本地运行 / 持续迭代独立开发者

Multi-Agent Runtime

AI Team Workspace

一个面向个人 AI 工程工作的本地多智能体运行时，用任务文件夹、模型路由、调度器、Human Gate、RAG 和运行证据管理 AI 协作过程。

这个项目由本人独立设计和迭代，Codex 参与需求拆解、代码生成、调试、文档整理和架构审查。

查看系统结构查看工作台截图

项目类型

Multi-Agent Runtime

开发方式

独立开发 + Codex 协作

运行方式

本地 Runtime / Web Workspace

个人职责

独立开发者 / Runtime 设计 / Web 工作台 / Codex 协作开发

Product Context

为什么做这个系统

使用 Codex 和多个模型推进复杂任务时，真正困难的不只是生成代码，而是任务状态、模型选择、人工审批和运行证据。

AI Team Workspace 试图把个人 AI 工程工作从一次次对话，升级为可追踪的本地任务运行时。每个任务都有输入、上下文、角色分工、模型调用、产物、测试结果和最终仲裁记录。

用自然语言或任务文件夹创建工程任务

按 Manager、Reader、Planner、Builder、Tester、Reviewer 等角色拆分工作

通过模型路由选择 GLM、Kimi、DeepSeek、本地模型等执行引擎

将每一步产出写入可追踪的 Markdown、JSON 和事件记录

由 Integrator 和 Human Gate 处理最终仲裁、风险动作和人工确认

Architecture

从聊天到运行时

项目不是把多个模型接到一个聊天框，而是把任务、角色、模型、产物和审批拆成可运行的系统边界。

Runtime Core

用 Python CLI、任务状态、Scheduler、Workflow Engine 和事件记录管理每一次 AI 协作任务。

Agent & Model Layer

将 Manager、Reader、Planner、Builder、Tester、Reviewer 等角色与 GLM、Kimi、DeepSeek、本地模型等执行引擎解耦。

Safety & Evidence

Human Gate、Integrator、运行日志、Markdown/JSON artifacts 和 review output 用于保留人工确认和可复盘证据。

Web Workspace

Next.js 本地工作台展示 Tasks、Models、Capabilities、RAG、API Health 等运行状态。

My Role

独立开发与 Codex 协作

这个项目本身也是一次 Codex 协作开发实验：用 AI 工具构建更可控的 AI 工程工作流。

独立设计 Personal AI Team Runtime 的产品定位、Agent 职责和任务运行模型

实现 Python CLI、任务状态、调度器、模型路由、RAG 能力和事件记录等核心模块

构建 Next.js 本地 Web Workspace，用于查看任务、模型、能力、审批和 RAG 状态

借助 Codex 持续拆解需求、生成代码、运行测试、审查架构并迭代文档

围绕个人开发者的真实工作流，设计可复盘、可追踪、可人工接管的 AI 协作边界

Design Decisions

关键系统判断

这些判断决定了系统更像工程运行时，而不是普通状态面板。

不是聊天 UI，而是任务运行时

系统围绕持久化 task run 组织工作，每个步骤都有状态、产物、日志、模型调用和人工审批痕迹。

把不同模型变成可路由执行资源

按任务角色分配 GLM、Kimi、DeepSeek、本地模型等能力，并记录 fallback、degraded、human review 等风险信号。

面向个人开发者的 AI 协作操作台

Web Workspace 将 Tasks、Models、Capabilities、RAG、API Health 等运行状态集中展示，便于复盘和调度。

Technology

技术栈

技术栈按运行时、前端工作台、AI 能力和协作证据组织，而不是简单罗列框架。

PythonCLI RuntimeNext.jsReactTypeScriptModel RoutingRAGSchedulerHuman GateMarkdown / JSON Artifacts

