这里90%的问题都能靠珠子解决。
摘要
一位开发者分享了“beads”这一原生面向智能体的工单系统如何通过提供一个共享、持久化的工单数据库,让网络中的所有智能体都能同时访问,从而解决多智能体工作流中常见的上下文保留、智能体任务委派和并行协调等问题。
每一天,我都会在这里读到好几篇帖子,脑子里只有一个想法:要是你用了 beads,就不会有这个问题了。我知道也有一些大家更喜欢的替代方案,所以如果你找到了更合自己口味的工具,就用那个。对我来说,beads 只是我尝试的第一个工具,而且确实管用。智能体记忆。上下文保留。智能体任务委派。等等等等。Beads 是一个面向智能体的工单系统。它的核心就是一个简单的工单数据库,具备基本的工单系统功能。史诗任务、依赖关系、阻塞项、工单状态。都是标准工单系统里的那些东西。在使用 beads 之前,我试过用自己 Forgejo 里的议题系统。问题在于,那套工作流程要求我作为参与其中的人类,时刻盯着工单系统。Beads 的出色之处在于,除了工单系统,它还会安装一套系统提示词。这会消耗少量 token,但天哪,回报可太值了。比起技术实现,我更感兴趣的是它让我能做到什么。通常 beads 按项目使用,把状态存储在一个你看不到的专用 Git 分支里(实际使用时看不到——想看的话当然随时可以查看)。在我的配置中,我有一套全局系统,网络上的每个智能体都能同时访问,而且它覆盖我的所有项目。只有当你是单人团队,而且所有工作都紧密关联时,我才推荐这样做。网络上的任何智能体都能看到其他所有智能体正在做什么。所有智能体都时刻清楚哪些任务被什么阻塞,而最重要的是,哪些工作目前没有被阻塞。每个智能体都能启动多个子智能体,并行开展工作。不同的智能体运行框架也不会互相干扰。规划模式会把计划以史诗任务和工单的形式提交到 beads。然后,一个上下文全新的智能体群管理器会接手史诗任务,并行运行多个子智能体。每个执行智能体的上下文里都只有它自己的那张 bead 工单——没有其他内容——完成后就会被终止。Beads 工单会永久保留,绝不删除(只会归档)。任何智能体都可以搜索某项功能或改动的来龙去脉,以及背后的理由。清空上下文毫无负担,因为重要信息始终都会替你记录在 beads 里。试试就知道了。我与这个项目没有任何关联,也推荐你看看 beads 的替代方案。无论你选哪个,它都能解决我每天在这个子版块里看到的太——多问题。真的,随便找一个原生面向智能体的工单系统,然后强制你的每一个智能体都使用它就行了。
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。
Agent 记忆现在简直是个笑话。你们在生产环境中到底是怎么解决这个问题的?
一位开发者正在向社区请教,大家在生产环境中究竟是如何解决智能体记忆问题的:是使用向量数据库结合 RAG、知识图谱,还是通过人工参与审批来维护共享知识库。
大多数多智能体设置就像一屋子戴耳机的人。以下是我所做的改变。
作者分享了构建多智能体基础设施的心得,指出“身份漂移”是关键挑战,通过实施严格的智能体通行证和文件访问控制解决了这一问题。
@svpino:跟不喜欢你所用智能体的人合作很麻烦,切换智能体也很麻烦,反复重复说明也很麻烦……
一款本地应用,让团队在集中化的上下文环境中协作使用多个AI编程智能体(Codex、Claude Code、Cursor等),并支持与Slack、Teams和Discord集成,同时通过MCP支持任何智能体。作者认为每家公司最终都会使用类似的工具来让多智能体协作变得更轻松。
你是如何让智能体保持专注的?以下是我构建多智能体 Android 应用(BYOK)的经验总结
作者分享了构建 BYOK 多智能体 Android 应用的经验教训,涵盖角色漂移的修复、token 成本优化、工具调用,以及用于让智能体保持任务专注的"辩论 + 编排器"模式。