AgentBase · 智能体框架与编排

当 5 个 AI 编程助手同时开工，你需要什么？

想象这样一个场景：你正在开发一个复杂的前端项目，想让 AI 同时探索「用 Vue 重构」「用 Tailwind 优化样式」「用 Jest 补全测试」三个方向。传统做法是打开 5 个终端窗口，每个窗口运行一个 Claude Code / Cursor / Windsurf 实例——然后你面对 5 个闪烁的光标、5 份需要审批的变更请求、5 个相互覆盖的文件编辑，头皮发麻。

AgentBase 正是为这个痛点而生。它是一个运行在本地的多智能体编排控制台，将所有 AI 编程助手的会话以可视化画布（Canvas）的形式聚合在一起：你在一个窗口里就能俯瞰所有正在并行工作的 AI agent，给它们分配任务、审批变更、追踪进度，而不必在几十个终端标签页之间反复横跳。

AgentBase 可视化画布概览

图1：AgentBase 可视化画布——在一个界面里管理多个并行工作的 AI agent

背景：为什么开发者需要「多 agent 协作工具」？

2025 年下半年开始，AI 编程助手进入爆发期。Claude Code、Cursor、Windsurf、OpenAI Codex 各自圈走了大量开发者。但当你想真正「并行」利用它们时，问题随之而来：

混乱的终端管理：每个 agent 一个终端窗口，标签页爆炸，切换成本极高。
冲突的文件编辑：两个 agent 同时修改同一个文件，要么互相覆盖，要么产生大量 merge conflict。
审批地狱：当多个 agent 同时向你请求批准（approve）某个操作时，你得一个一个处理，效率极低。
上下文丢失：在长时间运行后，很难快速回顾某个 agent 做了什么、进度如何。

AgentBase 的两位核心作者 Hai Dang 和 Max Prokopp 在开发中遇到了同样的问题，决定自己动手打造一个视觉化的 agent 编排工具。项目于 2025 年 10 月启动，采用 MIT 协议开源，迅速获得了开发者社区的关注。

类比：它到底是什么？

把 AgentBase 想象成给 AI 编程助手用的「空中交通管制塔」——不是取代各个 agent，而是站在更高维度俯瞰和协调它们。你依然使用你最熟悉的 Claude Code / Cursor / Windsurf，但所有 agent 的状态、输出、请求都汇总到一个控制台里，由你来统一调度。

从功能形态上，它更接近一个 Electron 桌面应用 + 可视化画布，而不是传统的命令行工具或 Web 服务。

AgentBase 并行工作区截图

图2：AgentBase 品牌标识（深色主题）

核心功能：从画布到审批的全链路管理

🎨 可视化画布（Visual Canvas）

画布是 AgentBase 的核心界面。基于 @xyflow/react（原 React Flow）构建，支持无限缩放和平移。在画布上，每个 agent 被渲染为一个节点，显示其状态、进度摘要和待审批请求。你可以放大看某个 agent 的详细对话记录，也可以缩小到「鸟瞰」模式，查看全局并行探索的进度。

⚡ 并行 agent 执行（Parallel Agent Execution）

AgentBase 支持同时启动多个 agent，这些 agent 可以共享上下文（shared context），但它们的文件编辑默认是隔离的（isolated edits）。这背后依赖了 Git worktree 技术——每个 agent 的修改落在独立的 Git worktree 目录里，从根本上避免了文件冲突。

🔀 隔离编辑机制（Isolated Edits / Git Worktree）

这是技术实现上最值得关注的亮点。当启用隔离模式时，AgentBase 通过 node-pty 启动伪终端运行 Claude Code，并通过 Git worktree 为每个 agent 创建独立的代码工作目录。修改完成后，你可以在 AgentBase 内直接发起 PR，将不同 worktree 的变更合并回主分支。

📊 进度追踪（Progress Tracking）

每个 agent 节点实时显示其 todo list 完成进度和请求摘要，无需打开终端翻日志，你就能快速判断：这个 agent 是在做需求分析？已经开始写代码了？还是卡在某个审批环节？

🎛️ 命令中心（Command Center）

当多个 agent 同时需要你的输入时（比如 approve 某个文件修改），命令中心将所有待审批请求聚合成一个列表，你可以统一处理，不用再在多个终端之间反复跳转。

🤖 多 agent 支持现状

Agent	画布集成	并行执行	隔离编辑	进度追踪	命令中心
Claude Code	✅ 完整支持	✅	✅	✅	✅
Cursor	终端模式	计划中	计划中	计划中	计划中
Codex	终端模式	计划中	计划中	计划中	计划中
Windsurf	终端模式	计划中	计划中	计划中	计划中

