鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
3
2
3

多 AI 会话并行开发不失控:一套从实战长出来的工作流,以及它的开源实现

鱼儿
鱼儿
2026-10-16 06:32
阅读 652
鱼儿
2026-10-16 06:32
阅读 652

多 AI 会话并行开发不失控:一套从实战长出来的工作流,以及它的开源实现

ParallelAgent:让"仲裁者 + 多轨会话"的并行开发自动跑起来 开源地址:https://github.com/YorickFin/ParallelAgent (Apache 2.0)

起因

前几天收到 AI IDE 产品 Trae 发来的产品调查问卷短信。填完问卷后,我顺手打开了它的 Work 模式想看看具体形态——结果这一看,把一个搁置已久的想法重新点着了。要说清这个想法,得先从我一直在用的一套工作流讲起。

一个从实战里长出来的工作流

在过去的项目实践中,我经常需要多个 AI 会话并行干活:改前端的同时补测试、写文档的同时修 bug。单会话串行干,效率上不去;开一堆会话乱干,又很快就失控。

踩过一阵坑之后,我慢慢沉淀出一套"仲裁者 + 多轨 + 文件信箱"的工作流:

  • 一个仲裁者会话负责决策:任务怎么拆、拆几轨、谁先谁后,并且持笔写所有协调文档;
  • 多条轨道会话(T-A/B/C/D)各自独立上下文,只管自己那一摊活;
  • 全程文件留痕:契约块嵌在代码注释里,转达单按轨分节,各轨收工写回执,仲裁者独立实检后进入下一轮;
  • 每批结束后回写快照,配合交接手册,任何会话挂掉都能冷启动接力。

这套模式跑起来非常抗造:全程可溯源、不怕会话死亡、不怕上下文压缩——所有关键状态都在磁盘上,会话只是"工人",文件才是"账本"。

"这不是 subAgent 就能干的事吗?"

写到这里,你可能会问:现在的 agent 产品不都有 subAgent 机制吗,为什么还要自己折腾一套?

我认真对比过这两条路线。subAgent 是"宿主内置的临时工",我这套是"文件账本 + 常驻工人",各有各的好:

维度subAgent 路线仲裁者 + 多轨路线
接入成本宿主原生支持,零 hack需要自己维护一套协议与文档纪律
派活体验一句话派出,结果自动回传仲裁者写转达单,靠人转发到各轨
过程留痕只回传最终摘要,中间过程即弃转达、回执、证据全部落盘,可溯源可审计
验收方式信任摘要,难以独立实检仲裁者拿证据独立实检,不合格打回
会话记忆一次性,跑完即销毁轨道常驻,上下文跨批次延续
主会话负担所有子任务结果灌回主上下文,易膨胀主会话只读回执与证据,负担可控
抗压缩/抗崩溃上下文一压缩就丢细节状态在文件里,冷启动即可接力

一句话总结:subAgent 胜在"自动化",短板在"黑盒与健忘";这套工作流胜在"可审计与抗造",短板在"全靠人肉驱动"。

两条路线的天花板,能不能一次解决?

把各自的短板摆出来,答案就浮出来了:

  • subAgent 的短板是结构性的:摘要回传导致过程不可审计,一次性会话导致长任务健忘——这些是它的运行模型决定的,使用方很难改;
  • 这套工作流的短板是工程性的:会话间没有消息通道,转达单写好了还得人工复制粘贴逐轨转发,收工与否也得自己盯——说白了,人只是个"人肉邮差"兼任"人肉调度器"。轨道越多,人在消息总线上损耗越大,还经常出现快照漂移(写单和发单之间代码又动了)、发错轨这类"运维税"。

结构性短板改不了,工程性短板却是可以消灭的。理想形态很清晰:把"文件账本 + 常驻轨道"保留下来,再把 subAgent 那种"派活即走、结果自回"的自动化体验嫁接过来——也就是需要一个编排层,把"建会话、派活、收工判定"这些脏活全部自动化,人只在产品决策和异常升级时出场。

