大家好，我最近做了一个开源工具：Gold Band 。

github 地址： https://github.com/diodeme/Gold-Band

技术栈：Rust + React + Tauri 2 + Agent Client Protocol

名字 Gold Band 来自“金箍”的意象。我的理解是，AI 本身已经足够强，但在真实工程任务里，问题往往不是“让它做事”，而是让它在长时间、多步骤、有回环的任务里持续沿着正确方向做事。Gold Band 想做的就是给 Agent 加一层工程化的约束和编排。

做这个工具的初衷也是为了方便自用，在过往我的 AI CODING 历程中，碰到过一些问题：

1. 长程任务虽然存在 subagent 、agent team 等分治协作策略，但对于主会话的 orchestrator 来说，一旦任务周期过长，还是会出现编排错误或者 orchestrator 直接自己下场干活的问题。

2. 使用 ralph loop 等工具，但存在 agent 又当运动员又当裁判的问题，缺少交叉性验证，无法保证最后 completed 的输出到底是否可靠。

3. skill 、constitution 、mcp 等未形成统一加载标准，各个 agent 自治规范，维护起来比较麻烦

4. claude code 的 subagent 无法继承会话的 skill 列表，只能由主 agent 告知或提前定义好，所以 subagent 的能力受限（这一条问题在最新版本已经解决了，测试版本为 v2.1.153 ，但在当时让我觉得与其等待 agent 厂商不知何时的修复，不如自己做外挂解决好了）

同时我也一直相信，AI 应用最好的方式，就是用工程化手段降低 AI 的不稳定性，发挥 AI 的创造性，所以基于上面的问题和理念，我想制作一个可以使用工程化手段稳定 AI 工作流且统一管理 Agent 所需的上下文的工具，或者再简单一点，可以理解为一个本地 Agent 工作流版的 Dify，这个工具就是现在的 Gold Band 。

功能介绍

任务编排

用户可在创建任务时，为任务指定具体的工作流。 工作流可直接在画布中可视化创建或复用现有模板。 Gold Band 系统也内置了一套工作流。

一些概念

节点：每个节点代表一次 Agent 执行，用户可以在agent 管理中进行 Agent 配置，理论上支持 ACP 的 agent 类型都可以调起，但是由于目前每个 agent 对于 ACP 的支持程度各异，所以我们只会在完整测试通过后才加入到支持列表中，目前Claude Code是已经验证通过了的。

角色：每个节点内置的角色，会追加到系统提示中（目前有部分 ACP Agent 不支持追加 system prompt ，则会追加到 user prompt 中（正在探索是否有更好的方式）） ，用户可在上下文管理中进行角色的编辑，Gold Band 内置了一套角色，参考本文后续的介绍。

权限模式：系统在加载 ACP 时握手阶段获取到的 ACP Agent 支持的权限模式列表，用户可以在节点设置中进行选定。

结果判定：关于如何决定节点的分支走向。Gold Band 提供两种方式：1.人工 check ，人工点击成功或者失败作为该节点的结果，适用于方案节点等需要人工审核的场景。2.AI 输出验证，指定 Agent 输出的 DSL 和结果判定表达式，系统自动根据表达式判断节点结果。比如：

//DSL
{
  "reason": "String",
  "result": "boolean"
}
//表达式
$.result == true

边：画布中点击边，即可对边进行修改，选中目标和 session 方式（ new 代表新建 session ，continue 代表在原 session 上继续）

内置工作流：Gold Band 目前内置的工作流如下：

比较重点的是审查和测试不通过会回环到开发节点，用 continue 的方式进行修复。 验收节点会验证需求是否真的完成了，未完成会输出报告并进入下一轮 round 。 验收后会有 clean 节点对过程产物进行清理并持久化到项目目录下。 用户也可以完全不用该内置工作流，自行新增偏好的工作流。

任务执行

用户在任务目录下点击新增 run 即可对该任务发起一次执行 用户可以对一个需求发起任意多次执行 发起执行后，用户可以在 run 详情中观察每一轮 round 具体的执行情况

