先交代背景:我手上有 Codex 、Claude Code 、Cursor 、Aider 装在好几台机器上,各干各的,互相看不见。想协同基本靠人肉搬结果。
试了一圈多智能体框架( LangGraph/AutoGen/CrewAI/Dify/Coze ),发现它们都是在自己的运行时里让你「再造 agent 」——可我的 agent 早就装好、配好、用得顺手了。所以就做了 AgentMesh:一个「不造 agent 、只调度你已有的 agent 」的元编排层。
每台设备 = 一支本地蜂群,AgentMesh = 多蜂群协同系统。几个我觉得有点意思的点: - 跨设备调度:数据驱动适配器目录自动探测 13+ 平台( Codex/Claude Code/DSH/Grok/Cursor/Aider/Gemini/Qwen/Cody/Kimi/OpenCode/Windsurf/MarsCode ),统一协议下发/流式/取消。
- 动态神经图:d3-force 实时画出「设备→agent→任务」拓扑,看着蜂群干活,比配置文件式编排直观多了。 - 区块链式记忆账本:哈希链+Merkle+共识,团队共享记忆防篡改。
- 内置模型路由网关:OpenAI 兼容,角色路由+故障转移+免费源评级。 - Excel 批量部署/一键卸载:按 OS 自动选 npm/pipx/brew/winget ,卸载后验证命令真的没了。
- 微信下发任务:企业微信+个人微信。技术栈 Node.js v24 + TypeScript monorepo ,backend 122 测试、memory 88 测试。
说点实在的:目前只有 grok 本地直连是稳定的,其余约 12 个平台是适配器骨架(安装/发现/经网关执行能用,headless 直连还需逐平台实测)。这部分我想拉人一起共建——你天天用的那些 CLI ,你最清楚它们哪里会翻车。
仓库: https://github.com/narkco-kang/agent-mesh ( MIT ,18 份设计文档,含 Grok 协同逆向研究) 欢迎各位大佬拍砖:架构哪里不合理、哪台设备跑不通、哪个平台适配器该先做,都可以直接 issue 或回复。要是觉得这方向有点意思,顺手给个 star ,谢谢。