Agent Orchestrator：统一编排 26 种编程 Agent 的桌面工作台

今天在 GitHub Trending 上看到一个有意思的项目：Agent Orchestrator，它为开发者在多 Agent 并行开发场景下提供了统一的项目编排与实时状态看板，解决了多终端、多分支、多浏览器标签页协同混乱的问题。

一、项目概述

Agent Orchestrator（简称 AO）是一个本地桌面工作台，专门为 多编程 Agent 协同开发 设计。它不是另一个 AI 编码工具，而是一个"元工具"——在 Claude Code、Cursor、Aider、GitHub Copilot 等 26 种编码 Agent 之上，提供项目级编排、任务隔离、实时监控和反馈闭环。

核心问题： 一个编码 Agent 可以处理一个任务，但当多个 Agent 同时在一个项目上工作时，就产生了新问题：

如何拆分任务、避免分支冲突？
如何给每个 Agent 提供正确的上下文？
如何追踪每个 Agent 的对话、终端、PR、CI、Review？
如何将失败的 CI 或 Review 反馈闭环给正确的 Agent？

AO 就是为解决这些问题而生的。

核心特性：

Worker 隔离工作区：每个任务拥有独立的 Agent 会话、Git 分支/worktree、浏览器 Profile
Orchestrator 项目级规划：在任务之上进行产品方向、技术策略、优先级规划，并自动拆解任务、派发 Worker
实时 Kanban 看板：从 Agent 活动、PR 状态、CI 结果、Review 反馈自动推导看板状态
PR/CI/Review 一体化视图：每个 Worker 卡片聚合 PR 摘要、CI 状态、Review 评论
Agent 原生界面集成：支持结构化 Chat 和 Agent 原生 TUI（如 Claude Code 的 terminal UI）

二、技术原理

架构设计

AO 采用 Desktop App + Local Daemon 架构：

┌─────────────────────────────────────────────────────────────┐
│                    Desktop App (Electron)                    │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────┐  │
│  │  Kanban UI  │  │ Worker View │  │ Orchestrator Chat  │  │
│  └─────────────┘  └─────────────┘  └─────────────────────┘  │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                      Local Daemon (Go)                       │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────────┐   │
│  │ Agent Watcher│  │ Git CDC      │  │ State Derivation │   │
│  └──────────────┘  └──────────────┘  └──────────────────┘   │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│  Agent CLIs   │  Git Repo  │  GitHub API  │  CI Systems    │
└─────────────────────────────────────────────────────────────┘

关键组件：

Desktop App：基于 Electron 构建，提供 Kanban、Worker 详情、Orchestrator 会话等 UI
Local Daemon：Go 后端守护进程，负责：
- 监控 Agent 进程活动
- Git 仓库变更捕获（CDC，Change Data Capture）
- GitHub API 轮询 PR/CI/Review 状态
- 状态推导与看板位置计算

核心技术栈

从 package.json 可见：

{
  "name": "agent-orchestrator",
  "scripts": {
    "lint": "cd backend && go test ./... && golangci-lint run",
    "frontend:typecheck": "npm --prefix frontend run typecheck",
    "sqlc": "cd backend && sqlc generate",
    "api": "npm run api:spec && npm run api:ts"
  }
}

Backend：Go + SQLC（SQL 代码生成）+ golangci-lint
Frontend：TypeScript + Electron
API：OpenAPI 规范，自动生成 TypeScript 类型

状态推导机制

AO 的核心创新在于 状态推导 —— 从原始事实推导看板状态：

// 伪代码示例：Worker 卡片位置推导
func DeriveWorkerStatus(worker Worker) KanbanColumn {
    if worker.PR == nil {
        return Working
    }
    if worker.PR.CIFailed {
        return NeedsYou
    }
    if worker.PR.HasReviewChangesRequested {
        return NeedsYou
    }
    if worker.PR.IsApproved && worker.PR.IsMergeable {
        return ReadyToMerge
    }
    if worker.PR.IsOpen {
        return InReview
    }
    if worker.PR.IsMerged {
        return ReadyToMerge // 保留可见直到归档
    }
    return Working
}

Git Worktree 隔离

每个 Worker 在 Git-backed 模式下获得独立的 worktree：

# AO 自动管理
git worktree add .ao/worktrees/worker-123 -b feature/worker-123-task

这样多个 Agent 可以同时操作同一个仓库的不同 worktree，避免分支冲突和文件锁竞争。

三、安装与快速开始

环境要求

macOS / Windows / Linux
Git 已配置 SSH 或 HTTPS 认证
至少一个支持的编码 Agent CLI 已安装

安装步骤

macOS (Apple Silicon):

# 下载 DMG
curl -LO https://github.com/Untrivial-ai/agent-orchestrator/releases/latest/download/agent-orchestrator-darwin-arm64.dmg
# 安装
open agent-orchestrator-darwin-arm64.dmg

Windows:

# 下载 EXE 安装程序
Invoke-WebRequest -Uri "https://github.com/Untrivial-ai/agent-orchestrator/releases/latest/download/agent-orchestrator-win32-x64.exe" -OutFile "agent-orchestrator.exe"
# 运行安装
.\agent-orchestrator.exe

Linux (AppImage):

curl -LO https://github.com/Untrivial-ai/agent-orchestrator/releases/latest/download/agent-orchestrator-linux-x64.AppImage
chmod +x agent-orchestrator-linux-x64.AppImage
./agent-orchestrator-linux-x64.AppImage

