这个工具把我的 AI 智能体混乱局面变成了一个仪表盘 (AoE)

中文العربيةDeutschEnglishEspañolFrançaisहिन्दीBahasa Indonesia日本語한국어PortuguêsРусский
BBetter Stack
컴퓨터/소프트웨어경영/리더십AI/미래기술

Transcript

00:00:00运行一个 AI 编码代理很容易，我们一直在做。但如果要同时运行五个或十个，
00:00:05情况很快就会变得一团糟。到处都是标签页，还有根本跟踪不到的 Tmux 会话，
00:00:10一个代理卡住了，另一个在破坏你的分支，而你完全搞不清它们在干什么。
00:00:15这就是 Agent of Empires，一个任务控制仪表盘，让你可以在一个屏幕上指挥所有的 AI
00:00:20代理。在接下来的 60 秒里，我将向你展示为什么它正受到热捧。
00:00:30好了，现在快速重置一下。Agent of Empires 并不是又一个编码代理。不是的，它不会
00:00:37取代 Claude、Codex 或其他任何工具。它只是凌驾于它们之上。它运行着你当前工作流中
00:00:43已经使用的所有工具。这之所以重要是因为情况变了。一两年前，
00:00:49我们只运行一个代理。现在我们运行多个代理，五个、十个、二十个，随便多少个都行。
00:00:55真正的问题不在于 AI 的质量，而在于我们如何在它们协同工作时进行管理。
00:01:01你不知道什么在运行，不知道什么卡住了。你的终端数量在倍增。
00:01:08分支发生冲突。而且通常情况下，甚至可以说十有八九，事情都在悄无声息地崩溃。
00:01:13Agent of Empires 解决了这个问题。让我演示一下。如果你喜欢用编码工具来加速你的工作流，
00:01:18一定要订阅。我们一直在发布相关视频。好了，现在安装它，
00:01:22只需要一条命令。我用的是 Mac，所以执行 brew install AOE。然后我就可以运行 AOE launch。这就是它
00:01:29真正体现价值的地方。这个屏幕，这个终端用户界面（TUI），就是你的整个代理系统。好了，现在让我们
00:01:36让它成为现实。让我们在这里启动两个代理，使用 Claude，一个负责身份验证，一个负责重构这个 API。
00:01:43我可以在这里按 N 键来生成它们。通常情况下，这需要多个终端、
00:01:49多个分支，还要进行大量的切换。在这里，它已经为我们组织好了。现在，看好了。
00:01:55按下 N 键后，我给它起个名字。这个正在运行，对吧？我可以生成一个新的。这个
00:02:01正在等待。我没有附加任何东西，也没有进行任何猜测。我可以进入第一个，我可以给它下指令。
00:02:06我可以切换到另一个。我可以运行提示词。我可以监控它们各自的进展，
00:02:11观察它们进行修改的过程。我可以进入，可以退出。我可以即时在它们之间进行切换。
00:02:16它们在共同构建一切，而我可以在这里回来监控所有情况。
00:02:22我甚至可以将代理分组到文件夹中。我可以创建更多。这里是大多数人
00:02:27没想到的部分。这是最简单的部分。现在，让我们看看为什么这很重要。我是说，
00:02:32这真是太疯狂了。我为它设计了一个非常棒的 UI，这就是它之所以重要的原因。因为
00:02:36要么能为你节省时间，要么就不能。首先，我们面临的问题是终端混乱。
00:02:41我们运行了太多的会话。所以我们切换得太频繁了。你的大脑在进行内部路由。
00:02:48AOE 用单一视图取代了它。我们现在可以在一切都可见的情况下进行切换。
00:02:54接下来的问题是状态盲区。你不知道代理在做什么。所以我们必须不断地
00:03:01检查，对吧？你最终会不停地一次又一次检查。这只会花费你更多时间，
00:03:06并且打断了你的思路。AOE 可以显示运行、等待、空闲、错误状态，而无需真正
00:03:12附加任何东西。所以我们从猜测变成了真正了解正在发生的事情。然后是
00:03:18分支冲突。代理互相干扰，覆盖工作，造成一团糟。AOE 使用
00:03:25Git 工作树（work trees），让每个代理拥有自己的分支。同一个仓库，零碰撞。
00:03:32它解决的最后一个问题是安全性。给代理完全的访问权限是有风险的。AOE 增加了
00:03:39可选的 Docker 沙箱。代理现在可以被控制在范围内。你的系统保持安全。此外，会话
00:03:46在重启后依然存活。如果你想的话，甚至可以用手机检查，这真的挺酷的，
00:03:52每个项目都有对应的配置文件，还内置了差异对比功能。同样，这很棒。它并不取代你的工具。它只是
00:03:59不取代。记住，它只是凌驾于它们之上。Tmux 提供了持久性。而 AOE 提供了更多的
00:04:06感知力和自动化。Agent deck 很相似，但 AOE 更注重结构。工作树、
00:04:14Docker，专门为实际规模扩展而构建的并行工作流。是的，IDE 代理非常适合单个文件。而 AOE
00:04:23适用于跨完整仓库运行多个代理。好了。现在是大家真正喜欢的地方。状态
00:04:30一目了然，改变了一切，对吧？这太棒了。这点大家经常提到。我们可以直观地看到所有信息。
00:04:36我可以从手机上检查代理。我其实还没试过这个。好吧。所以不要只听我的一面之词，
00:04:41但这确实有这种能力。挺酷的。这比听起来更重要。工作树加
00:04:47Docker 终于让它变得安全了。这很好。很多人都这么说。这感觉就像是有
00:04:52对正在发生的事情有了更多的控制权，因为这一切都在我的终端里，
00:04:57我可以随意切换。但不是，它并不完美。有一个学习曲线。老实说，
00:05:02其实没那么难。设置起来超级容易。如果你不喜欢终端，好吧，这是一个终端界面。
00:05:07抱歉。Web 仪表盘还在不断完善中。仍然存在一些粗糙的地方，也出现过一些像
00:05:13TMUX 相关的问题，但修复得非常快。还有，伙计们，老实说，如果你只运行一个代理，
00:05:19你不需要这个。好的。这是为了控制多个代理，这才是它真正
00:05:24大放异彩的地方。所以它值得吗？嗯，是的。如果你在运行两个或更多的 CLI 代理，绝对
00:05:30是的。去看看吧。今天就安装它。它是开源的。它是免费的。它会为你节省大量
00:05:34的时间。它减少了你的脑力负担，所有这些非常棒的事情。它真的能让你保持在高效的流程中。
00:05:40如果你只运行一个代理，这个工具不会改变任何事情。好的。但尝试一下也花不了多少时间，
00:05:45所以你还是可以尝试一下。这是一个很大的优势。如果你喜欢编码工具和技巧来加速
00:05:50你的工作流，一定要订阅 BetterStack 频道。我们在下个视频见。

