即刻App年轻人的同好社区
下载
又来转转集团培训了。
他们的一个业务部门组团买了我的 codefree.cafe，一下午时间，带业务同学一起开发了一套转转商运系统，处理客户投诉和商家反馈，搭建客服系统，对接知识库，实现自动回复
用到了最新的 Jev 模型做数据的标签归类，判断客户满意度、工单紧急程度，客诉处理记录向量化存储，归档知识库，用飞书机器人承接新的客户咨询，搭建基于客服反馈的数据飞轮
现场演示了 termany.sh 和 fastclaw.ai，讲解了多 Agent 协同下的并行开发技巧，效率拉满
好的 FDE 不是做完需求跑路，而是授人以渔，教业务同学系统性的方法论和 vibe coding 技巧，让大家学以致用，做出更有价值的东西。😎
他们的一个业务部门组团买了我的 codefree.cafe，一下午时间，带业务同学一起开发了一套转转商运系统，处理客户投诉和商家反馈，搭建客服系统，对接知识库，实现自动回复
用到了最新的 Jev 模型做数据的标签归类，判断客户满意度、工单紧急程度，客诉处理记录向量化存储，归档知识库，用飞书机器人承接新的客户咨询，搭建基于客服反馈的数据飞轮
现场演示了 termany.sh 和 fastclaw.ai，讲解了多 Agent 协同下的并行开发技巧，效率拉满
好的 FDE 不是做完需求跑路，而是授人以渔，教业务同学系统性的方法论和 vibe coding 技巧，让大家学以致用，做出更有价值的东西。😎
55 39
我们构建了 AutoJev，为 Agent 提供决策层。
在代理路由任务、选择模型、调用有风险的工具，或完成重要工作之前，它可以向 AutoJev 请求一个结构化的决策。
可通过 MCP、REST 和 Agent Skills 一键调用。
试用 → autojev.ai
在代理路由任务、选择模型、调用有风险的工具，或完成重要工作之前，它可以向 AutoJev 请求一个结构化的决策。
可通过 MCP、REST 和 Agent Skills 一键调用。
试用 → autojev.ai
27 16
Jev 这个决策模型非常有意思。
它不做长文生成，只做三类事：
1. 布尔判断（要不要联网、要不要退出循环）
2. 枚举选择（Agent 走 fast / plan、调哪个模型、分发给哪个 Bot）
3. 候选打分（给多个选项打分，再按分数排序）
TypeSafe 把 Jev 定位成 System One：靠快、直觉式的判断做决策。对应的是偏 System Two 的生成式模型——慢而细地推理，再输出文本。
几个很经典的落地场景：
1. 搜索意图识别
AI 搜索产品为了省搜索 API，一般会先打一枪 flash 模型做意图识别，根据 mode: chat / search 再决定要不要联网，用户往往要多等 1–2 秒。Perplexity 一类产品会把这类分流做成专用分类器，压到毫秒级。接入 Jev 后，用枚举选择 mode、或用布尔判断「要不要联网」，就能在不必自训小模型的前提下，把这道闸门做得更快、更便宜。
2. 本地模型网关
本地部署的 Agent（比如 OpenClaw），后面挂了一堆模型 API，token 成本很高。需要一层网关：日常对话走 DeepSeek 之类的 flash，写代码走 Claude 之类的 SOTA。用 Jev 做枚举选择，可以把 query 快速路由到够用且更合适的模型。
3. 多 Agent 协作
不同 Bot 能力不同。群里发布任务后，Leader 要按成员能力分派。用 Jev 做候选打分，就能挑出更匹配的一组 Bot 来协作完成任务。
---
Jev 已在 OpenRouter 上线，但不兼容 OpenAI Chat Completions 格式，要用 Decisions API 自行拼 state + questions。
大家的 Agent 产品都可以接起来了。✌️
它不做长文生成，只做三类事：
1. 布尔判断（要不要联网、要不要退出循环）
2. 枚举选择（Agent 走 fast / plan、调哪个模型、分发给哪个 Bot）
3. 候选打分（给多个选项打分，再按分数排序）
TypeSafe 把 Jev 定位成 System One：靠快、直觉式的判断做决策。对应的是偏 System Two 的生成式模型——慢而细地推理，再输出文本。
几个很经典的落地场景：
1. 搜索意图识别
AI 搜索产品为了省搜索 API，一般会先打一枪 flash 模型做意图识别，根据 mode: chat / search 再决定要不要联网，用户往往要多等 1–2 秒。Perplexity 一类产品会把这类分流做成专用分类器，压到毫秒级。接入 Jev 后，用枚举选择 mode、或用布尔判断「要不要联网」，就能在不必自训小模型的前提下，把这道闸门做得更快、更便宜。
2. 本地模型网关