一些概念

attempt：节点对回环为一次 attempt ，比如测试-failure->开发算一次 attempt ，工作流中可以限制运行时每个节点对 attempt 的最大次数，超过次数则拒绝。

round：节点可指定结束状态开启一轮新的 round ，新的 round 会从头执行工作流，并在系统提示中告知 agent 当前轮次和上轮产物目录，工作流中可以限制运行时 round 的最大次数，超过次数则拒绝。

产物目录：过程产物全部放在~.gold-band\projects<project-path>下面 一个实际的产物目录如下

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

artifact: 有明确输出要求的节点，系统会自动把节点的输出放置于 artifact 下面，参考结果判定这一概念中的 AI 输出验证。

attachments：节点可自由输出文件、报告的目录，比如测试报告之类的都在这里

会话观测

节点运行中，用户可以在此观察会话实时运行状态，当然也可以在会话结束后进入对应的 cli 查看。 节点执行完后，用户依然可以继续在该窗口对话，会使用 continue 方式继续调用 agent 。 continue 方式

一些概念

系统提示：展示 Gold Band 运行时追加的 system prompt 原始帧：ACP 会话的原始流，用于问题排查

Agent 管理

使用 ACP 方式拉起 agent 进行会话，可在此页面进行配置和环境诊断 虽然理论上支持所有 ACP 兼容 agent ，但是出于测试严谨性，现阶段仅推荐先用 claude code

上下文管理

可在此进行上下文管理，目前仅支持角色管理，后续会考虑扩展 skills 、rules 等能力 内置角色无法修改、删除，但可以修改后另存为自定义角色

设置

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 。

后续安排

目前 Gold Band 其实依旧处于开发者预览阶段，目前为止的版本虽核心链路已经能够跑通，但是产品体验上就本人看来依然还有诸多需要优化的点。所以本次推广，

第一是希望 mvp 版本也能先帮助到和我有一样问题的朋友们，大家可以看看方向是否值得继续打磨，欢迎提 issue \pr 或直接喷我哪里不好用。

第二是向大家同步下后面的开发计划，后续除了我之外，也会有一个很小的团队兼职参与维护。当前阶段我们会优先处理影响核心使用路径的问题，并根据真实反馈补充事项或调整后续优先级。目前暂定的待办项如下：

高优先级处理

1. 多 agent 支持，优先测试跑通 codex\cursor\gemini cli\opencode 的集成，视情况增加更多 agent 。
2. 系统通知能力，agent 请求权限、工作流报错时进行系统通知，设置中可选关闭。
3. 支持自适应工作流编排与并发执行：

• 支持节点级并发：一个节点可以同时分发到多个后续节点，并行处理不同子任务；可在实验室功能中配置最大并行数。
• 支持需求级并发：一次导入多个需求后，可让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。
• 支持 AI 动态路由：工作流执行过程中，由 AI 根据当前任务目标、上下文和中间结果，动态决定下一步应进入哪些节点、拆分哪些子任务，以及是否并行执行。

中优先级处理

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 会话观测窗口的性能表现，样式优化，使用体验，修复一些已知问题
4. 增加指标统计能力，包括会话用时、token 消耗量等，提供数据看板。校对目前会话用时的准确性。

写在最后

Gold Band 目前还处在很早期的阶段，肯定还有不少粗糙、不合理甚至跑不通的地方。但这个项目不是为了蹭概念做出来的，而是我自己在长期使用 AI Coding 时确实遇到了一些问题，才一步步把它做成了现在这个 MVP 。

我个人一直觉得，AI Agent 本身很强，但真正要在复杂任务里稳定发挥作用，还是需要工程化的约束、编排、验证和观测。Gold Band 想做的事情，就是把这些能力尽量整理成一个本地可用、可配置、可持续演进的工具。

如果你也对这个方向感兴趣，欢迎试用、提 issue 、提建议，或者直接指出哪里设计得不合理。

感谢各位看到这里，也欢迎大家轻喷重喷。只要问题真实，对我来说都很有帮助。