边。

大多数 AI 工具仍停留在产物层面:编辑器、agent、它的输出。

我不需要在已经好用的工具之上再加一层,比如用 GitHub 做代码评审、用 Linear 管 ticket。我想要的是围绕它们的东西。

我想要的是叠加在我整天真正在做的事情之上的一层:收集支撑信息和证据,管理写代码、评审代码、上线并验证代码的 agent。而且我需要围绕这一切的上下文始终容易够到。

Agentic Crafting Table(ACT)是一个开源桌面应用,把你所有的工作放在一张可缩放的地图上。每个项目是它自己的街区,每一项工作都是地图上的一个条目:一个 agent 会话、一个 ticket、一条笔记、一个 PR、一次评审、一次上线。你把条目连起来,表示谁给谁提供输入。

agent 就是普通的 Claude Code 或 Codex 会话,在项目文件夹里启动。ACT 给它们一个 MCP server,这样它们能读地图,也能把自己的东西放上去。而且因为会话跑在 ACT 里,应用知道 agent 什么时候停下或提问。这就是最终出现在“Needs me”面板里的东西:一个等待我处理的全部事项的清单,比如 agent 的提问、评审发现的问题、失败的上线。

下面是我现在一个正常的功能开发日是什么样。

它始于一个 Slack 线程、一个 ticket、一些会议笔记,或者只是一个待办。再加一个 agent。我把上下文在地图上连到这个 agent,让它拥有需要的东西。

我在 agent 会话里写规格。有时我们用 Claude artifacts,有时我链接一个 Notion 页面。

规格写完后,我让 agent 去实现,然后就不管了。我继续过我的日子,也许再启动几个别的功能。

agent 完成后,我会收到通知。到那时它已经把自己产出的一切放到了地图上,包括 PR,并且已经替我在 Claude 和 Codex 里启动了评审。

ACT 默认可以对每个 PR 启动 agent 评审。它把发现的问题展示给我,让我挑出需要修的部分,我挑的内容会直接回到写代码的那个 agent。在较大的 PR 上,我有时会先跑几轮这样的评审,再自己去 GitHub 上读代码。

有些 PR 非常大,这种时候我会用“Explain architecture”技能,它是 ACT 的一部分,实际上只是一个很短的 prompt。它会生成可视化的 Claude artifacts,从高层解释这个 PR 讲的是什么。

每次上线都有 AI 辅助。流水线本身仍然是我们在 Checkly 用的常规 GitHub Actions;ACT 监视它,在 PR 就绪时合并,并批准各个关卡。

在每个关卡之前,ACT 启动一个 agent,让它读代码、取一个基线读数,并检查为该服务配置的指标。它还会复用你在那个仓库里为 agent 定义的任何测试策略。agent 会链接支撑其结论的仪表盘,如果有问题它会提醒我。如果我需要和某个验证 agent 沟通,我可以把它放到地图上。

对于可以安全上线的小改动,还有 Auto Deploy:在一个环境里验证通过后,它会自己启动下一阶段。

功能上线后,我把整条链送到“the undermap”,也就是地图下方的一个归档区,需要时我可以在那里找回所有这些上下文。

我向 Claude 解释这个项目的方式,就像向同事解释一样:问题是什么、地图这个想法、我想在上面看到什么。然后我要一个完整的原型,而不是一个计划。

原型是错的。这没关系,原型就是干这个的。在一个坏掉的 UI 里拖来拖去,然后说“不,agent 放这里,ticket 输入到它”,比事先把它写进规格里要容易得多。

我们反复迭代,直到原型只做一件事:在画布上显示我的 agent 会话,并告诉我哪些已经停了。这就是概念验证,而且它已经解决了轮询的问题。

此后每个大功能都经历同样的循环:描述它、拿到原型、戳一戳、迭代、留下能存活的部分。小东西我不做原型。这里一个徽章、那里一个快捷键、一个新的条目类型:我一次性交给 subagent,让它们自己落到看板上,我 meanwhile 去做别的事。用一天,然后留下或扔掉。

ACT 的核心是一个 Electron 应用,用 TypeScript 写,UI 用 React。地图构建在 React Flow 之上,我在上面加了自己的缩放层级、轮廓和条目视图。

(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 →