- 我的帖子已经打上 开源推广 标签： 是
- 我的开源项目完整开源，无未开源部分： 是
- 我的开源项目已链接认可 LINUX DO 社区： 是
- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
各位大佬们，大家好，新人刚加入linux.do社区，很期待后面在社区中和大家多多交流。
本次发帖是为了向大佬们介绍我目前在做的工具：Gold Band，名称来源于金箍的英文，用意也是源于金箍，AI很强大，但就像孙悟空带上金箍才能成为斗战胜佛（表达可能不恰当，但用意大佬们能领会即可）。
做这个工具的初衷也是为了方便自用，在过往我的AI CODING历程中，碰到过一些问题：
-
长程任务虽然存在subagent、agent team等分治协作策略，但对于主会话的orchestrator来说，一旦任务周期过长，还是会出现编排错误或者orchestrator直接自己下场干活的问题。
-
使用ralph loop等工具，但存在agent又当运动员又当裁判的问题，缺少交叉性验证，无法保证最后completed的输出到底是否可靠。
-
skill、constitution、mcp等未形成统一加载标准，各个agent自治规范，维护起来比较麻烦
-
claude code的subagent无法继承会话的skill列表，只能由主agent告知或提前定义好，所以subagent的能力受限（这一条问题在最新版本已经解决了，测试版本为v2.1.153，但在当时让我觉得与其等待agent厂商不知何时的修复，不如自己做外挂解决好了）
同时我也一直相信，AI应用最好的方式，就是用工程化手段降低AI的不稳定性，发挥AI的创造性，所以基于上面的问题和理念，我想制作一个可以使用工程化手段稳定AI工作流且统一管理Agent所需的上下文的工具，或者再简单一点，可以理解为一个本地 Agent 工作流版的 Dify，这个工具就是现在的Gold Band。
github地址：GitHub - diodeme/Gold-Band: Desktop harness for orchestrating and observing local AI-agent workflows. · GitHub
技术栈：Rust + React + Tauri 2 + Agent Client Protocol
功能介绍
任务编排
用户可在创建任务时，为任务指定具体的工作流。
工作流可直接在画布中可视化创建或复用现有模板。
Gold Band系统也内置了一套工作流。
一些概念
节点：每个节点代表一次Agent执行，用户可以在agent管理中进行Agent配置，理论上支持ACP的agent类型都可以调起，但是由于目前每个agent对于ACP的支持程度各异，所以我们只会在完整测试通过后才加入到支持列表中，目前Claude Code是已经验证通过了的。
角色：每个节点内置的角色，会追加到系统提示中（目前有部分ACP Agent不支持追加system prompt，则会追加到user prompt中（正在探索是否有更好的方式）） ，用户可在上下文管理中进行角色的编辑，Gold Band内置了一套角色，参考本文后续的介绍。
权限模式：系统在加载ACP时握手阶段获取到的ACP Agent支持的权限模式列表，用户可以在节点设置中进行选定。
结果判定：关于如何决定节点的分支走向。Gold Band提供两种方式：1.人工check，人工点击成功或者失败作为该节点的结果，适用于方案节点等需要人工审核的场景。2.AI输出验证，指定Agent输出的DSL和结果判定表达式，系统自动根据表达式判断节点结果。比如：
//DSL
{
"reason": "String",
"result": "boolean"
}
//表达式
$.result == true
边：画布中点击边，即可对边进行修改，选中目标和session方式（new代表新建session，continue代表在原session上继续）
内置工作流：Gold Band目前内置的工作流如下：
flowchart LR
PLAN["plan<br/><i>方案</i><br/>manual_check"] -->|success| DEV["dev<br/><i>开发</i>"]
DEV -->|success| REVIEW["review<br/><i>审查</i><br/>output: review-result"]
REVIEW -->|success| TEST["test<br/><i>测试</i><br/>output: test-result"]
REVIEW -->|"failure<br/><i>continue</i>"| DEV
TEST -->|success| ACCEPT["accept<br/><i>验收</i><br/>output: accept-result"]
TEST -->|"failure<br/><i>continue</i>"| DEV
ACCEPT -->|success| CLEANUP["cleanup<br/><i>清理</i>"]
ACCEPT -->|failure| NEW_ROUND["$new-round<br/><i>新轮次</i>"]
CLEANUP -->|success| END["$end"]
比较重点的是审查和测试不通过会回环到开发节点，用continue的方式进行修复。
