Proliferate：让多个 Agent 协同工作的灵活编排层
看起来像是为 Agent 系统打造了一个通用的「粘合剂」，但架构设计和实际演示展示的功能，确实能够解决一些复杂场景的问题。
系统支持父 Agent 将任务拆解为多个子 Agent 执行，每一步都能独立指定后端模型和推理引擎，包括 Bedrock、Azure 以及自建的 vLLM，同时还能传递额外的上下文文档。演示中作者示范了 Fable 用于规划、 Codex 编写代码、 OpenCode 进行 PR 审查的完整链路。如果这套流程能够顺畅执行，确实能避免手动在多个终端间复制粘贴的繁琐操作。
与传统的 CI/CD YAML 固定流程不同，Proliferate 采用了「可复用的 Agent 会话链 + 人工审批节点」的设计。每一步都可以灵活选择模型、注入文档，甚至挂载审批环节。作者自己已经将其应用于 Code Review、QA 和 PR 流程 的全链路自动化。如果未来能实现 版本化管理、可回滚和团队共享模板，它将不再仅限于 IDE 插件，而可能演变成一个轻量级的「Agent 编排引擎」。
系统支持在本地 GPU 上运行 vLLM、Ollama 或 TGI，只需在配置中填写 base_url 和 api_key 即可，无需依赖 OpenAI 格式。这对于需要 数据不出 VPC 或有严格合规要求的团队来说，是一个显著优势——也正是其敢称「自建 Codex」的底气所在。
项目采用 AGPL-3.0 协议，商业用户在二次开发前需谨慎评估许可条款。多 Agent 并发时，上下文管理仍依赖手动设置 max_tokens 截断，缺乏自动摘要或压缩策略。此外，UI 仍基于 Electron，在处理大型工程时偶有卡顿，作者也坦言存在「不够成熟的地方」。
部署只需一条命令即可启动，通过 docker compose up 即可快速搭建：
services:
proliferate:
image: proliferateai/proliferate:latest
ports:
- "3000:3000"
environment:
- OPENAI_API_KEY=${OPENAI_API_KEY}
- ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY}
- VLLM_BASE_URL=http://host.docker.internal:8000/v1
volumes:
- ./data:/app/data配置文件位于 ~/.proliferate/config.json，需手动填写各 Agent 的 CLI 路径、默认模型 和 推理端点，之后即可在网页端自由切换使用。
项目保持 周更 的开发节奏，团队对 Issue 的响应速度较快，文档也在持续补充。对于希望 多 Agent 协同工作 但又不愿将核心代码库完全交由单一厂商的团队来说，尝试在真实任务中跑通这套系统是一个值得考虑的选择。虽然目前并非「开箱即用」的完美状态，但作为 «自建编排层」 的起点，其设计思路依然具有参考价值。
全部回复 （8）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
想知道Paseo是怎么搞定跨设备同步的，如果用WebSocket那延迟得高死，赶紧揭秘！不过看了架构和演示视频，我发现Agent间通信不是简单转发管道，父Agent能拆解任务给子Agent，每一步都能单独指定模型和推理后端，比如Bedrock、Azure或自建vLLM，上下文文档也能传，演示里作者让Fable做规划、Codex写代码、OpenCode做PR Review，这套链路要是真跑顺了，比手动在三个终端里来回复制粘贴强太多。
终于开源了！本地私改的那些 Bug 终于能合回主分支，直接在 ~/.proliferate/config.json 里填好自建模型的 base_url 和 api_key ，就能用自己的 GPU 运行，省得再苦哈哈地维护三套版本了。
直连不代理流量确实能让人省心不少，但如果在编排层上再加上这种灵活的 Agent 间任务拆解机制，比如让父 Agent 将规划、代码编写和 PR 审核三个步骤分别交给 Fable、Codex 和 OpenCode 处理，那么整个流程的效率就不止是简单的延迟优化，而是真正的「可复用的 Agent 会话链」了。这样，你就不必再在三个终端间来回复制粘贴，而是让每一步都能独立指定模型和推理后端（比如 Bedrock、Azure 或者自建的 vLLM），还能传递上下文文档，甚至挂上人工审批闸。如果这套链路能做到版本化、可回滚和团队共享模板，那么它就不再是个 IDE 插件，而是一个轻量级的「Agent 编排引擎」了。
自建推理的落地细节也很实用，比如模型可以直接跑在本地 GPU 上（vLLM、Ollama 或者 TGI），配置时只需要填 base_url 和 api_key，不需要绑定 OpenAI 格式，这对合规性和数据不出 VPC 的团队来说非常关键。不过，现在的坑也有几个需要注意，比如 AGPL-3.0 协议限制、多 Agent 并发时上下文窗口管理还得靠手动 max_tokens 截断，以及 Electron UI 在大工程下偶尔会卡顿。不过，如果你想折腾一下，直接 docker compose up 就能快速搭建一套，配置文件放在 ~/.proliferate/config.json，把各家 Agent 的 CLI 路径、默认模型和推理端点填进去，就能在网页端切换着用了。
本地模型跑起来确实爽，不用担心代码泄露给OpenAI，能直接改配置跑测试才叫真正的Agent。不过看完架构和演示视频，发现Agent间通信绝不是简单的转发管道——父Agent可以拆解任务给子Agent，每个步骤都能独立指定模型和推理后端（比如让Fable规划、Codex写代码、OpenCode审代码），这样比手动在三个终端里来回复制粘贴高效太多。这套链路如果真能跑顺，那你可以直接在 config.json 中配置每个Agent的CLI路径和默认模型，让它们自动协同工作，而不需要手动切换。
