让AI编程助手真正“组队协作”：OpenRig——你的本地多智能体AI开发指挥中心

你是否试过同时打开 Claude Code 和 Codex 两个终端窗口，一边写提示词、一边切窗口粘贴结果、一边手动比对输出？这种“人肉调度AI”的方式效率低下，上下文断裂，错误难追溯。OpenRig 正是为解决这一痛点而生：它不是另一个大模型调用工具，而是一个轻量但严谨的本地多智能体协同运行时，让你能把 Claude Code、Codex 等编码代理（agent）像真实工程师团队一样编排、部署、监控和持续协作——所有操作都在你自己的机器上完成，无需上传代码，不依赖云端编排服务。

核心功能

YAML 定义的“AI工程师团队”：告别零散终端，用一份 human-readable 的 YAML 文件声明 agent 角色（如 dev-owner、dev-checker）、职责、通信规则和资源分配，一次 rig up 即启动整支队伍，状态持久化保存在本地。
跨模型协同工作流闭环：支持 Claude Code 与 Codex 同时运行于同一 rig（实例），实现“主程序员（owner）拆解任务 → 编码生成 → 提交候选方案 → 检查员（checker）独立验证 → 反馈结果并记录ID”的端到端自动化流程，避免人工中转导致的语义失真。
基于 tmux 的生产级终端治理：自动为每个 agent 分配专属 tmux pane，支持 rig tui --shared 查看共享仪表盘，Ctrl-b+d 安全分离不中断任务，彻底解决传统多终端管理混乱、进程易误关、日志难聚合的问题。
上下文与工作成果本地锚定：所有 agent 的对话历史、生成的代码补丁、验证结果、任务队列 ID 均绑定到当前 Git 仓库路径，确保“改哪个项目、谁改的、怎么验的、结果在哪”全部可追溯，无需额外笔记或外部数据库。
渐进式权限协商机制：首次运行时，agent 会主动向你发起权限请求（如“是否允许我执行 git commit？”“能否读取 .env 文件？”），你可逐项确认、记忆选择或设置全局策略，既保障安全，又避免粗暴的全盘授权或反复阻断。
内置任务队列与状态可观测性：通过 rig queue list 实时查看待处理任务，用 rig ps --nodes 检查各 agent 连接状态、认证是否就绪、workspace 是否受信，故障定位从“猜哪里卡住”变为“看哪一行红标”。
开箱即用的 Codex 集成验证：安装后自动检测 codex --version 和 codex login status，未登录则明确报错并指引修复，杜绝“命令能敲但实际不工作”的黑盒体验。
双 CLI 支持与 Node.js 兼容性保障：官方推荐 npm 全局安装，也兼容 Bun（bun add -g），但明确说明 Bun 会跳过关键的 Node.js/SQLite 环境检查脚本——这种坦诚的兼容性说明，极大降低新手踩坑概率。

技术亮点

Harness-Rig 分层架构设计：项目清晰区分“harness”（单模型接入层，如 Codex Harness）与“rig”（多 harness 协同管理层），类似 Kubernetes 中的 Pod 与 Cluster 关系，使扩展新模型（如未来接入 Ollama 或本地 Llama）只需实现新 harness，不影响 rig 核心逻辑。
TypeScript + 命令行优先的工程实践：全栈 TypeScript 编写，配合严格类型定义的 YAML Schema（见 schema/rig.yaml），保证配置即契约；CLI 命令命名高度语义化（rig setup/rig up/rig send），降低学习成本。
cmux 驱动的终端复用能力：深度集成 cmux（基于 tmux 的会话管理器），实现 agent 终端的动态创建、共享视图与独立视图切换，这是区别于简单 shell 脚本或 Docker Compose 编排的关键差异化能力——真正把终端当作“可编程界面”而非临时容器。
本地 SQLite 状态存储：所有 rig 实例状态、任务队列、agent 心跳均存于本地 SQLite 数据库，无需外部依赖，启动快、迁移易，且天然支持 ACID 事务保障队列一致性。
面向开发者工作流的 Hook 机制：支持在 agent 启动/关闭/出错时触发自定义 shell hook（如自动备份 workspace、推送 Slack 通知），将 AI 团队无缝嵌入现有 DevOps 流程。

适合哪些人用

OpenRig 不是给初学者的“AI 写代码玩具”，而是为有明确工程目标、重视可重复性与可审计性的中级以上开发者打造的生产力增强工具。

典型用户画像：独立开发者、开源项目维护者、小型技术团队中的主力工程师，日常需频繁修改代码库、编写测试、审查 PR，且对数据隐私和环境可控性有强要求。

真实场景案例：

快速修复开源项目 Bug：克隆一个 issue 较多的 Rust 库，在本地运行 rig up rust-fix-rig，向 owner 发送“修复 tests/failures.rs 第 42 行 panic 的边界条件”，agent 团队自动完成定位→修改→单元测试→提交 patch，全程不离开终端，结果直接生成可 PR 的 diff。
遗留系统现代化改造：面对一个无文档的 Python Django 项目，启动 rig 后让 owner 分析 manage.py runserver 启动失败原因，checker 并行验证其诊断结论，最终输出带注释的修复步骤和影响评估报告，所有中间产物保留在项目目录下供你复核。

快速上手

确保已安装 Node.js 22+ 和 tmux，然后执行：

npm install -g @openrig/cli
rig setup --dry-run  # 先预览将修改的文件（如 ~/.codex/config, .git/config）
rig setup             # 确认无误后执行
cd /your/project/repo
rig up my-team --cwd . --plan  # 查看启动计划
rig up my-team --cwd .
rig tui --shared                # 进入共享监控界面

接着发送首个指令：
rig send dev-owner@my-team '为 src/utils/date.ts 添加 ISO 8601 格式化函数，包含单元测试，并确保覆盖时区处理'

用 rig queue list --destination dev-owner@my-team 跟踪进度，结果将输出在对应 tmux pane 中。

同类对比 / 注意事项

vs. LangChain / LlamaIndex 工具链：后者侧重构建应用逻辑，需大量编码；OpenRig 是开箱即用的“运行时”，专注 agent 协同生命周期管理，更接近 docker-compose 之于微服务的关系。
vs. GitHub Copilot / Cursor：这些是单点辅助工具；OpenRig 构建的是可定制、可审计、可中断的多角色协作系统，且完全离线运行，敏感代码永不离开本地。
重要注意事项：必须使用 tmux（非 screen 或 kitty 内置终端）；Codex 需提前登录（codex login）；首次运行会修改 Git workspace trust 设置（防恶意 hook），务必先 --dry-run 备份；Bun 安装仅作快捷入口，实际仍依赖 Node.js 运行时。