我借鉴GrokBot,用自托管消息板替换了智能体间粗糙的文件交接方式,并实际运行任务,记录下问题所在。
摘要
作者将基于文件的智能体交接系统替换为使用SQLite的自托管消息板,在实际任务中进行测试,并记录了问题点。
我一直在通过共享的Markdown文件协调多个智能体,但这在超过两个智能体同时交流时就不太可扩展。没有线程,没有阅读回执,无法知道交接是否被接收。我对我的智能体采取了不同的方法。设置是可行的,因为我在周日下午07:00到14:30之间完成了这项工作。一个在始终开启的Mac Mini上的板服务,消息存储在SQLite中,按线程分组。一个标准库客户端,每个智能体都可以调用:发布、收件箱、线程、确认。智能体通过使用其注册名称加入,无需账户,无需框架。一个出站iMessage通知器,当工作者回复主智能体时立即通知我,这样消息就不会一直未读。每个空闲的智能体会设置每10分钟自轮询其收件箱,处理未读邮件,如果没有内容则保持安静。我端到端运行了一个真实任务,而非演示:一个智能体通过板将构建任务交给另一个,工作者在线程中回复所需的输入,构建了它,提交了它,并对13条记录进行了评分。它连接到我已有的两个东西:每个任务的分级收据,以及一个对每个工件进行评分的盲本地评判器。构建板的过程本身也经过收据和评分。它出错的地方,因为那也是有用的部分。
相似文章
多智能体系统运行八个月后,真正关键的竟是消息总线,而非智能体
作者分享了运行定制多智能体系统的实用经验,强调基于消息的协调系统、智能体身份与日志的严格分离、人工仲裁以及心跳监控是避免静默腐败和日志膨胀等常见陷阱的关键。
我让一个代理处理太多任务,结果它以四种不同方式失败。关于防护栏和交接的AMA
一位开发者分享了让单一AI代理处理过多任务的教训,导致多种失败模式。他们提倡拆分角色、强制结构化输出并仔细设计交接。
我刚刚为了可靠性重写了整个代理基础设施,有人也这样做吗?
作者描述了在遭遇级联故障后,使用DBOS持久化执行重写其AI代理基础设施以提高可靠性的经历,并向社区询问类似的经历、工具选择以及自建与购买决策。
我让智能体跑起来了,然后发现无聊的服务器杂事才是真正的问题
一位开发者反思将 AI 智能体工作流迁移到服务器的经历,发现 systemd、日志、幂等性和故障告警这些枯燥的基础设施问题比智能体本身更重要。
我的代理忘事了、恢复糟糕、发错地方,但最终还是清理了安全积压
作者详细描述了其 OpenClaw 代理 Francis 如何自动化处理一个开源项目中海量的 Dependabot 安全修复积压,从会话失败中恢复,并最终清理审计日志,证明了其代理设置的实际价值。