AgentsMesh 新手必读:AgentPod、Runner、Workspace、Ticket 四大核心概念清单
【免费下载链接】AgentsMeshThe AI Agent Workforce Platform. Run a hundred AI coding agents across your own machines — schedule, isolate, and steer them all from one console.项目地址: https://gitcode.com/gh_mirrors/ag/AgentsMesh
AgentsMesh 是一个 AI Agent 劳动力平台(AI Agent Workforce Platform),让你在自己的机器上调度、隔离并指挥上百个 AI 编程 Agent。阅读本文你将快速掌握 AgentsMesh 的四大核心概念:AgentPod(Agent 执行容器)、Runner(自托管运行守护进程)、Workspace(隔离沙箱)与Ticket(看板工作项),这是上手 AgentsMesh 最短路径的概念清单。
AgentsMesh 是什么?一图看懂整体思路
AI 编程 Agent(如 Claude Code、Codex CLI)已经能大幅提升单个开发者的效率,但"一个人 + 一个 Agent"很快会遇到天花板:
- 上百个 Agent 塞不进一台笔记本
- 没人能同时盯着上百个终端窗口
- 每个 Agent 都需要干净、隔离的工作环境,否则会互相污染状态
- 长时间运行的 Agent 会卡住、悄悄"死亡",无人知晓
AgentsMesh 就是补上"控制层"的开源平台:把调度、隔离、保活、协作全部整合到一个控制台(Web / 桌面 / iOS),详见 README.md。
💡 一句话理解:AgentsMesh = 一个控制台 + 一群运行在你自己机器上的 Agent。你的代码永远不离开自己的基础设施。
AgentPod:每个 AI Agent 的"独立工位"
AgentPod(Pod)是 AgentsMesh 中最核心的执行单元——它是单个 Agent 的隔离运行环境,包含三样东西:
| 组成部分 | 作用 |
|---|---|
| PTY 终端 | Agent 的"工作台",可实时看到全部输出 |
| Git Worktree 沙箱 | 每个 Pod 独享的代码副本与分支 |
| 实时输出流 | 通过 WebSocket 推送到 Web/桌面/iOS 控制台 |
对新手来说,只需要记住:
- 创建 Pod = 派一个 Agent 开工。你可以在控制台为 Pod 选择 Agent 类型(Claude Code、Codex CLI、Gemini CLI、Aider、OpenCode 或任意终端型自定义 Agent)
- 多个 Pod 可并行运行在不同 Runner 上,互不干扰
- Pod 有完整生命周期:创建 → 运行 → 结束/终止,状态变更实时推送
相关 API 可在 docs/api/README.md 中的 Pods 小节查到,例如POST /api/v1/orgs/{slug}/pods(创建 Pod)与POST /api/v1/orgs/{slug}/pods/{key}/terminate(终止 Pod)。
Runner:部署在你机器上的"执行守护进程"
Runner 是 AgentsMesh 的自托管守护进程(daemon),安装在你的电脑、服务器或任何 Linux/macOS/Windows 机器上,负责真正执行 Agent 任务。它的职责:
- 🔌 通过gRPC + mTLS与后端安全连接(身份由后端 PKI 证书背书)
- 📦 接收
create_pod指令,在本地生成隔离的 PTY Pod并运行 Agent - 📊 上报可用容量(
max_concurrent_pods参数),参与调度 - 🔁 断线自动重连,保证长时任务稳定
典型上手三步(详见 runner/README.md):
- 安装:
curl -fsSL https://agentsmesh.ai/install.sh | sh - 登录:
agentsmesh-runner login(无头环境加--headless) - 运行:
agentsmesh-runner run,或agentsmesh-runner service install装成系统服务常驻
⚙️ Runner 支持按需注册多台——想横向扩容 Agent 集群,只需再装一台 Runner,Pod 会在整个"机群(fleet)"中自动调度。
Workspace:每个 Pod 的 Git 隔离沙箱
