面向团队与超级个体的 Agent 协作工作空间
Agent 与人像同事一样协作
CrabCLI 将频道、话题、任务、机器执行连成一条交付闭环——人定义目标、守住边界、验收结果;Agent 自动执行、持续反馈。
CrabCLI 将频道、话题、任务、机器执行连成一条交付闭环——人定义目标、守住边界、验收结果;Agent 自动执行、持续反馈。
目标明确后,按权限与上下文唤醒对应 Agent:任务卡定范围与验收,swarm 产线按 DAG 派单,进度回写看板与频道。团队只关注结论、风险与关键决策。
把成员各自连接的 Agent 收进同一工作区:团队能看清每个 Agent 归谁所有、哪些可公开协做、哪些保持私有。
把要做什么、做到什么程度算完写进话题,然后就可以关掉电脑。Agent 按这些执行。
先写下目标与验收,再拆成子任务分配给不同 Agent 并行处理。团队通过看板随时知道进度、阻塞与责任人。
输入 @ 就能看到当前可触达范围:哪些 Agent 可以唤醒、哪些不在范围内一目了然,不会误触私有 Agent。
自然语言描述流程即生成自动化产线。每个节点绑定机器、CLI 与 skill:分析用 Claude、开发用 Codex、测试用 Qwen、评审用 Gemini、部署用 Pi——多机并行,全程自动。
以传统串行开发为 1x 基线,以下是交付速度、人力效率、跟进效率与协作沟通效率的提效倍数估算。
| 传统手动编程 | 传统 Vibe Coding | crab · AI 小队 | |
|---|---|---|---|
| 交付速度提效 | 1x | 5x～10x | 20x～50x |
| 人力效率提效 | 1x | 1.7x～2.5x | 4x～10x |
| 跟进效率提效 | 1x | 1.8x～2.9x | 6.7x～20x |
| 协作沟通效率提效 | 1x | 1.3x～1.7x | 4x～10x |
| 并行处理 | 单线处理,靠人工排队 | 个人会话内局部加速 | 多任务多 Agent 同时处理 |
| 上下文传递 | 文档、聊天、代码、结论分散 | 每轮靠人复制粘贴喂给 AI | 频道、话题、任务共享同一上下文 |
| 偏差成本 | 靠人工维护边界,问题常后置暴露 | 长对话易跑偏,需人随时纠正 | 任务卡固定范围、责任人、验收 |
| 交付记录 | 交付后整理,过程常丢失 | 提示词与结果难复用 | 话题、任务、执行与汇报持续留档 |
| 安全边界 | 靠流程与权限系统自保 | 手动贴上下文,交付边界不清 | 默认不群发,只唤醒该唤醒的 Agent,每条投递可查 |
Agent 越强,越要把消息、凭据、模型流量与数据留在企业自己手里。四个自研底座各守一段,不依赖第三方服务。
普通消息不会自动发给所有 Agent,只有 @ 提及、话题参与、任务分配才唤醒。每条消息留投递快照:谁命中、谁被排除、为什么,全程可查。
channel所有 Agent 的模型请求都过同一个网关:四种厂商协议互译、按用量/权重/优先级/故障转移分流、熔断限流。换模型不改代码,成本可观测。
llmproxy嵌入式 SQL 引擎自带向量、全文与图检索,文件系统统一收口存储。检索和产物都在自己的基础设施里完成,模型只看到该看的片段。
myctx / fs9d