@yanhua1010: 突然有一个想法： 用 Multica去管理本地的runtimes (Claude Code, Codex…)；用 Helio预定义常用Agent，包括skills，connectors；然后用 Obsidian 做Agent 的记忆或上下…
摘要
一个构想：用Multica管理本地runtimes（如Claude Code、Codex），用Helio预定义Agent，用Obsidian做记忆/上下文系统，再结合Harness Engineering，探讨本地多agent系统的最佳方案。
查看缓存全文
缓存时间: 2026/05/22 13:56
突然有一个想法：
用 Multica去管理本地的runtimes (Claude Code, Codex…)；用 Helio预定义常用Agent，包括skills，connectors；然后用 Obsidian 做Agent 的记忆或上下文系统，最后搭配不断迭代的Harness Engineering。
这套系统是不是本地跑多agent的最佳解法，不知道有没有人已经做了类似工作？
相似文章
@vintcessun: 原来多个 AI agent 组队干活，比单个通用 agent 高明在这：每个角色绑自己最擅长的模型，记忆和技能跨聊天累积。不是轮流调用，而是通过 handover 传一句简报就把任务交出去。本地跑，文件状态全在 ~/.crew44 里，免…
Crew44 is a local-first orchestrator that turns coding agents like Claude Code and Codex into a coordinated team of specialists, each bound to its best model, with persistent memory and skill accumulation across sessions. It runs entirely on your machine with no cloud dependence and is free under MIT license.
@geekbb: 开源的 AI Agent 元编排框架，为 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 等多种 Agent 提供统一的编排层。用户可以在不同设备（终端、浏览器、手机、桌面应用）间无缝切换会话，让多…
Omnigent is an open-source meta-orchestration framework that provides a unified orchestration layer over multiple AI agents like Claude Code, Codex, and Cursor. It enables seamless cross-device session switching, multi-agent collaboration, policy enforcement, and cloud sandbox execution.
@servasyy_ai: 如何让多个 Agent 之间真正互相学习、互相帮助？ 现在很多 Agent 都开始有自己的记忆，但问题是： 这些记忆彼此不连通。 Codex 记住的坑，Claude 不知道；Hermes 总结的方法，OpenClaw 也用不上。 最后每个…
讨论了如何让多个AI Agent之间建立共享记忆，避免重复踩坑，并介绍了通过改造MemOS CLI来实现只记录关键信息并在必要时搜索的方案。
@yyyole: Agent memory的创业方向好火爆！ 很多团队都在做，大概有下面几种比较主流的思路： 第一种最粗暴：context路线，把上下文增长。 第二种最常见：RAG / 向量库路线，接一个向量库把历史内容 embedding 后做检索。 第…
介绍Agent memory创业的几种主流思路，并推荐EverMind团队的开源项目EverOS，它提供以Markdown为源的本地记忆操作系统，支持双轨记忆、多模态摄取和自演化能力。
@9hills: 尝试了多种Agent Memory实现，只有两种我觉得还有点用： 1. Hermes 这种严格限制长度的条目级记忆和会话召回，用来解决个人助理所需的记忆。但是这种和Coding没关系。 2. 根据轨迹沉淀 skill 和 skill 进化…
作者分享了尝试多种Agent Memory实现后的心得，认为只有严格限制长度的条目级记忆（如Hermes）和基于轨迹沉淀的技能进化两种方法比较有用，其他图谱类或卡片类的方法效果不佳。