本地部署的 Agent（比如 OpenClaw），后面挂了一堆模型 API，token 成本很高。需要一层网关：日常对话走 DeepSeek 之类的 flash，写代码走 Claude 之类的 SOTA。用 Jev 做枚举选择，可以把 query 快速路由到够用且更合适的模型。
3. 多 Agent 协作
不同 Bot 能力不同。群里发布任务后，Leader 要按成员能力分派。用 Jev 做候选打分，就能挑出更匹配的一组 Bot 来协作完成任务。
---
Jev 已在 OpenRouter 上线，但不兼容 OpenAI Chat Completions 格式，要用 Decisions API 自行拼 state + questions。
大家的 Agent 产品都可以接起来了。✌️
46 315
10 31
做协作类 agent 的关键点之一是，如何把多个不同能力的 agent 拉到同一个群组，让他们在无人干预的状态下，自主分工，协作完成复杂的任务。
要实现无监督自主运行，需要保证群组的整体可用性。比如一个群里面有 claude、codex、gemini、grok、openclaw、harmes 等 10 余个 agent，晚上睡觉前往群聊丢个任务：帮我写个对标 codex 的桌面 agent，明早起来验收。
要完成这个任务，首先需要有个任务协调者，也可以叫做 leader，由这个角色来负责理解任务，拆解任务，分配工作给群里的其他 agent。leader 自身可以不参与具体的工作，但是需要监控其他成员的工作状态，适当干预、调配工作。比如 claude 做 leader，让 codex、gemini、harmes 等成员分工去写代码，并要求他们每五分钟报告一次任务进度。期间 gemini 因为模型限额罢工了，leader 需要把罢工 agent 没干完的活分给其他空闲 agent 接着干。
协作类 agent 产品的设计难点和重点一定是群组的整体可用性建设问题。
多 agent 协作过程容易遇到的问题包括：
1. 某个成员 agent 因为模型限额或封禁、工具调用异常、网络等问题导致罢工
2. leader 不靠谱，分配任务不合理，成员 agent 之间容易干重复或者冲突
3. leader 自己挂了，缺了协调者，其他 agent 干完一轮不能继续干下去
4. 其他外部依赖异常（比如定时任务）导致整体进度没有往前推进
要通过 agent 协作实现全自动无人值守干活（比如建个群，让群里的 agent 每天晚上自己干 8 小时，去找到一些热点需求，做出产品，推给目标用户，让用户付费，实现产品商业闭环，人类群主躺着赚钱），需要一些关键的设计来保证群组的可用性：
1. 冗余机制。群内的 agent 成员，在条件允许下尽可能多配置，同类型的 agent 互为备份，按能力等级分组排序，比如 claude、codex 为一组，gemini、grok 为一组，kimi、zhipu 为一组，openclaw、harmes 为一组
2. 协调与监控。先指定一个 leader，比如 claude，由 leader 来理解任务、拆解任务、分配任务。发到群里的任务，leader 首先处理，从 agent 分组中按能力组合选择部分 agent 作为 worker 来执行任务。leader 需要定时查看群内的 agent 进度，如果发现某些 agent 进度异常或超时无响应，就从备份 agent 中挑选替换者，来接替异常 agent 继续完成任务
3. 进度上报。作为 worker 的 agent 需要定时把自己的任务进度上报到群组，方便 leader 和其他成员感知任务进度。
4. leader 选举。leader 跟所有的 worker 之间保持定时心跳，在 leader 挂了的情况下触发选举或由底层程序指定新的 leader，由新 leader 继续组织工作
5. 恢复机制和结果一致性。agent 协作过程中肯定会遇到各种异常问题，需要设置很多个 checkpoint（检查点），任务状态和依赖关系需要明确，支持断点恢复和幂等重入。继任的 worker 需要延续前任 worker 的工作进度继续推进，最终需要通过测试和验收来确认结果，不能只依赖 agent 自己报告完成
---
最近在做协作类agent 产品，感觉分布式系统的可用性架构设计理论有很多可以参考的思路，我在 termany.sh 里面也实现了很多的策略，目标还是要把本地的多个 agent 聚合在一起，在无人值守模式下实现自主协作，共同完成复杂任务。
欢迎试用与交流。👇
termany.sh
要实现无监督自主运行，需要保证群组的整体可用性。比如一个群里面有 claude、codex、gemini、grok、openclaw、harmes 等 10 余个 agent，晚上睡觉前往群聊丢个任务：帮我写个对标 codex 的桌面 agent，明早起来验收。
