SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场fleetflow

fleetflow

智能体与模型

查看项目

更新于 10-15 07:45

技能介绍

用途

fleetflow 是一个面向 Claude Code 的异构跨供应商编排工具。Claude Code 原生 Workflow 工具的一个结构性限制是：它生成的每个 agent 都在进程内运行，因此共享同一个供应商（ANTHROPIC_BASE_URL 是进程全局的，只有模型别名槽位可按 agent 变化）。fleetflow 把 Workflow 工具的模式移植到操作系统进程级 worker 上，每个 worker 获得自己的环境变量块，因而拥有自己的“大脑”。

主要能力

  • 跨供应商 worker：GLM-5.2 / GLM-4.5-Air 通过 claude -p 走 z.ai 端点；Codex（GPT 级）通过 codex exec 使用 OpenAI 自己的 agent harness；Sonnet / Haiku 通过 claude -p --model 使用 Claude Code 工具与宿主认证；Opus 保留给 verify/judge 通道。
  • 编排器即当前会话：判断留在编排器，脚本负责确定性机制（生成、日志、门禁）。
  • 决策门：帮助判断何时用原生 Workflow 工具、何时直接用 fleet-worker、何时用 fleetflow、何时用 fleet-ops 落地分支。
  • 模型路由：按工作类别（机械、侦察、构建、验证/评判、综合/落地）分配不同大脑，并附理由。
  • 运行生命周期：plan packets → ff-doctor → ff-spawn（×N，后台）→ ff-collect（门禁）→ fleet-ops 落地 → 清理。
  • 从原生 Workflow 工具移植的模式：对抗性验证、评判小组、循环至枯竭、完整性批评者、无静默上限、worker 返回数据而非散文。
  • 安全机制：隔离 worktree 通道、Codex 沙箱、逃逸守卫、基线快照、权限姿态、边界限制。
  • 脚本集：ff-doctor.sh、ff-spawn.sh、ff-collect.sh、ff-status.sh、ff-run.sh、ff-clean.sh、ff-import.sh。
  • 实时监控：assets/ff-monitor.html 零依赖页面，复现原生 /workflows 进度界面。
  • 导入原生 Workflow 运行：ff-import 可读取原生 Claude Code Workflow 运行目录。

使用方式

运行生命周期为：plan packets → ff-doctor → ff-spawn（×N，后台）→ ff-collect（门禁）→ fleet-ops 落地 → 清理。

  • 规划：规划文件互不相交的 packet，任意两条通道不得触碰同一文件。
  • 预检：scripts/ff-doctor.sh --live 探测每个供应商（GLM 端点、codex 登录状态、Anthropic 模型可用性含 Fable）并报告编排器层级。
  • 生成：scripts/ff-spawn.sh --run <name> --id <id> --brain <brain> --prompt-file <f> --worktree，从编排器的 Bash 工具以 run_in_background: true 调用，每条通道一次调用。
  • 收集与门禁：scripts/ff-collect.sh <run> <id>，按大脑语义判断成功，然后编排器审查三点 diff 并运行通道测试，最后以 ff-collect.sh --check-main-clean 结束。
  • 落地：通过 fleet-ops 顺序、测试门禁地落地，之后删除通道和 .fleetflow/<run>/。
  • 恢复：journal（.fleetflow/<run>/journal.jsonl）以 (brain, prompt, opts) 的内容哈希为键；manifest（.fleetflow/<run>/manifest.json）记录意图，ff-run.sh resume --run NAME 可按 manifest 顺序重放。
  • 清理：ff-clean.sh --run NAME [--force] 回收零提交通道，保留已提交通道，移除运行缓存目录。

适用场景

  • 当 worker 大脑应按工作类别不同，或希望在验证中引入跨供应商异议时使用 fleetflow。
  • 大型、独立、文件修改型、成本主导的扇出任务，且可在落地前设门禁。
  • 需要模型多样性时（例如 Codex 反驳者能发现三个同模型怀疑者遗漏的问题）。
  • 原生 Workflow 脚本内部的模型路由同样适用。

限制

  • 所有 agent 可共享会话供应商的扇出，应使用原生 Workflow 工具（更便宜、集成进度 UI、schema 强制输出）。
  • 一次性廉价委托、单 worker，应直接使用 fleet-worker。
  • 落地结果分支始终使用 fleet-ops。
  • worker 之间为轴辐式通信，不直接对话，无共享内存、消息总线或边带文件。
  • Codex 通道无法 git commit（codex-cli 0.142，2026-07-08 发现），需由编排器审查 diff 并提交。
  • 存在 worker 通过绝对路径逃逸 worktree 的风险，需依赖守卫前导和 --check-main-clean。
  • 订阅认证的编排器必须保持交互；API 密钥认证的会话可自动化。Codex 用量计入 ChatGPT 计划。
  • 并发受端点配额约束，建议每供应商 ≤4–6。
  • 具体收费、价格、平台支持范围等事实暂未提供。