验收节点会验证需求是否真的完成了，未完成会输出报告并进入下一轮round。
验收后会有clean节点对过程产物进行清理并持久化到项目目录下。
用户也可以完全不用该内置工作流，自行新增偏好的工作流。
任务执行
用户在任务目录下点击新增run即可对该任务发起一次执行
用户可以对一个需求发起任意多次执行
发起执行后，用户可以在run详情中观察每一轮round具体的执行情况
一些概念
attempt：节点对回环为一次attempt，比如测试-failure->开发算一次attempt，工作流中可以限制运行时每个节点对attempt的最大次数，超过次数则拒绝。
round：节点可指定结束状态开启一轮新的round，新的round会从头执行工作流，并在系统提示中告知agent当前轮次和上轮产物目录，工作流中可以限制运行时round的最大次数，超过次数则拒绝。
产物目录：过程产物全部放在~.gold-band\projects<project-path>下面
一个实际的产物目录如下
//artifacts
~\.gold-band\projects\D--Projects-code-ai-Gold-Band\tasks\task-001\runs\run-001\rounds\round-001\nodes\开发\attempt-001\artifacts
//attachments
~\.gold-band\projects\D--Projects-code-ai-Gold-Band\tasks\task-001\runs\run-001\rounds\round-001\nodes\开发\attempt-001\attachments
artifact: 有明确输出要求的节点，系统会自动把节点的输出放置于artifact下面，参考结果判定这一概念中的AI输出验证。
attachments：节点可自由输出文件、报告的目录，比如测试报告之类的都在这里
会话观测
节点运行中，用户可以在此观察会话实时运行状态，当然也可以在会话结束后进入对应的cli查看。
节点执行完后，用户依然可以继续在该窗口对话，会使用continue方式继续调用agent。
continue方式
一些概念
系统提示：展示Gold Band运行时追加的system prompt
原始帧：ACP会话的原始流，用于问题排查
Agent管理
使用ACP方式拉起agent进行会话，可在此页面进行配置和环境诊断
虽然理论上支持所有ACP兼容agent，但是出于测试严谨性，现阶段仅推荐先用claude code
上下文管理
可在此进行上下文管理，目前仅支持角色管理，后续会考虑扩展skills、rules等能力
内置角色无法修改、删除，但可以修改后另存为自定义角色
设置
目前设置支持中、英文切换，主题、字体切换，以及更新机制
使用本地claude：这是一个临时开关，后续会考虑优化，打开使用本地的claude code，关闭claude code acp组件会拉取claude code sdk中携带的claude.exe
后续安排
目前Gold Band其实依旧处于开发者预览阶段，目前为止的版本虽核心链路已经能够跑通，但是产品体验上就本人看来依然还有诸多需要优化的点。所以本次推广，
第一是希望mvp版本也能先帮助到和我有一样问题的佬友们，佬友们可以看看方向是否值得继续打磨，欢迎提 issue 或直接喷我哪里不好用。
第二是在此向佬友们同步下后面的开发计划，后续除了我之外，也会有一个很小的团队兼职参与维护。当前阶段我们会优先处理影响核心使用路径的问题，并根据真实反馈补充事项或调整后续优先级。目前暂定的待办项如下：
高优先级处理
- 多agent支持，优先测试跑通codex\cursor\gemini cli\opencode的集成，视情况增加更多agent。
- 系统通知能力，agent请求权限、工作流报错时进行系统通知，设置中可选关闭。
- 支持自适应工作流编排与并发执行：
- 支持节点级并发：一个节点可以同时分发到多个后续节点，并行处理不同子任务；可在实验室功能中配置最大并行数。
- 支持需求级并发：一次导入多个需求后，可让多个需求复用同一套工作流并行执行；可在实验室功能中配置需求并行数。
- 支持 AI 动态路由：工作流执行过程中，由 AI 根据当前任务目标、上下文和中间结果，动态决定下一步应进入哪些节点、拆分哪些子任务，以及是否并行执行。
中优先级处理
- 增加对skill的支持与管理
- 增加对mcp的支持与管理
- 优化ACP会话观测窗口的性能表现，样式优化，使用体验，修复一些已知问题
- 增加指标统计能力，包括会话用时、token消耗量等，提供数据看板。校对目前会话用时的准确性。
写在最后
Gold Band 目前还处在很早期的阶段，肯定还有不少粗糙、不合理甚至跑不通的地方。但这个项目不是为了蹭概念做出来的，而是我自己在长期使用 AI Coding 时确实遇到了一些问题，才一步步把它做成了现在这个 MVP。
我个人一直觉得，AI Agent 本身很强，但真正要在复杂任务里稳定发挥作用，还是需要工程化的约束、编排、验证和观测。Gold Band 想做的事情，就是把这些能力尽量整理成一个本地可用、可配置、可持续演进的工具。
如果你也对这个方向感兴趣，欢迎试用、提 issue、提建议，或者直接指出哪里设计得不合理。
感谢各位佬友看到这里，也欢迎大家轻喷重喷。只要问题真实，对我来说都很有帮助。
4 个帖子 - 2 位参与者