要完成这个任务，首先需要有个任务协调者，也可以叫做 leader，由这个角色来负责理解任务，拆解任务，分配工作给群里的其他 agent。leader 自身可以不参与具体的工作，但是需要监控其他成员的工作状态，适当干预、调配工作。比如 claude 做 leader，让 codex、gemini、harmes 等成员分工去写代码，并要求他们每五分钟报告一次任务进度。期间 gemini 因为模型限额罢工了，leader 需要把罢工 agent 没干完的活分给其他空闲 agent 接着干。
协作类 agent 产品的设计难点和重点一定是群组的整体可用性建设问题。
多 agent 协作过程容易遇到的问题包括：
1. 某个成员 agent 因为模型限额或封禁、工具调用异常、网络等问题导致罢工
2. leader 不靠谱，分配任务不合理，成员 agent 之间容易干重复或者冲突
3. leader 自己挂了，缺了协调者，其他 agent 干完一轮不能继续干下去
4. 其他外部依赖异常（比如定时任务）导致整体进度没有往前推进
要通过 agent 协作实现全自动无人值守干活（比如建个群，让群里的 agent 每天晚上自己干 8 小时，去找到一些热点需求，做出产品，推给目标用户，让用户付费，实现产品商业闭环，人类群主躺着赚钱），需要一些关键的设计来保证群组的可用性：
1. 冗余机制。群内的 agent 成员，在条件允许下尽可能多配置，同类型的 agent 互为备份，按能力等级分组排序，比如 claude、codex 为一组，gemini、grok 为一组，kimi、zhipu 为一组，openclaw、harmes 为一组
2. 协调与监控。先指定一个 leader，比如 claude，由 leader 来理解任务、拆解任务、分配任务。发到群里的任务，leader 首先处理，从 agent 分组中按能力组合选择部分 agent 作为 worker 来执行任务。leader 需要定时查看群内的 agent 进度，如果发现某些 agent 进度异常或超时无响应，就从备份 agent 中挑选替换者，来接替异常 agent 继续完成任务
3. 进度上报。作为 worker 的 agent 需要定时把自己的任务进度上报到群组，方便 leader 和其他成员感知任务进度。
4. leader 选举。leader 跟所有的 worker 之间保持定时心跳，在 leader 挂了的情况下触发选举或由底层程序指定新的 leader，由新 leader 继续组织工作
5. 恢复机制和结果一致性。agent 协作过程中肯定会遇到各种异常问题，需要设置很多个 checkpoint（检查点），任务状态和依赖关系需要明确，支持断点恢复和幂等重入。继任的 worker 需要延续前任 worker 的工作进度继续推进，最终需要通过测试和验收来确认结果，不能只依赖 agent 自己报告完成
---
最近在做协作类agent 产品，感觉分布式系统的可用性架构设计理论有很多可以参考的思路，我在 termany.sh 里面也实现了很多的策略，目标还是要把本地的多个 agent 聚合在一起，在无人值守模式下实现自主协作，共同完成复杂任务。
欢迎试用与交流。👇
termany.sh
50 318
去年最火的是通用 agent 和 coding agent
今年最火的是办公 agent、协作 agent 和 personal agent
拿钱的都在表演 入场的都是炮灰
开心就好。🙂
今年最火的是办公 agent、协作 agent 和 personal agent
拿钱的都在表演 入场的都是炮灰
开心就好。🙂
34 66
33 58
17 12
termany.sh 真是效率神器，太爱了。❤️
24 25
FastClaw 新版本发布了。
定位还是 Agent 工厂，降低 Agent 制造与分发的门槛。
Agent 作为一等公民，可以独立配置模型、Soul、Skills、知识库，可以一键接入常用的 IM 渠道，可以导出 API，作为 Managed Agent，给其他产品提供 Agent Runtime。
可本地安装搭建自己的 Agent 团队，可云端部署成为 Agent Platform，可结合 FDE 做私有化定制。
免费开源，欢迎使用。
github.com
定位还是 Agent 工厂，降低 Agent 制造与分发的门槛。
Agent 作为一等公民，可以独立配置模型、Soul、Skills、知识库，可以一键接入常用的 IM 渠道，可以导出 API，作为 Managed Agent，给其他产品提供 Agent Runtime。
可本地安装搭建自己的 Agent 团队，可云端部署成为 Agent Platform，可结合 FDE 做私有化定制。
免费开源，欢迎使用。
github.com
18 04