Gold Band 目前处于开发者预览阶段。

项目名称来源于《西游记》中"金箍"的寓意:AI Agent 强大而富有创造力,但在复杂工程任务中同样需要边界、编排、验证和上下文管理。Gold Band 旨在提供这一工程化层,让 Agent 在长程任务中更稳定地发挥作用。

简单来说,Gold Band 可以理解为一个本地 Agent 工作流版的 Dify,但更侧重于开发工作流、本地执行、Agent 编排和 AI Coding 的可靠性。

Gold Band 仍处于早期阶段。

当前 MVP 版本的核心链路已经能够跑通,但产品体验、边界情况、稳定性和工程细节仍在持续优化中。API、UX、工作流行为和内部实现在稳定版本发布前可能发生变化。

在这个阶段,早期用户的反馈尤为宝贵。与核心工作流相关的问题将被优先处理。

• Rust
• React
• Tauri 2
• Agent Client Protocol / ACP

在 AI Coding 的实践中,我反复遇到以下几个问题:

1. 长程任务难以可靠编排。 即使采用 subagent、agent team 等分治协作策略,一旦任务周期过长,主会话的 orchestrator 仍可能出现编排错误,甚至直接自己下场干活。

2. Agent 自验证不一定可信。 在使用 loop 类工具时,同一个 Agent 既当运动员又当裁判,缺少交叉验证,completed 的结果不一定代表输出真的可靠。

3. 上下文和能力加载碎片化。 skill、constitution、MCP 工具、rules 等上下文来源在不同 Agent 之间往往各自管理,维护和迁移这些配置会越来越痛苦。

4. Agent 平台的限制可能阻碍工作流设计。 例如,Claude Code 的 subagent 早期无法继承主会话的 skill 列表,只能由主 Agent 告知或提前定义,导致 subagent 能力受限。此问题在最新版本(v2.1.153)中已修复,但它曾是促使我想做一套外部编排和上下文管理层的触发因素之一。

Gold Band 的核心理念是:好的 AI 应用应该用工程化手段降低 AI 的不稳定性,同时保留 AI 的创造力。

Gold Band 聚焦四个核心能力:

• 工作流编排:定义 Agent 在规划、开发、审查、测试、验收、清理等阶段如何流转。
• 上下文管理:管理角色,未来还将支持 skill、rules、MCP 等可复用上下文资产。
• 交叉验证:将开发、审查、测试、验收分离,让结果由不同节点检查。
• 可观测性:查看 Agent 会话、系统提示、原始 ACP 帧、产物、附件、轮次和 attempt。

用户可在创建任务时为任务指定工作流。工作流可直接在画布中可视化创建,也可复用现有模板。Gold Band 也内置了一套工作流。

工作流编排

节点

每个节点代表一次 Agent 执行。用户可在 Agent 管理中配置 Agent。理论上任何 ACP 兼容的 Agent 都可以调起,但由于不同 Agent 对 ACP 的支持质量参差不齐,Gold Band 仅在完整测试通过后才将其加入推荐列表。当前阶段已验证通过的是 Claude Code。

角色

每个节点可指定一个角色,角色内容会追加到系统提示中。如果 ACP Agent 不支持追加 system prompt,Gold Band 目前会将其追加到 user prompt。角色可在上下文管理中进行管理。系统提供内置角色,用户可修改后另存为自定义角色。

权限模式

权限模式在 ACP 握手阶段获取。用户可在节点设置中选择支持的权限模式。

结果判定

结果判定决定节点完成后的分支走向。

Gold Band 目前支持两种方式:

1. 人工 check:用户手动标记节点为成功或失败,适用于方案审核等需要人工确认的场景。
2. AI 输出验证:要求 Agent 输出结构化 DSL,Gold Band 通过表达式判定结果。

示例:

{
 "reason": "String",
 "result": "boolean"
}

$.result == true

边

边定义节点之间的连接方式。用户可编辑目标节点和会话模式:

• new:开启新会话
• continue:在上一个会话中继续

Gold Band 当前内置的默认工作流如下:

flowchart LR
 PLAN["plan<br/><i>方案</i><br/>manual_check"] -->|success| DEV["dev<br/><i>开发</i>"]
 DEV -->|success| REVIEW["review<br/><i>审查</i><br/>output: review-result"]
 REVIEW -->|success| TEST["test<br/><i>测试</i><br/>output: test-result"]
 REVIEW -->|"failure<br/><i>continue</i>"| DEV
 TEST -->|success| ACCEPT["accept<br/><i>验收</i><br/>output: accept-result"]
 TEST -->|"failure<br/><i>continue</i>"| DEV
 ACCEPT -->|success| CLEANUP["cleanup<br/><i>清理</i>"]
 ACCEPT -->|failure| NEW_ROUND["$new-round<br/><i>新轮次</i>"]
 CLEANUP -->|success| END["$end"]

重点行为:

