一周热榜

我构建 TTal 是因为我厌倦了照看 Claude Code 会话。每次 PR 都意味着需要在窗口之间切换，复制粘贴审查反馈，告诉程序员需要修复什么，然后重复这个过程直到合并。我希望能够在做其他事情的同时，通过手机来管理这一切。 TTal 是一个 Go CLI 工具，它在两层架构中编排多个 Claude Code 会话： * **管理层** — 长期运行的代理，在会话之间保持持久。它们起草计划，将其分解成任务，分配优先级，并在工作者遇到问题时为其解除阻塞。您可以通过 Telegram 管理它们。 * **工作层** — 每个任务都会生成短期的代理。每个代理都会获得一个隔离的 git 工作树 + tmux 会话。它们实现、审查、处理反馈和合并——完整的 PR 循环在 CI 日志反馈的情况下自主运行。完成后，一切都会自动清理。 代理、工作者和人类都通过一个 p2p 消息桥进行通信——任何代理都可以直接向任何其他代理或人类发送消息。 我遇到的另一个问题是：我需要专用的、长期运行的 Claude Code 代理来进行规划和研究——而不仅仅是临时的编码会话。TTal 的管理层为我提供了这一点。我的编排代理起草计划，我的研究员探索代码库，而工作者只需执行。 该技术栈是有意可组合的——使用 taskwarrior 进行任务管理，使用 flicknote 或纯 markdown 进行知识/记忆，Telegram 作为人机交互界面。一切都通过 CLI 进行通信，无需 SDK。 ``` brew tap tta-lab/ttal brew install ttal ``` GitHub: https://github.com/tta-lab/ttal-cli 我还构建了一个仅限 bash 的子代理运行时，零工具调用开销：https://github.com/tta-lab/logos 很乐意回答有关架构或多代理工作流程的任何问题。

我维护了一个 Chrome 扩展程序，为任何在线输入框添加 AI 支持。<p>我最喜欢的一条评论是 2 星评价，要求“本地模型支持”。<p>我的第一反应是：谁会安装一个 100KB 的 Chrome 扩展程序，却要和本地运行的 10GB 模型对话？<p>但这确实引起了我的好奇。 人们真的在日常工作流程中使用 Ollama 或 LM Studio 吗？