Screens

工作台截图

Tasks 页面展示本地任务和运行状态，Models 页面展示模型角色、调用量、fallback 和风险信号。

Result

当前结果

当前版本完成了本地运行时、Web 工作台、模型路由、Human Gate、RAG 展示和运行记录等核心模块。

完成 Python Runtime、CLI 和本地 Web Workspace 的核心闭环

实现任务创建、Scheduler tick、模型调用观测、Human Gate 和 RAG 模块展示

形成多份架构文档、运行记录和可继续升级的 v5 artifact-first roadmap

把 Codex 从代码生成工具扩展为个人 AI 工程协作者

本地运行 / 持续迭代独立开发者

Multi-Agent Runtime

AI Team Workspace

一个面向个人 AI 工程工作的本地多智能体运行时，用任务文件夹、模型路由、调度器、Human Gate、RAG 和运行证据管理 AI 协作过程。

这个项目由本人独立设计和迭代，Codex 参与需求拆解、代码生成、调试、文档整理和架构审查。

查看系统结构查看工作台截图

项目类型

Multi-Agent Runtime

开发方式

独立开发 + Codex 协作

运行方式

本地 Runtime / Web Workspace

个人职责

独立开发者 / Runtime 设计 / Web 工作台 / Codex 协作开发

Product Context

为什么做这个系统

使用 Codex 和多个模型推进复杂任务时，真正困难的不只是生成代码，而是任务状态、模型选择、人工审批和运行证据。

用自然语言或任务文件夹创建工程任务

按 Manager、Reader、Planner、Builder、Tester、Reviewer 等角色拆分工作

通过模型路由选择 GLM、Kimi、DeepSeek、本地模型等执行引擎

将每一步产出写入可追踪的 Markdown、JSON 和事件记录

由 Integrator 和 Human Gate 处理最终仲裁、风险动作和人工确认

Architecture

从聊天到运行时

项目不是把多个模型接到一个聊天框，而是把任务、角色、模型、产物和审批拆成可运行的系统边界。

Runtime Core

用 Python CLI、任务状态、Scheduler、Workflow Engine 和事件记录管理每一次 AI 协作任务。

Agent & Model Layer

将 Manager、Reader、Planner、Builder、Tester、Reviewer 等角色与 GLM、Kimi、DeepSeek、本地模型等执行引擎解耦。

Safety & Evidence

Human Gate、Integrator、运行日志、Markdown/JSON artifacts 和 review output 用于保留人工确认和可复盘证据。

Web Workspace

Next.js 本地工作台展示 Tasks、Models、Capabilities、RAG、API Health 等运行状态。

My Role

独立开发与 Codex 协作

这个项目本身也是一次 Codex 协作开发实验：用 AI 工具构建更可控的 AI 工程工作流。

独立设计 Personal AI Team Runtime 的产品定位、Agent 职责和任务运行模型

实现 Python CLI、任务状态、调度器、模型路由、RAG 能力和事件记录等核心模块

构建 Next.js 本地 Web Workspace，用于查看任务、模型、能力、审批和 RAG 状态

借助 Codex 持续拆解需求、生成代码、运行测试、审查架构并迭代文档

围绕个人开发者的真实工作流，设计可复盘、可追踪、可人工接管的 AI 协作边界

Design Decisions

关键系统判断

这些判断决定了系统更像工程运行时，而不是普通状态面板。

不是聊天 UI，而是任务运行时

系统围绕持久化 task run 组织工作，每个步骤都有状态、产物、日志、模型调用和人工审批痕迹。

把不同模型变成可路由执行资源

按任务角色分配 GLM、Kimi、DeepSeek、本地模型等能力，并记录 fallback、degraded、human review 等风险信号。

面向个人开发者的 AI 协作操作台

Web Workspace 将 Tasks、Models、Capabilities、RAG、API Health 等运行状态集中展示，便于复盘和调度。

Technology

技术栈

技术栈按运行时、前端工作台、AI 能力和协作证据组织，而不是简单罗列框架。

PythonCLI RuntimeNext.jsReactTypeScriptModel RoutingRAGSchedulerHuman GateMarkdown / JSON Artifacts

Screens

工作台截图

Tasks 页面展示本地任务和运行状态，Models 页面展示模型角色、调用量、fallback 和风险信号。

Result

当前结果

当前版本完成了本地运行时、Web 工作台、模型路由、Human Gate、RAG 展示和运行记录等核心模块。

完成 Python Runtime、CLI 和本地 Web Workspace 的核心闭环

实现任务创建、Scheduler tick、模型调用观测、Human Gate 和 RAG 模块展示

形成多份架构文档、运行记录和可继续升级的 v5 artifact-first roadmap

把 Codex 从代码生成工具扩展为个人 AI 工程协作者