• 审查和测试不通过会回环到开发节点,使用 continue 模式进行修复。
• 验收节点验证需求是否真正完成。
• 验收失败则生成报告并开启新轮次。
• 验收通过后,清理节点整理过程产物并持久化到项目目录。
• 用户不必使用内置工作流,可自行创建偏好的工作流。

用户可在任务目录下发起新的 run。一个需求可执行多次。run 启动后,用户可查看每一轮的详细执行情况。

任务执行

Attempt

节点对之间的回环算一次 attempt。例如 测试 -> failure -> 开发 是一次 attempt。工作流可在运行时限制每对节点的最大 attempt 次数。

Round

节点可指定结束状态以开启新轮次。新轮次从头执行工作流,Gold Band 会在系统提示中告知 Agent 当前轮次和上轮产物目录。工作流可在运行时限制最大 round 次数。

产物目录

过程产物存放在:

~/.gold-band/projects/<project-path>

示例:

# artifacts
~/.gold-band/projects/D--Projects-code-ai-Gold-Band/tasks/task-001/runs/run-001/rounds/round-001/nodes/dev/attempt-001/artifacts
# attachments
~/.gold-band/projects/D--Projects-code-ai-Gold-Band/tasks/task-001/runs/run-001/rounds/round-001/nodes/dev/attempt-001/attachments

Artifact

对有明确输出要求的节点,Gold Band 自动将节点输出放到 artifacts 下。这与 AI 输出验证相关。

Attachments

Agent 可自由输出文件和报告到 attachments 下,如测试报告或中间笔记。

节点运行中,用户可实时观察会话状态。会话结束后,用户也可打开对应的 CLI 会话。节点执行完后,用户可继续在该窗口对话,使用 continue 模式。

会话观测

支持的观测内容:

• 系统提示:Gold Band 运行时追加的 system prompt。
• 原始帧:原始 ACP 会话帧,用于调试和问题排查。

Gold Band 通过 ACP 启动 Agent,并在 Agent 管理中提供配置和环境诊断。

虽然理论上支持所有 ACP 兼容的 Agent,但目前推荐优先使用 Claude Code,因为它已在当前实现中通过验证。

Agent管理

Gold Band 目前支持角色管理。内置角色不可直接修改或删除,但可复制后另存为自定义角色。

未来版本可能会扩展此区域,支持 skill、rules、MCP 等可复用上下文资产。

上下文管理

当前设置项包括:

• 中 / 英文语言切换
• 主题切换
• 字体切换
• 更新机制
• 本地 Claude Code 开关

本地 Claude 开关为临时方案,后续可能会优化。开启时使用本地 Claude Code 可执行文件,关闭时 Claude Code ACP 组件会拉取 Claude Code SDK 中携带的 claude.exe。

内置工作流更适用于大型、复杂、长周期的开发任务。

通过将工作拆分为方案、开发、审查、测试、验收、清理等阶段,Gold Band 可以提供更强的约束和交叉验证。代价是执行时间和 token 消耗可能增加。这是基于工作流的 Agent 系统的常见权衡。

对于小型日常任务,用户可以定义更轻量的工作流,例如:

• plan -> dev
• dev -> review

未来 Gold Band 将探索 AI 动态路由,让系统根据任务复杂度选择合适的执行路径:简单任务快速通过,复杂任务自动分解、验证和循环。

1. 多 Agent 支持

   测试并集成 Codex、Cursor、Gemini CLI、OpenCode,根据兼容性和稳定性可能增加更多 Agent。

2. 系统通知

   Agent 请求权限或工作流出错时进行系统通知,可在设置中配置。

3. 自适应工作流编排与并发执行

   支持更灵活的执行策略,不局限于固定工作流路径。

   • 节点级并发:一个节点可分发到多个下游节点并行处理子任务,可在实验室功能中配置最大并行数。
   • 需求级并发:一次导入多个需求,复用同一套工作流并行执行,可在实验室功能中配置需求并行数。
   • AI 动态路由:工作流执行中,由 AI 根据当前目标、上下文、中间产物和执行结果,动态决定下一步进入哪些节点、拆分哪些子任务、是否需要并行执行。

1. 增加对 skill 的支持与管理。
2. 增加对 MCP 的支持与管理。
3. 优化 ACP 会话观测的性能、UI、使用体验和已知问题。
4. 增加指标统计和数据看板,包括会话用时、token 消耗量等,校对当前会话计时的准确性。

本项目积极参与和支持 linux.do 社区。

Gold Band 处于开发者预览阶段,非常欢迎真实使用场景的反馈。

有价值的反馈包括:

• 核心工作流在哪里出问题或变得令人困惑。
• 编排模型在真实 AI Coding 场景中是否有用。
• 哪些 Agent 集成最重要。
• 哪些缺失的能力阻碍了实际使用。
• 任何 bug、粗糙边缘或不合理的设计选择。

欢迎提交 Issue 和 Pull Request。

AGPL-3.0-only — 请参阅 LICENSE 文件。