在 AI 編碼助手遍地開花的今天，一個團隊如何同時管理多個 AI 會話、保持上下文一致並追蹤程式碼變更？agor 專案的出現，試圖用"多人畫布"的方式回答這個問題。這個開源工具將 Claude Code、Codex 和 Gemini 等 AI 編碼會話編排到同一個共享空間中，讓開發者從單打獨鬥走向協同作戰。
畫布上的 AI 協調器
agor 的核心是一個實時協作畫布。每個團隊成員都可以在上面啟動或加入一個 AI 會話，就像在 Figma 上編輯設計稿一樣。但不同之處在於，這些會話背後是真實的 AI 編碼模型——你可以讓 Claude 優化一段函式，同時讓 Gemini 生成單元測試，所有對話和結果都實時同步到畫布上。
Git 工作樹管理是 agor 的另一大亮點。當 AI 生成程式碼變更時，系統會自動建立對應的工作樹（git worktree），避免不同 AI 的修改互相覆蓋。你甚至可以回滾到某個 AI 會話的特定版本，檢視當時的上下文和生成結果。這對多人協作或長時間執行的 AI 輔助開發專案來說，簡直是噩夢終結者。
實時視覺化你的"AI 團隊"
agor 會記錄每一次 AI 互動的完整對話，並以時間線或卡片形式呈現。你可以隨時回頭檢視某個 AI 為何做出某個程式碼建議，也可以暫停某個 AI 任務，交給另一個 AI 繼續。這種對話視覺化能力，讓 AI 不再是黑箱，而是可審查、可追溯的協作夥伴。
專案基於 TypeScript 構建，前端採用 React，後端使用 Node.js。部署方式簡單，直接 git clone && npm install && npm run dev 即可在本地啟動。對於團隊使用，agor 提供了簡單的使用者管理——目前基於本地檔案系統，未來可能會接入外部認證系統。
典型使用場景：AI 驅動的程式碼審查與迭代
假設你的團隊正在重構一個遺留模組。你可以讓 Claude 分析依賴關係，讓 Codex 生成重構後的程式碼，讓 Gemini 檢查邊緣情況——所有工作在同一個畫布上完成。當某位同事發現一個 Bug，他可以立即在畫布上建立一個新的 AI 會話，現場修復並提交工作樹。整個過程透明可見，每位成員都能看到 AI 的決策過程。
- 多人實時協作：畫布上的每一處修改都會廣播給所有連線者，支援游標位置同步。
- AI 會話隔離：每個 AI 模型或任務獨立執行，互不干擾，但共享專案上下文。
- 可追溯的變更歷史：所有 AI 生成的程式碼變更都與對話繫結，方便複查。
- 外掛化架構：未來可以擴充套件支援更多 AI 後端或自定義工作流。
現在還有哪些不足
agor 目前還處於早期階段，文件相對簡略，部分功能（如使用者認證、外部儲存）尚未完善。對於不熟悉 Git 工作樹的開發者，學習曲線會稍微陡峭。另外，由於需要執行多個 AI 模型的後端，本地部署時對硬體有一定要求。但考慮到它開源且正在積極開發中，這些問題預計會逐步解決。
如果你是一個使用 AI 編碼助手的中大型開發團隊，或者你經常需要並行比較不同 AI 的編碼結果，agor 值得一試。它不像傳統 IDE 外掛那樣嵌入編輯器，而是提供了一個獨立的協作空間，讓 AI 真正成為團隊的一部分。
評論
暫無評論
成為第一個評論的人