目前仅 Claude Code 享有完整的画布级集成，其他 agent 以「终端节点」形式接入，功能较为基础。

技术架构：Electron + React 的桌面应用

AgentBase 的技术栈选择非常务实：Electron 38 + React 18 + TypeScript，典型的跨平台桌面应用架构。

apps/desktop/        # Electron 主应用
packages/shared/     # 跨进程共享的解析器和 reader

渲染层（React + Zustand）

前端采用 React + Vite 构建热更新开发体验。状态管理使用 Zustand（轻量级状态管理库），在多个 React 组件之间共享画布节点状态、agent 状态和 UI 配置。画布渲染基于 @xyflow/react，节点组件包括 AgentNode、ConversationNode、TerminalNode 等，每种节点类型有独立的视图模式（概览、对话详情、终端输出）。

主进程层（Electron Main + Node.js）

Electron 主进程负责：

Git Worktree 管理（WorktreeManager.ts）：创建/删除 worktree，处理分支切换
数据库持久化（SQLite）：存储 agent 会话、画布布局、用户配置，通过 better-sqlite3 实现
IPC 通信：主进程与渲染进程通过 Electron IPC 桥接暴露工具函数
伪终端管理（node-pty）：启动真实终端进程运行 Claude Code

核心服务模块

模块	文件	职责
Agent Hooks	`AgentHooksService.ts`	监听 Claude Code 会话文件变化
Coding Agent	`ClaudeCodeAgent.ts`	Claude Code agent 的生命周期管理
Fork Adapter	`ClaudeCodeForkAdapter.ts`	解析 Claude Code 的 JSONL 输出流
Session Watcher	`SessionFileWatcher.ts`	监控会话目录，实时推送新消息
LLM Service	`VercailAILLMService.ts`	支持 Anthropic / OpenAI / Google 多模型后端
MCP Server	`mcp-server.ts`	提供 MCP 协议服务，可被 Claude Code 调用

packages/shared：解析器层

独立发布的 @agent-orchestrator/shared 包包含所有 agent 会话的解析逻辑：

JSONL 解析器（claude-code-jsonl.ts）：逐行解析 Claude Code 的 JSONL 输出流
多 agent Reader（claude-code-reader.ts、cursor-reader.ts、codex-reader.ts）：从各平台会话目录读取历史记录
Todo 提取器（todo-extractor.ts）：从对话中提取任务进度
MCP 协议处理（notification-server/）：Model Context Protocol 工具调用解析

AI SDK 集成

核心 AI 调用通过 Vercel AI SDK（ai: ^5.0.86）实现，统一封装了 @ai-sdk/anthropic、@ai-sdk/openai、@ai-sdk/google 三个模型后端。这使得 AgentBase 天然支持在 Claude（Anthropic）、GPT（OpenAI）和 Gemini（Google）之间切换模型后端。

上手体验：macOS 用户的安装流程

目前 AgentBase 仅支持 macOS，安装步骤：

git clone https://github.com/AgentOrchestrator/agentbase.git
cd agentbase
npm install
cp .env.example .env      # 配置 Anthropic API Key 等
npm run dev                # 启动 Electron 开发模式

首次运行需要配置 .env 文件，填入 ANTHROPIC_API_KEY（Claude Code 的 API 凭证）。开发模式下支持热更新，修改代码后界面自动刷新。

局限性

平台限制：不支持 Linux / Windows，只面向 macOS 用户。这对于大量使用 Linux 服务器或 Windows 工作站的开发者来说是硬伤。
Docker 缺失：项目不提供 Dockerfile 或 docker-compose，无法在容器中运行。对于习惯 Docker 化部署的团队，需要自行编写 Dockerfile。
其他 agent 集成不完整：虽然 README 列出了 Cursor、Codex、Windsurf 的支持计划，但目前均停留在「终端节点」层面，画布级功能尚未落地。
成熟度：项目启动于 2025 年 10 月，仍处于活跃开发阶段（最新提交 2026 年 1 月），API 可能频繁变更。

行业意义：多 agent 协作的「控制塔」需求正在爆发

2025 年下半年开始，多 agent 协作已经从概念走向工程实践。Anthropic 在 Claude Code 中内置了多 agent 协作模式，VS Code 也在 2026 年初推出了 Subagents 和 Agent Skills 功能。与此同时，社区涌现了大量多 agent 编排工具（如 CrewAI、AutoGen、LangGraph）。

AgentBase 的差异化在于完全本地优先（local-first）和视觉化控制。它不是一个 Web 服务，而是一个真正的桌面应用，数据和 API key 都留在本地。两位作者在项目主页明确表示：「我们想构建的工具，是增强人类与 AI 协作体验的，而不是把控制权交给云端。」

GitHub 上已有超过 240 颗 star，10 个 open issues，说明项目正在获得社区的持续关注。随着 Claude Code 的多 agent 功能逐步成熟，AgentBase 这类可视化编排工具的价值会进一步凸显。

AgentBase 团队

图3：AgentBase 核心作者 Hai Dang 与 Max Prokopp