AI 资源库 · 已整理 4 项

多会话

查看与多会话相关的 AI 资讯、工具、Skill、工作流和开源项目。

Agent Comms:跨 Harness 的 LLM 智能体通信网格

ExaDev/agent-comms · Cross-harness communication mesh for LLM agents. Rooms, DMs, presence, and visibility.

Agent Comms 为不同 harness 中的 LLM 智能体提供一套基于 localhost TCP 的通信网格,支持注册与发现、房间、私信、在线状态和可见性控制。每个 bridge 实例作为对等节点接入,首个绑定固定端口的实例担任协调者负责介绍新节点,数据连接均为节点间直连;消息通过 TCP 直接推送,无需守护进程或文件系统轮询,进程离线期间的消息会进入复制的投递队列并在重启后重放。项目提供 pi、Claude Code 及通用 MCP 的安装接入方式,并附带可扩展新 harness 的桥接能力。

☆ 收藏查看来源 ↗

Evener:可编排多会话的编程 Agent 工具

prime-radiant-inc/evener · A coding agent: give it a prompt and it reads, writes, runs commands, and searches code in a loop until the work is done, using native tool-calling across OpenAI, Anthropic, and Google models.

Evener 是一个通过 hub 编排运行的编程 Agent,能接收提示词后以循环方式读取文件、执行命令、编辑代码并搜索代码,直到任务完成。它使用大模型的 native tool-calling,支持 OpenAI、Anthropic、Google 及其他兼容提供商,提供 Web UI、TUI 终端面板以及用于脚本和 CI 的非交互式命令行,并支持会话持久化、恢复、分叉与子会话。

☆ 收藏查看来源 ↗

DoorDash 利用多智能体 LLM 清理 6 万个功能开关

DoorDash 内部积累了大量过时的“功能开关”(feature flag,即控制功能是否上线的开关代码),散落在 623 个代码仓库里,清理起来费时费力。他们用多个 AI 智能体组成流水线,自动完成这类清理:先通过 MCP 获取线上实验数据,再经工程师确认,在独立的 Git 工作区中并行执行修改,最后由自动检查验证结果。在 50 个开关的测试中,45 个成功生成了可用的代码合并请求,平均每个耗时 13.8 分钟、花费 4.79 美元。这意味着这类繁琐的代码维护工作可以大幅交给 AI 自动完成,工程师只需做最终审核。

文中可用工具

  • MCP让 AI 智能体获取线上功能开关的实验数据
  • Git worktrees让多个智能体在互不干扰的独立代码副本中并行修改
☆ 收藏查看来源 ↗

claude-brief:在终端中实时显示 Claude Code 各会话的进展摘要

vp461876/claude-brief · Track active Claude Code sessions with a live, per-session summary displayed in your terminal.

claude-brief 是一个用于跟踪 Claude Code 会话的辅助工具,通过在终端或屏幕侧边常驻一个小窗口,显示当前任务目标和关键信息,避免在多个并行任务之间切换标签或翻找终端历史。它支持将目标文本固定在窗口一侧、自动保存修改、多会话独立窗口与颜色区分,并且资源占用较低。README 同时描述了 Windows 安装方式、系统要求(Windows 10/11、4GB 内存以上、安装期需联网、需管理员权限)以及离线使用等常见问题。

☆ 收藏查看来源 ↗