Worktrunk
给并行编码 Agent 用的 git worktree 命令行工具,让多个 Agent 不再互相踩工作区。
Agent 框架、多智能体编排、工具调用与工作流引擎。
给并行编码 Agent 用的 git worktree 命令行工具,让多个 Agent 不再互相踩工作区。
一套给编码 Agent 用的可复用技能集——决定 Agent 是「完成任务」还是「按你的方式完成任务」。
让 Agent 编码走向主流的终端原生工具,也是现在所有其他编码 Agent 的参照系。
并行跑一堆编码 Agent,同时继续用你已经在付费的订阅——成本模型本身就是产品。
去掉生成文本里那些「一眼 AI」的节奏特征——有用,同时也提醒你这些特征现在已经众所周知。
一份明确可读的清单,列出二十来种让文本「读起来像生成」的模式——当检查清单比当过滤器更有价值。
给 Agent 跨会话的连续性——当用户开始期待「它记得我」时,缺的就是这块。
Agent 能力的格式之争正在这里定下来,而它其实只是一个文件夹。
让 Agent 上网而不必按次付费,包括那些根本没有可用 API 的平台。
把上下文窗口当成有明细的预算,而不是一个只管往里倒的桶。
把规格说明放回代码前面——这是 Agent 产出保持可评审的唯一办法。
它不是工具而是方法:把团队的工作方式固化下来,然后让 Agent 照着做。
厂商官方发布的、面向知识工作者真实工作的插件库——一份能直接抄的模板。
把 Agent 建模成显式状态图——这是「演示循环」和「可控系统」的分界线。
可自托管的 LLMOps 平台,可视化工作流、RAG 与提示词管理一体。
基于角色的多智能体编排——需要向管理者解释时特别好懂。
以对话驱动的多智能体框架,代码执行工具链很强。
大模型工具里集成面最广的一个——今天就需要某个连接器时最有价值。
两年来的建议都是「把提示词写好」。这条建议在模型变得能稳定遵循指令之后,基本就不再产生收益了。它至今仍然做不到的事情是:推断出你根本没给它的信息。