在 AI 编码助手遍地开花的今天，一个团队如何同时管理多个 AI 会话、保持上下文一致并追踪代码变更？agor 项目的出现，试图用"多人画布"的方式回答这个问题。这个开源工具将 Claude Code、Codex 和 Gemini 等 AI 编码会话编排到同一个共享空间中，让开发者从单打独斗走向协同作战。
画布上的 AI 协调器
agor 的核心是一个实时协作画布。每个团队成员都可以在上面启动或加入一个 AI 会话，就像在 Figma 上编辑设计稿一样。但不同之处在于，这些会话背后是真实的 AI 编码模型——你可以让 Claude 优化一段函数，同时让 Gemini 生成单元测试，所有对话和结果都实时同步到画布上。
Git 工作树管理是 agor 的另一大亮点。当 AI 生成代码变更时，系统会自动创建对应的工作树（git worktree），避免不同 AI 的修改互相覆盖。你甚至可以回滚到某个 AI 会话的特定版本，查看当时的上下文和生成结果。这对多人协作或长时间运行的 AI 辅助开发项目来说，简直是噩梦终结者。
实时可视化你的"AI 团队"
agor 会记录每一次 AI 交互的完整对话，并以时间线或卡片形式呈现。你可以随时回头查看某个 AI 为何做出某个代码建议，也可以暂停某个 AI 任务，交给另一个 AI 继续。这种对话可视化能力，让 AI 不再是黑箱，而是可审查、可追溯的协作伙伴。
项目基于 TypeScript 构建，前端采用 React，后端使用 Node.js。部署方式简单，直接 git clone && npm install && npm run dev 即可在本地启动。对于团队使用，agor 提供了简单的用户管理——目前基于本地文件系统，未来可能会接入外部认证系统。
典型使用场景：AI 驱动的代码审查与迭代
假设你的团队正在重构一个遗留模块。你可以让 Claude 分析依赖关系，让 Codex 生成重构后的代码，让 Gemini 检查边缘情况——所有工作在同一个画布上完成。当某位同事发现一个 Bug，他可以立即在画布上创建一个新的 AI 会话，现场修复并提交工作树。整个过程透明可见，每位成员都能看到 AI 的决策过程。
- 多人实时协作：画布上的每一处修改都会广播给所有连接者，支持光标位置同步。
- AI 会话隔离：每个 AI 模型或任务独立运行，互不干扰，但共享项目上下文。
- 可追溯的变更历史：所有 AI 生成的代码变更都与对话绑定，方便复查。
- 插件化架构：未来可以扩展支持更多 AI 后端或自定义工作流。
现在还有哪些不足
agor 目前还处于早期阶段，文档相对简略，部分功能（如用户认证、外部存储）尚未完善。对于不熟悉 Git 工作树的开发者，学习曲线会稍微陡峭。另外，由于需要运行多个 AI 模型的后端，本地部署时对硬件有一定要求。但考虑到它开源且正在积极开发中，这些问题预计会逐步解决。
如果你是一个使用 AI 编码助手的中大型开发团队，或者你经常需要并行比较不同 AI 的编码结果，agor 值得一试。它不像传统 IDE 插件那样嵌入编辑器，而是提供了一个独立的协作空间，让 AI 真正成为团队的一部分。
评论
暂无评论
成为第一个评论的人