Workflow的野心更大，它不是死板的CI/CD，而是可复用的Agent会话链+人工审批闸，每一步都能选模型、传文档、挂审批。如果这套状态机能做到版本化、可回滚、可团队共享模板，你还能在 docker-compose.yml 中添加环境变量 PROLIFERATE_WORKFLOW_TEMPLATE，让团队直接复用预定义的流程模板，比如Code Review或QA审核流程。
自建推理的落地细节也很实用，模型可以跑在自己的GPU上（vLLM/Ollama/TGI），只需要在配置中填写 base_url 和 api_key，不绑定OpenAI格式，这对合规和数据不出VPC的团队非常关键。不过AGPL-3.0协议让商业二次开发得谨慎些，多Agent并发时上下文窗口还靠手动max_tokens截断，UI虽然是Electron壳，但卡顿问题偶有发生。想试水的直接docker compose up，配置文件在~/.proliferate/config.json，把各家Agent的推理端点填进去，就能网页端切换着用。
SQLite 持久化坑也太深了，文档写得那么简单，结果部署时报错报到我怀疑人生。但看完架构和那两分钟自建演示视频，有几个细节确实值得咂摸。Agent 间通信不是简单转发管道，父 Agent 能拆解任务给子 Agent，每一步都能单独指定模型和推理后端——Bedrock、Azure、自建 vLLM 都行，上下文文档也能传。演示里作者让 Fable 做规划、Codex 写代码、OpenCode 做 PR Review，这套链路要是真跑顺了，比手动在三个终端里来回复制粘贴强太多。
Workflow 才是真正的野心，不是死板的 CI/CD yaml，而是「可复用的 Agent 会话链 + 人工审批闸」。每一步都能选模型、传文档、挂审批，作者自己拿它跑 Code Review、QA、PR 组装全流程。如果这套状态机能做到版本化、可回滚、可团队共享模板，那就远不止是个 IDE 插件，更像是个轻量级的「Agent 编排引擎」。
自建推理的落地细节没糊弄，模型能跑在自己 GPU 上（vLLM / Ollama / TGI），配置里直接填 base_url 和 api_key，不强制绑 OpenAI 格式。这对合规、数据不出 VPC 的团队很关键——也是它敢叫「自建 Codex」的底气。
现在的坑也不少——AGPL-3.0 协议，商业二次开发得想清楚；多 Agent 并发时上下文窗口管理还靠手动 max_tokens 截断，没有自动摘要或压缩策略；UI 仍是 Electron 壳，打开大工程偶尔卡顿，作者自己也承认有「rough spots」。
想折腾的直接 docker compose up 就能起一套，配置文件在 ~/.proliferate/config.json，把各家 Agent 的 CLI 路径、默认模型、推理端点填进去，就能在网页端切换着用。节奏是周更、Issue 响应快、文档还在补。团队已经在用多个编码 Agent、又不想把核心代码库全喂给单一厂商的话，这项目值得拉下来跑两天真实任务试试。别指望开箱即用的丝滑，但作为「自建编排层」的起点，思路是真对。
这套工作流简直是教科书级别的，特别是 Agent 间通信不是简单转发管道，而是让父 Agent 拆解任务后，每一步都能单独指定模型和推理后端，赶紧偷偷存下来研究，不然以后写代码太低效了。
EV 证书被拒两次真的想摔键盘，赶紧用 GitHub Actions 自动化签名；顺手把
~/.proliferate/config.json里的 Agent CLI 路径、默认模型和推理端点填好，别再让 SmartScreen 拦截和重复配置把发布节奏一起拖崩。GitHub Actions接Azure Key Vault能直接把私钥甩掉，这安全性直接拉满，赶紧试下！Agent 间通信不是简单转发管道，父 Agent 能拆解任务给子 Agent，每一步都能单独指定模型和推理后端——Bedrock、Azure、自建 vLLM 都行，上下文文档也能传。演示里作者让 Fable 做规划、Codex 写代码、OpenCode 做 PR Review。这套链路要是真跑顺了，比手动在三个终端里来回复制粘贴强太多。Workflow 才是真正的野心，不是死板的 CI/CD yaml，而是「可复用的 Agent 会话链 + 人工审批闸」。每一步都能选模型、传文档、挂审批。作者自己拿它跑 Code Review、QA、PR 组装全流程。如果这套状态机能做到版本化、可回滚、可团队共享模板，那就远不止是个 IDE 插件，更像是个轻量级的「Agent 编排引擎」。自建推理的落地细节没糊弄，模型能跑在自己 GPU 上（vLLM / Ollama / TGI），配置里直接填
base_url和api_key，不强制绑 OpenAI 格式。这对合规、数据不出 VPC 的团队很关键——也是它敢叫「自建 Codex」的底气。现在的坑也不少，AGPL-3.0 协议，商业二次开发得想清楚，多 Agent 并发时上下文窗口管理还靠手动max_tokens截断，没有自动摘要或压缩策略，UI 仍是 Electron 壳，打开大工程偶尔卡顿，作者自己也承认有「rough spots」。想折腾的直接docker compose up就能起一套，配置文件在~/.proliferate/config.json，把各家 Agent 的 CLI 路径、默认模型、推理端点填进去，就能在网页端切换着用。节奏是周更、Issue 响应快、文档还在补。团队已经在用多个编码 Agent、又不想把核心代码库全喂给单一厂商的话，这项目值得拉下来跑两天真实任务试试。别指望开箱即用的丝滑，但作为「自建编排层」的起点，思路是真对。