Key Takeaway

Agent of Empires acts as a central control dashboard for managing multiple AI agents, using Git worktrees and Docker sandboxing to prevent terminal clutter, branch conflicts, and security risks.

Highlights

  • Agent of Empires (AOE) provides a unified dashboard to manage multiple AI agents simultaneously within a single terminal interface.

  • Installation requires one command: brew install AOE, followed by executing the aoe launch command.

  • Git worktrees allow multiple agents to operate on the same repository without causing branch collisions or overwriting work.

  • Optional Docker sandboxing provides an isolated environment to restrict agent access and enhance system security.

  • The dashboard displays real-time status updates, including running, waiting, idle, and error states for every active agent.

  • AOE is designed for workflows running two or more CLI agents, as it offers no benefit for single-agent tasks.

Timeline

The Problem with Multi-Agent Management

  • Running multiple AI coding agents causes terminal fragmentation and session management difficulties.
  • Common issues include branch collisions, silent failures, and cognitive overload from switching between numerous sessions.
  • Effective coordination requires a centralized management layer rather than higher-quality AI models.

Managing five, ten, or twenty AI agents simultaneously leads to a cluttered workspace where individual agent progress remains opaque. The sheer number of terminal sessions makes tracking agent status and preventing code overwrites nearly impossible. Instead of replacing existing coding tools like Claude or Codex, the solution functions as an orchestration layer to organize these parallel workflows.

Operational Setup and Features

  • The system installs via brew install AOE and initiates through aoe launch.
  • Users can generate, label, and control multiple agents from a single terminal user interface (TUI).
  • Groups and folders organize agents, while instant switching enables real-time monitoring and prompt injection.

The tool provides a unified terminal-based dashboard that eliminates the need for manual context switching between different windows or Tmux sessions. Users can spawn new agents, assign specific tasks like API refactoring or authentication, and observe real-time progress. This interface allows for efficient management of agents without needing to manually attach or detach from specific background processes.

Technical Safeguards and Scaling

  • Git worktrees assign each agent a unique branch to eliminate collision risks within a single repository.
  • Optional Docker sandboxes limit agent access to maintain system security.
  • Persistence is maintained through Tmux integration, allowing sessions to survive system restarts.

To address the risks of running multiple agents, the software incorporates Git worktrees, which ensure each agent operates on its own dedicated branch. Further control is achieved through Docker-based sandboxing, which prevents agents from accessing restricted parts of the host system. The dashboard provides clear visibility into agent states such as waiting, running, or erroring, reducing the need for constant manual checks.

Use Case Suitability

  • The software is specifically designed for users operating two or more concurrent CLI agents.
  • It provides no performance or workflow benefits for developers running only a single agent.
  • Development is ongoing, with a web-based dashboard currently in progress.

While the tool significantly reduces cognitive load for complex, multi-agent projects, it is not necessary for simpler, single-agent workflows. Potential users should note the minor learning curve associated with the terminal-based interface. The project remains open-source and free, focusing on structural orchestration and scale rather than replacing existing IDE-based coding agents.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video