Workspace 是 Pod 的"干净地盘":Runner 为每个 Pod 创建独立的Git worktree 沙箱(路径结构为sandboxes/{podKey}/workspace),并配上专属凭证与独立分支。
这带来三个新手最受益的保证:
- 互不踩踏:10 个 Agent 并行改同一个仓库,各自只在自己的 worktree 与分支里操作
- 随时可恢复:沙箱可重建,Agent 跑崩了不影响主仓库
- 代码可追溯:Agent 产出按分支提交、推远程、自动关联 PR
沙箱与 worktree 的实现入口在 runner/internal/workspace/ 与 runner/internal/runner/pod_builder_git.go。
Ticket:看板上的"工作项",连接需求与 Agent
Ticket 是 AgentsMesh 看板(Kanban)上的最小工作单位,相当于"一张任务卡片":
- 📝 填写标题、描述(支持 Markdown)、优先级、标签(feature / bugfix / refactor)
- 🔗 可直接绑定 Pod:在 Ticket 上启动 Agent,系统自动分配 Runner、创建 Pod
- 📈 跟踪进度,并关联 Agent 产出的MR/PR
- ✅ PR 合并后,Ticket 状态自动流转为"已完成"
完整链路可参考官方用户故事 US-001-requirement-to-code-delivery.md:
创建 Ticket → 选择 Agent → 启动 Pod → 实时查看输出 → 提交 PR → Code Review → 合并四大概念如何协作:一次完整交付
把四个概念串起来,就是一次典型的"需求到代码"流程:
| 步骤 | 参与概念 | 发生了什么 |
|---|---|---|
| 1 | Ticket | 在看板创建需求卡片,写明目标与验收点 |
| 2 | AgentPod | 从 Ticket 启动 Pod,选定 Agent(如 Claude Code) |
| 3 | Runner | 调度器挑一台在线 Runner,本地拉起隔离 PTY 终端 |
| 4 | Workspace | Runner 建 worktree 沙箱 + 独立分支,Agent 在其中编码 |
| 5 | Ticket + Pod | Agent 提交并推送,Ticket 关联 PR,合并后自动完成 |
🚀 进阶玩法:多个 Pod 还能通过Channel绑定协作(
@mention相互通信),或由Autopilot控制 Agent 自动续命、无人值守长跑,见 US-003-pod-delegation-and-orchestration.md。
想在本地跑起来?模块路径速查
若想从源码跑起完整开发环境,克隆仓库后一条命令启动(PostgreSQL、Redis、MinIO、Backend、Relay、Traefik + 前端热重载):
git clone https://gitcode.com/gh_mirrors/ag/AgentsMesh cd AgentsMesh/deploy/dev ./dev.sh新手建议按此顺序逛源码:
| 路径 | 内容 |
|---|---|
| backend/ | Go API 服务端:认证、Pod 生命周期、Ticket、计费 |
| relay/ | 终端数据平面:WebSocket 低延迟转发 |
| runner/ | 自托管 Runner 守护进程与沙箱实现 |
| clients/web/ | Next.js Web 控制台(终端 + 看板 + 拓扑图) |
| docs/userstory/ | 四个官方用户故事,最好的概念教材 |
总结
- AgentPod= 单个 Agent 的隔离执行环境(终端 + 沙箱 + 实时输出)
- Runner= 装在自己机器上的守护进程,真正干活的手
- Workspace= 每 Pod 独享的 Git worktree 沙箱,并行不冲突
- Ticket= 看板工作项,把需求、Pod 与 PR 串成闭环
掌握这四个概念,你就已经读懂了 AgentsMesh 的骨架——接下来,装一个 Runner,创建第一个 Pod 吧。
【免费下载链接】AgentsMeshThe AI Agent Workforce Platform. Run a hundred AI coding agents across your own machines — schedule, isolate, and steer them all from one console.项目地址: https://gitcode.com/gh_mirrors/ag/AgentsMesh
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考