[控场AI]
产品

OpenRig

一个用于协调多个AI智能体框架协同工作的编排工具,定位为"框架的框架",支持跨机器部署智能体集群,提供席位(seat)、舱(pod)、团队等抽象层次管理智能体协作

时间轴 (近 90 天)

10月18日

在 OpenRig 中,每个智能体有明确的角色和地址,彼此之间可以直接通信,并可跨多台机器运行。

待验证50%
10月18日

在 OpenRig 中,关于“消息如何集成”的知识只存一份且有固定地址,变更时地址不变;智能体可通过 rigsend 发现并联系在线的其他智能体。

待验证50%
10月18日

作者提醒地图不是疆域:本体是磁盘上的文件、Markdown 标题、链接和命令,仍需实际打开文件确认系统行为。

待验证50%
10月18日

作者将“狗屋月球基地”的故事放入 lore 文件夹,作为智能体之间传承的经验,在初始化和上下文压缩后都会重讲。

待验证50%
10月18日

在 OpenRig 中,知识可通过文件路径和 Markdown 头部实现可寻址性,并可通过引用组合出定制视图。

待验证50%
10月18日

作者认为给智能体好例子比给一堆事实和规则更有效。

待验证50%
10月18日

一个智能体在收尾 Slack 集成时,从零发明了一套完全独立的通信系统,而非复用已有实现。

待验证50%
10月18日

作者遇到的核心问题是智能体反复重新发明轮子,在已有实现旁边并行造一套新的。

待验证50%
10月18日

OpenRig 冲上 GitHub trending 后,作者将 AI 智能体团队规模扩大约 3 倍,并增加 VPS 来应对工作量。

待验证50%
10月5日

RigSend 是点对点通信方式,将消息直接输入到某个 Agent 的终端中,提供等待目标空闲和发送后检查屏幕确认两种模式

待验证50%

还有 27 条时间轴事件

全部知识事实 (20)

待验证

在 OpenRig 中,每个智能体有明确的角色和地址,彼此之间可以直接通信,并可跨多台机器运行。

50%
待验证

在 OpenRig 中,关于“消息如何集成”的知识只存一份且有固定地址,变更时地址不变;智能体可通过 rigsend 发现并联系在线的其他智能体。

50%
待验证

作者提醒地图不是疆域:本体是磁盘上的文件、Markdown 标题、链接和命令,仍需实际打开文件确认系统行为。

50%
待验证

作者将“狗屋月球基地”的故事放入 lore 文件夹,作为智能体之间传承的经验,在初始化和上下文压缩后都会重讲。

50%
待验证

在 OpenRig 中,知识可通过文件路径和 Markdown 头部实现可寻址性,并可通过引用组合出定制视图。

50%
待验证

作者认为给智能体好例子比给一堆事实和规则更有效。

50%
待验证

作者遇到的核心问题是智能体反复重新发明轮子,在已有实现旁边并行造一套新的。

50%
待验证

RigSend 是点对点通信方式,将消息直接输入到某个 Agent 的终端中,提供等待目标空闲和发送后检查屏幕确认两种模式

50%
待验证

OpenRig 选择通信方式的关键取决于两个问题:谁需要听到这条消息,以及它是否需要留下持久记录

50%
待验证

在 OpenRig 中 Delivered 只代表消息已输入,并不代表已读

50%
待验证

queue(队列)是 OpenRig 从第 6 集引入的团队官方备忘录板,作为责任锚点,每条事项都需要某个席位明确认领或拒绝

50%
待验证

RigBroadcast 用于一次性通知多个 Agent,若忘记指定具体 rig 会扩散到每个 rig 上的所有会话包括 kernel,单独使用 --pod 会匹配每个 rig 上的 dev pod

50%
待验证

每个 rig 都有一个由守护进程持久保存的聊天室(Chat Room),服务于感知而不能替代队列

50%
待验证

OpenRig 的 transcript 像行车记录仪一样滚动保存每块屏幕的副本,但只保留近期历史会丢弃最早部分,并非完整录像

50%
待验证

rig ask 并不调用另一个 AI,它只是在已保存的 transcript 文本上运行纯文本搜索,但提供唤醒已保存会话直接提问的选项,后者会运行真实 Agent 并消耗 token

50%
待验证

守护进程(daemon)在 OpenRig 架构中作为基础设施层持久化聊天室记录、维护 inbox/outbox 状态、记录席位事件流并为 dashboard 和 views 提供实时数据

50%
待验证

OpenRig 中 Agent 使用的 RIG 命令与人类操作者完全相同,都直接在各自的终端里运行

50%
待验证

OpenRig 的通信哲学可精炼为:用 send 去问,用 queue 去记录责任,用 capture 去看,用 transcript 去搜索

50%
待验证

openrig是一个开源项目,用于从Claude Code、Codex和Pi构建自己的Agent网络

50%
待验证

OpenRig有一个叫'重聚焦'(refocus)的功能,追踪每个层级的意图链,在压缩后或按间隔向智能体发送该意图链以检查是否与大局一致

50%

来源文章