最近,我开源了一个名为UseAgent的项目,这是我在过去几个月日常工作的得力工具。简单来说,它可以将Claude Code、Codex或者OpenCode等AI编码代理与真实的云电脑配合使用。您可以向它提交任务,得到的结果不仅仅是对话记录,而是直接的成品——如拉取请求、电子表格、演示文稿、PDF文档,甚至是代理操作浏览器的屏幕录像。项目代码可以在GitHub上找到,并提供了无需注册的在线演示,以便直接体验。
使用这个工具时,您可以通过Web应用或Slack发送任务,它会在一个沙盒环境中执行,内部包含终端、文件系统和可视界面。您可以实时观察其操作过程,也可以选择忽略,等到完成后观看录像回放。工具将首先进行计划,然后逐步完成任务并记录进度。
该工具的核心是一个下拉菜单。每个代理都有自己的特性:Codex有自己的应用服务器RPC,Claude Code有专属的代理协议,而OpenCode则是一个HTTP/SSE服务器,各个代理如Pi也有自身的RPC。如果将工具与某个特定的代理直接绑定,那么在运行线程、存储和界面上都会受到其影响。因此,UseAgent设定了一项原则:下游组件不需关心当前使用的是哪一引擎。每个引擎都有适配器,将其协议转换为统一的事件流。支持ACP协议的代理也会有相应适配器,但原生驱动是优先选项。为了保持一致,用户界面、内存、结果和Slack等只识别这些规范事件。更换引擎时,只需在下拉菜单中选择,而无需改变任何线程和文件。 球友会
界面简洁,挑战在于保证翻译的精确度。每个工具对调用的界定、流式传输的定义以及“完成”的标准都不同,适配器将这些复杂的规矩统一处理。
另一个关键设计是事件日志的记录。大多数代理工具将一次执行视为活跃进程,如果关闭标签页,进程数据将丢失。UseAgent的设计将每次运行视为Postgres数据库中的规范事件日志,界面展示的是这些日志,而不是活动进程。每一次工具调用、文件变更、状态切换,都以记日志的形式保留,顺序排列并永久保存。这一设计使得运行能够抵御后端重启,并允许您从其他设备重新启动时恢复进程。您还可以审计某个代理在特定时间的操作,逐条查看工具调用的记录。
项目的在线演示demouseagent.org就是一个完全静态的网站,没有后端和数据库支持。每次会话都是浏览器中真实事件日志的回放,清晰展现时间线和多代理的并行执行情况。如果运行记录不是基于事件溯源框架,演示根本无法实现。这个架构设计的成功感让我意识到,选择是正确的。 球友会
交付的文件是真实可编辑的,例如带公式的电子表格、PDF、演示稿和代码。代理所使用的云电脑是一次性的,密钥始终不会进入沙盒。
该项目较为反常识的地方在于没有创造新的代理协议,而是通过适配器集成了现有协议的差异,使上层只需处理统一的事件流。结果是更换引擎的成本大幅降低,运行记录变成了可审计和重建的宝贵资产。如果您也在研究AI代理,欢迎查看这个项目的适配器实现部分,那将是最具技术含量的部分。
2026-09-03
2026-09-03