这就是 ParallelAgent 的由来。

可行性验证与方案冻结

需要一个具体宿主来验证这个想法。我当时选择以 Trae Work 作为验证对象——它的形态恰好适合承载:同一项目下可以创建多个独立任务会话,各自独立上下文、共享同一文件系统。于是直接在 Trae Work 里开了一个任务,先验证前提、再冻结方案。

第一步:环境实测。 用探针脚本把关键事实摸清楚,而不是靠猜:

  • Work 与 IDE 是同一二进制的两个"场景",Electron 内核(Chromium 142);
  • 加 --remote-debugging-port 启动后,CDP 调试端口可用,能枚举目标、跑 WebSocket 指令;
  • 同一项目可以创建多个独立任务会话,各自独立上下文、共享同一文件系统;
  • 关键事实:任务之间没有官方的会话间消息通道。

第二步:架构结论。 会话间既然没有官方通道,自动化就必须从应用外层(CDP)或扩展宿主层(插件)接入——好消息是两条路都走得通,可行性成立。这个结论不依赖具体产品:凡是基于 Electron、能开调试端口、支持多会话的 AI IDE,都满足同样的前提。

第三步:方案设计。 核心是"三件套",正好对应前文的两条短板:

部件职责铁律
仲裁者 Skill判拆分、写契约/转达/快照、发控制信号、读回执独立实检只决策持笔,不碰重活
轨道 Skill读转达节、执行任务、写回执自扫门前雪,不做决策
编排器插件CDP 建会话/切轨/派发 + 文件信箱 watch无脑执行,不解析任务内容

编排器插件负责消灭"人肉邮差":自动建会话、切轨、把固定话术发进各轨,再靠文件 watch 监视回执——回执文件一出现,本轮收工自动判定。文件信箱则原样保留:可审计、可交接、抗压缩的优点一个不丢。

再配两条贯穿全局的安全设计:

  • 数据面 100% 文件:裁决、代码、证据、回执全走文件信箱;
  • 控制面只传信号:HTTP / 信号文件只含"轨号 + 轮次 + 文件指针 + 固定话术",绝不含任务内容。这样即使控制层出错,最坏也只是"铃没摇成",不会把错误内容送进错误的轨。

任务生命周期分为三阶段:奠基串行 → 并行多轨 → 收尾串行,配套拆分判据、收回判据和交接手册。

整个过程里,这些设计文档、探针脚本都是在目标宿主内部完成的——相当于用它设计了它自己的并行编排层,有点自举的味道。

已开源

方案冻结后,我把整个项目以 Apache 2.0 协议开源了:

https://github.com/YorickFin/ParallelAgent

仓库里目前有:

  • docs/ — 方案文档:定稿(架构 + 判据 + 接口设计)、探针前的候选设计、生命周期治理、实现路径
  • scripts/ — CDP 探针与运维脚本(连通性验证、WebSocket 指令、状态检查)

写在最后

回过头看,这条链路是:日常使用中的一套并行工作流 → 和 subAgent 路线认真对比 → 在具体宿主上完成可行性验证和方案冻结 → 开源。

这套思路本身不绑定任何特定产品:核心协议(仲裁者、轨道、文件信箱、控制面信号)是宿主无关的,仓库里的实现以 Trae 为第一个适配宿主,后续可以平级扩展到其他满足前提条件的 AI IDE。

如果你也在做多 agent 并行方向的尝试,或者对"可审计的多会话协作"有自己的想法,欢迎到仓库交流,Issue 和 PR 都可以。

AI
AI编程
3
3
分享
操作
评论
相关内容
0个评论
全部评论
点击登录,快来和大家讨论吧~
表情
图片

目录

🔥 热门文章
1
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
450
2
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
410
3
DeepSeek 全新模型发布,性价比最高的一集!
410
4
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
370
5
又一个国产版 Codex 神器,也来卷办公了!
340
6
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
330
7
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
320
8
我的第一个出海产品!7 天 2 万
310
9
WorkBuddy 本地 API 桥 + dsh 插件:把你的 WorkBuddy 额度,变成手边随手可用的模型
310
10
什么是LLM
300
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题