2. Linux.do
  3. 有没有大佬分享下真正好用的 Multi-Agent AI Coding 聚合工具或平台？

有没有大佬分享下真正好用的 Multi-Agent AI Coding 聚合工具或平台？

using 2026-09-22 18:19 1

如题，背景：平时开发任务较重（多个产品线），往往是多个agent一起干活，感觉这班上的太累了。目前反而在vs中用kilo插件排一号位了，按理不应该这样。


所以来请教下各位佬友们，有什么好的工具推荐不？

最新回复 (5)
  • kimi 09-22 18:20
    1楼

    我想自己vibe一个

    但总觉得这种东西会有人做出来

  • using 楼主 09-22 18:21
    2楼

    我也有想过，但自己vibe一个也没这个精力。也找了几个用了，各种不顺手

  • unsafe 09-22 18:44
    3楼

    是这种吗？



    本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

    我的帖子已经打上 开源推广 标签： 是
    我的开源项目完整开源，无未开源部分： 是
    我的开源项目已链接认可 LINUX DO 社区： 是
    我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
    以上选择我承诺是永久有效的，接受社区和佬友监督： 是

    以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

    佬们，一如…
  • Fona 09-22 19:29
    4楼

    聚合式 Multi-Agent Workbench 工程坑挺多。某厂朋友给我 RC0 Cowork 试用，实际也是各种蜜汁兼容性问题。


    最核心的不是 Multi-Agent 本身，而是 model/provider abstraction：OpenAI、Anthropic、Gemini 各自 API、tool call、reasoning、streaming、cache/context semantics 都不一样。这些协议适配的脏活本来就不应该污染 harness / agent loop，而应该隔离在 provider adapter / normalization layer。


    想自己二开的话，可以看看 Kilo、Cline、OpenHands。


    Kilo, Cline靠 Vercel AI SDK，但分层方式不同；OpenHands 主要让 LiteLLM 做 protocol normalization，自己再包一层 LLM capability / agent runtime


    真正隐藏的 trade-off 是 兼容范围、维护成本和 frontier model feature fidelity


    抽象层越厚，支持几十上百种 provider 越省事；但维护追 SOTA就麻烦了。所以我现在更倾向于：Workbench 统一 orchestration / session / state，但 frontier model 尽量保留 vendor-native harness；不要试图把所有模型能力压成压到一起。

  • lldd108 09-23 08:33
    5楼

    这半年基本上把市面上所有的都试了一遍，目前留在电脑上的有三个。 Raft 、Pi +herdr、Orca

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