1 分•作者: illdynamics•23 天前
我一直在开发一个名为 QonQrete 的开源项目，希望从 HN 获得反馈。
**它是什么**
QonQrete 是一个本地优先的、基于代理的编排系统，用于代码生成。它协调多个 LLM “代理” 来规划、编写和审查代码，同时将执行保持在您自己的基础设施上的沙盒内。可以把它想象成一个您自己运行的 AI 辅助开发建筑工地。
**我为什么构建它**
我看到的大多数多代理演示都存在两个问题：
* **安全性：** 生成的代码通常在编排它的同一环境中运行。
* **可观察性/控制：** 长代理链变得不透明，并且很难干净地插入人工检查点。
我想要一个这样的设置：
* 代理生成代码在隔离的容器中运行。
* 编排层从不在主机上直接执行该代码。
* 您可以在全自动循环和人工介入审批之间进行选择。
**架构**
当前流程：
* **InstruQtor：** 接受一个高级任务，并将其分解为执行计划。
* **ConstruQtor：** 遵循计划并生成代码/工件。
* **InspeQtor：** 审查输出，标记问题，并可以请求另一次迭代。
在底层，每个代理只是一个具有不同角色的 LLM API 调用。执行发生在容器化的“微型沙盒”（目前是 Docker）中。主机只看到通过审查步骤的工件。
**安全模型（当前状态）**
原型：
* 在具有特定卷挂载的一次性容器中运行生成的代码。
* 将编排与执行沙盒分开。
* 将所有代理生成代码视为不受信任。
它不是一个正式的沙盒或安全产品；这是一种务实的尝试，以避免“让 LLM 直接编辑您的存储库并在您的笔记本电脑上运行脚本”。我非常感兴趣从具有更强威胁模型或先前经验的人那里获得反馈。
**执行模式**
两种模式：
* **自主模式：** 代理可以在没有输入的情况下运行多个循环，直到达到停止条件。
* **用户控制模式：** 系统在检查点（计划后、首次实现等）暂停，等待您批准、调整指令或停止。
**LLM 提供商**
编排层与提供商无关。您可以为每个代理配置不同的提供商（例如，用于规划的较小模型，用于实现的较强模型，用于审查的侧重推理的模型）。它目前通过 API 密钥支持 OpenAI、Gemini、Claude 和 DeepSeek。
**本地优先**
QonQrete 不托管任何东西。您在自己的机器或服务器上运行它：
* 没有外部服务或托管后端。
* 您的 API 密钥保留在本地。
* 工件存在于您的文件系统/Git 中。
该存储库包含一个基本的 CLI 和示例流程。
**状态**
早期阶段：
* 核心的三代理流程有效。
* 微型沙盒执行功能齐全，但正在发展中。
* 一个用于检查循环的 TUI 正在进行中。
我并没有声称这是构建多代理系统的正确方法；这是一种使其更具可观察性且运行风险更低的实验。
**我希望获得的反馈**
* 编排与执行分离是否有意义？
* 代理角色（规划 → 构建 → 审查）的结构是否合理？
* 关于沙盒方法和可能的故障模式的看法？
* 与更简单的“单代理带工具”设置相比，这是否增加了足够的价值？
**存储库**
代码、设置说明和示例：
[https://github.com/illdynamics/qonqrete](https://github.com/illdynamics/qonqrete)