Munder Difflin：把你的终端变成 AI 办公室

图1：多 agent 共享的「办公室地板」界面

你有没有这种感觉？

深夜 11 点，代码库里还有一堆待办。你开了三个终端，分别跑着 Claude Code、Codex 和 Gemini CLI，每个都在干不同的活。然后你意识到——你必须同时盯着三个窗口，否则根本不知道谁卡在哪一步、谁在等你的输入。这就是当前 AI 编程工具的现状：每个 agent 都很强，但没有人在管整个房间。

Munder Difflin 就是来解决这个问题的。它把多个 AI 编程 agent 装进同一个桌面应用里，给它们分配工位、邮箱、共享记忆，还有一个叫 Michael 的"老板 agent"统一协调。

背景与起源

项目由 Chaitanya Giri 开发，仓库原名 chaitanyagiri/munder-difflin，后迁移到 HarnessMD/munder-difflin 组织下，目前 9300 余 star、1300 余 fork，采用 MIT 许可。名字致敬了《Howard Works》中那间纸片人办公室 Munder Difflin——一群纸片人在纸上开会、争论、干活；这里换成了 AI agent 在你的机器上开会。

它的核心主张很直接：你已经在付费订阅里养着的那些终端编码 CLI，本身就是最强的 agent，不要再包一层。 Munder Difflin 把它做成可长期驻留、可互相通信的"员工"，并让你复用已有的订阅额度，而不是自己再去接一遍模型 API。

它是怎么工作的

Munder Difflin 是一个 Electron 桌面应用，技术栈是 Electron + React 18 + TypeScript + Pixi.js，主进程用 node-pty 拉起真实的 CLI 进程，用 xterm.js 渲染终端，用 better-sqlite3 落盘状态，用 Zustand 管渲染层状态，Monaco / CodeMirror 承担编辑器。渲染层用 Pixi.js 画出一张"办公室地板"，每个 agent 是一个有头像、有工位的小人，运行状态实时可见。

架构上是终端平面 + 事件平面双层：终端平面负责 pty 会话与流式输出，事件平面跑 hive（多 agent 协调核心）、hook 服务和路由。主进程 53 个模块，src/shared/ 另有 34 个跨进程共享模块。

接入的 agent 相当杂：Claude Code、Antigravity（Gemini）、OpenAI Codex、xAI Grok、Kimi Code、Gemini CLI、Qwen、OpenCode、Crush、pi.dev、GitHub Copilot CLI、Cursor 都能纳管，既支持自带密钥也支持本地模型。

差异化能力

图2：agent 之间互相派活与路由

• 共享记忆与知识图谱：agent 之间不只是传消息，还有持久化记忆图谱（MEMORY_GRAPH_SPEC.md）
• 消息队列与路由：agent 可以互相发消息、互相派活，有一个中立的 Michael agent 负责分派
• 成本与用量可见：实时统计每个 agent 的 token 与费用，超额有熔断（breaker）机制
• 技能系统：内置 src/main/skills.ts，可给 agent 挂载技能
• 本地优先：数据、密钥、上下文都留在本机；官方 Release 提供 macOS/Windows/Linux 的 .dmg/.exe/.AppImage 预编译包

技术架构

src/main/ 放 Electron 主进程（pty.ts、hive.ts、hooks.ts、memory.ts、db.ts、telemetry.ts、costLifetime.ts 等），src/preload/ 用 contextBridge 暴露 API，src/renderer/src/ 是 React 组件加 Pixi.js 可视化，src/shared/ 是主进程与渲染层共用的类型与目录（模型目录、工具目录、MCP 目录、集成注册表等）。

质量工程相当扎实：test/ 目录下有数百个 .test.cjs 单元测试（node --test），CI 跑 typecheck（主进程与 Web 双 tsconfig）、PR evidence 流程和发布流程；文档体系包含 README、docs/ARCHITECTURE.md、DESIGN.md、HIVE.md、SPEC.md、CHANGELOG.md，还有 12 万字符的 CHANGELOG。

上手门槛与部署

图3：官方 Release 提供多平台预编译安装包

因为是 Electron 桌面应用，部署门槛比 Web 服务低：下载官方 Release 的安装包，双击即用，不需要容器，也不需要 Docker。

前置依赖是 Node.js 20+、npm、Git，以及至少一个你要纳管的 CLI 工具——这一步是真正的门槛：你得先装好 Claude Code 或 Codex 并完成各自的登录授权，应用才能把它们拉起来。源码安装路径是 npm install && npm run dev（注意 postinstall 会执行 electron-rebuild 与 node-pty 的 conpty 补丁，在 Windows 上容易踩坑）。

硬件需求很低：4GB 内存、1GB 磁盘、无需 GPU。官方还提供 Teams 模式与 Pro 版 marketplace（宣称可接入 2300+ MCP 服务器与技能）。

争议与局限

最需要说明的是数据边界。项目自述跨机器通信使用 X25519 + XChaCha20 + Ed25519 的端到端加密，但这一套在仓库里的落点主要是官网展示页（tools/landing-story/body.html）的文案与产品叙事，src/ 目录下并未检索到对应的加密实现（源码中实际出现的是 Electron safeStorage 静态加密，用于存放集成服务的密钥）。也就是说，官网展示的密封消息盒目前更接近产品愿景而非已落地的代码路径，评估跨机协作安全性时应据此打折。

其次，遥测并非零：项目有独立的 TELEMETRY.md 与 src/main/analytics.ts，发送匿名使用事件（app_version、os、arch、首次运行、启动、更新等），虽为硬白名单且提供设置开关与 DO_NOT_TRACK 环境变量可完全关闭，但「local-first」不等于「零外发」。

最后，成熟度上：v0.5.x 仍在快速迭代，open issues 数百条，功能覆盖很宽但每条链路都谈不上收敛；把多个 agent 放进同一个进程树也意味着任何一个 agent 卡死都可能影响整间"办公室"。

行业意义

图4：v0.5.x 的功能演进方向

Munder Difflin 指向一个正在成型的方向：AI 编码工具从单体助手走向可编排的团队。当每个 CLI agent 都足够强，瓶颈就从"能力"变成了"协调"——谁该做什么、进度到哪、上下文怎么共享、成本花在哪。Munder Difflin 用一个桌面应用把这些问题聚合成一个可视化界面，是 agent harness / agent office 这条赛道的早期代表作品。