快速开始

添加仓库：打开 AO，选择本地 Git 仓库目录
创建 Worker：点击 “New task”，选择 Agent（如 Claude Code）、模型、描述任务
开始工作：AO 自动创建分支、worktree，启动 Agent CLI
监控看板：在 Kanban 查看所有 Worker 状态

四、使用方法与实战

场景一：直接派发单任务

适合任务目标明确的情况：

点击 New Task
描述任务结果（如 “Add user authentication with JWT”）
选择 Agent（Claude Code / Cursor / Aider 等）
选择模型（Claude 4 / GPT-4o 等）
附加相关文件（可选）
开始工作

Worker 拥有独立的：

Chat 会话历史
终端（可 attach 到 Agent TUI）
文件变更视图
浏览器预览（用于 Web 开发）
PR / CI / Review 状态

场景二：Orchestrator 规划并派发

适合模糊需求或大型重构：

打开 Orchestrator 会话
描述模糊目标（如 “Improve test coverage to 80%"）
Orchestrator 分析仓库、现有 Worker、PR 状态
提出任务拆解方案
确认后自动创建多个 Worker 并分配上下文

Orchestrator vs Worker 分工：

Orchestrator	Worker
产品方向、技术策略	实现、测试、提交
任务拆解、优先级排序	单任务执行
跨任务协调	代码编写
反馈整合（CI/Review）	响应反馈修改代码

场景三：Review 反馈闭环

当 CI 失败或 Review 请求变更时：

Kanban 自动将 Worker 移到 Needs You 列
点击 Worker 查看具体错误
直接在 Worker 会话中告诉 Agent： “Fix the failing test in auth_test.go”
Agent 在同一上下文中修复
PR 更新，CI 重新运行

关键优势： 反馈闭环到正确的 Agent，而不是在混乱的终端历史中搜索。

场景四：并行开发隔离

多个 Agent 同时工作：

Worker-1 (Claude Code): feature/user-auth
Worker-2 (Cursor): feature/payment-integration
Worker-3 (Aider): fix/memory-leak

每个 Worker 有独立的：

Git worktree（物理隔离的代码目录）
浏览器 Profile（Cookie/Session 隔离）
终端会话

AO 自动监控所有 Worker，在 Kanban 展示全局状态。

五、常见问题与解决方案

Q1：Agent CLI 未被检测到

现象： New Task 界面 Agent 列表为空或提示 “CLI not found”

解决方案：

# 检查 Agent CLI 是否在 PATH
which claude  # Claude Code
which cursor  # Cursor CLI
which aider   # Aider

# 如未找到，添加到 PATH
export PATH="$PATH:/path/to/agent-cli"

Q2：Git worktree 创建失败

现象： Worker 启动失败，提示 “worktree add failed”

原因： 分支已存在或 worktree 目录冲突

解决方案：

# 手动清理 worktree
git worktree list
git worktree remove .ao/worktrees/worker-xxx

# 或删除分支
git branch -D feature/worker-xxx-task

Q3：看板状态不更新

现象： PR 已合并但 Kanban 仍显示 InReview

排查步骤：

检查 Daemon 是否运行：ps aux | grep ao-daemon
检查 GitHub API 限流：gh api rate_limit
重启 AO Desktop App

Q4：多个 Worker 的浏览器预览冲突

现象： Worker A 登录后 Worker B 也显示已登录

原因： 未启用 Browser Profile 隔离

解决方案： AO 默认为每个 Worker 创建独立浏览器 Profile。如仍冲突，检查：

# 查看浏览器 Profile 目录
ls ~/.ao/browser-profiles/

Q5：Orchestrator 规划偏离实际

现象： 拆分的任务不合理或忽略现有 PR

调优建议：

在 Orchestrator 会话中明确说明约束条件
使用 “Consider existing PR #123” 提醒 Orchestrator
手动调整任务派发（Orchestrator 提议后可编辑）

六、总结

Agent Orchestrator 不是要替代 Claude Code、Cursor 等 AI 编码工具，而是在它们之上构建一层 项目级编排与监控。如果你：

同时运行多个 Agent 处理不同任务
需要追踪每个任务的 PR/CI/Review 状态
希望反馈闭环到正确的 Agent
厌倦了在多个终端、浏览器标签页之间切换

那么 Agent Orchestrator 值得一试。开源免费，支持 macOS / Windows / Linux，本地运行，数据完全在你的掌控中。

GitHub： https://github.com/Untrivial-ai/agent-orchestrator

文档： https://aoagents.dev/docs

Discord 社区： https://discord.com/invite/UZv7JjxbwG

一、项目概述#

二、技术原理#

架构设计#

核心技术栈#

状态推导机制#

Git Worktree 隔离#

三、安装与快速开始#

环境要求#

安装步骤#

快速开始#

四、使用方法与实战#

场景一：直接派发单任务#

场景二：Orchestrator 规划并派发#

场景三：Review 反馈闭环#

场景四：并行开发隔离#

五、常见问题与解决方案#

Q1：Agent CLI 未被检测到#

Q2：Git worktree 创建失败#

Q3：看板状态不更新#

Q4：多个 Worker 的浏览器预览冲突#

Q5：Orchestrator 规划偏离实际#

六、总结#