奇链 奇链
← 文章 / 编程开发
九天星河AI 21小时前 · 2026-09-05 23:00:11 · 6 阅读

同时跑5个AIAgent不乱,Herdr做到了

封面

上周五晚上，我同时开了 4 个 AI coding agent 在不同的终端里干活——Claude Code 在写新功能，Codex 在跑测试，另一个 Claude 在做 code review，还有一个在帮我整理文档。

问题来了：我得不停地在终端之间 cmd+tab 切来切去，生怕某个 agent 卡住了在等我批准什么东西。有时候切过去一看，它已经等了 5 分钟了，白白浪费时间。

后来同事甩给我一个链接："试试这个。" 点进去一看——Herdr，一个终端工作区管理器，专门给 AI coding agent 设计的。5 个月，GitHub 上 35000 多颗星。

我装上试了一周，现在离不开了。

它到底解决了什么问题

先说清楚一件事：Herdr 不是又一个 AI 工具，它不写代码、不做补全、不帮你 review。它做的事更底层——给你的 AI agent 提供一个运行环境。

你可以这么理解：tmux 管的是终端，Herdr 管的是终端里的 agent。

举个具体例子。你用 tmux 开了 4 个 pane，每个跑一个 Claude Code。tmux 只知道这 4 个 pane 里在跑某个进程，但它完全不知道哪个 agent 在干活、哪个卡住了、哪个已经做完了。你得自己一个一个切过去看。

Herdr 不一样。它的侧边栏会实时告诉你：pane 1 的 Claude 正在 working，pane 2 的 Codex 状态是 idle，pane 3 的 agent 变成了 blocked——它在等你批准一个文件操作。

这个信息差，在同时管 3-5 个 agent 的时候，就是生产力的分水岭。

架构：一个 Rust 二进制搞定所有事

Herdr 整个就是一个 21MB 的 Rust 可执行文件，没有 Electron、没有 Node.js、没有运行时依赖。这个二进制根据启动参数不同，可以扮演三种角色：

Herdr Client/Server/Agent 三角架构

Server 进程是核心。它在后台持有所有 pane 的 PTY（伪终端），agent 就跑在这些 PTY 里面。你关了笔记本盖子、SSH 断了、终端崩了——都不影响。Server 还在，agent 还在跑。

**Client（TUI）**就是你看到的那个界面。它通过 Unix Socket 连到 Server，只负责渲染和交互。ctrl+b q 退出 TUI，Server 完全不受影响。下次输入 herdr 就能重新 attach 回来。

CLI 模式是给 agent 和脚本用的。所有控制命令（创建 pane、发指令、读输出）都走同一套 Socket API，返回 JSON。这意味着 agent 可以操控 agent——Agent A 可以通过 CLI 启动 Agent B，给 B 派活，等 B 做完再取结果。

这套架构有几个很漂亮的设计：

State 和 Runtime 分离。AppState 是纯数据结构，可以不依赖任何 PTY 就做单元测试。PaneState（pane 的逻辑状态）和 PaneRuntime（pane 的 PTY 实例）也是分开的。

渲染是纯函数。compute_view() 负责处理几何计算和状态变更，render() 只读 &AppState 画图——渲染期间不可能改状态。这让 UI 的行为非常可预测。

平台代码隔离。 所有 OS 相关的东西都在 src/platform/<os>.rs 里，核心模块里一行 #[cfg(target_os)] 都没有。

herdr (单二进制 21MB)
├── src/server/    # 后台常驻，持有 PTY 池
├── src/client/    # TUI 渲染层
├── src/protocol/  # Wire format + JSON endpoints
├── src/detect/    # Agent 检测引擎
├── src/pty/       # 伪终端管理
├── src/app/       # 状态、会话、agent、worktree
└── src/platform/  # macOS / Linux / Windows 隔离

Agent 检测：Herdr 最核心的黑科技

这是 Herdr 区别于所有传统终端复用器的关键能力。

它怎么知道一个 pane 里跑的是什么 agent、agent 现在是什么状态？答案是：持续扫描终端输出缓冲区，用正则匹配识别。

每种 agent 都有一个独立的 TOML 检测 manifest 文件。拿 Claude Code 举例，它的 manifest 里定义了十几条规则：

  • 检测 OSC title 中的 Braille 转圈字符 → 判定为 working
  • 扫描底部 12 行，匹配到 esc to interrupt → 判定为 working
  • 匹配到 Enter to confirm · Esc to cancel → 判定为 blocked（在等用户操作）
  • 匹配到提示符 → 判定为 idle

每条规则还有优先级权重，最终取最高优先级的匹配结果作为 agent 当前状态。

这套检测系统的 5 种状态各有含义：

  • idle：agent 在等输入，并且它所在的 tab 你已经看过了
  • working：agent 正在干活，别打扰它
  • blocked：agent 遇到了需要你操作的对话框（比如权限确认、文件覆盖提示）
  • done：和 idle 类似，但你还没切过去看结果——相当于"有未读消息"
  • unknown：检测到有 agent 在跑，但没法精确分类当前状态
Agent 检测引擎：从终端缓冲区到 5 态判定

整个检测引擎有一个铁律：detector 只读 screen snapshot，绝不碰 parser 或 viewport。 这保证了检测不会影响终端的正常渲染和输入处理。检测引擎运行在 server 端，每个 pane 的 detection buffer 被独立扫描，即使你同时开了 15 个 pane，检测也不会成为瓶颈——Herdr 的 PR 合并标准里明确要求必须在 1 个和 15+ 个 pane 下都跑 benchmark。

目前 Herdr 内置了 21 种 agent 的检测规则：Claude Code、Codex、Cursor、GitHub Copilot、Gemini、Grok、Hermes、OpenCode、Devin、Cline、Kiro、Kimi、Droid、Qwen，等等。基本上你能叫得出名字的 AI coding agent，它都认识。而且检测 manifest 支持远程更新——新 agent 上线后，Herdr 可以后台拉取最新的检测规则，不需要升级整个二进制。

一个人怎么用多个 Agent

说完原理，聊聊实际使用场景。

最典型的用法是一人多 agent 流水线。比如我现在的工作流：

herdr                                    # 启动
herdr pane split --current --direction right  # 右边开一个新 pane
herdr agent start reviewer --kind claude --pane w1:p2  # 在新 pane 里启动 Claude
herdr agent prompt reviewer "Review the diff and report findings" --wait

左边我在写代码，右边 Claude 在做 review。侧边栏能看到两边各自的状态。reviewer 做完后状态变成 idle，我一瞥就知道可以去看结果了。

更高阶的玩法是让 agent 编排 agent。

假设你有一个 "orchestrator" agent，它可以通过 Herdr CLI 的 Socket API：

  1. herdr pane split 创建新 pane
  2. herdr agent start coder --kind codex 启动一个 Codex
  3. herdr agent prompt coder "实现这个功能" 给它派活
  4. herdr agent wait coder --until idle 等它做完
  5. herdr agent read coder --source recent-unwrapped 读取它的输出
  6. 根据输出决定下一步：是开一个新 agent 做测试，还是自己来 review

这不是科幻，这是 Herdr 的 Socket API 已经支持的能力。

长任务挂后台也是高频场景。agent 在重构一个大模块，预计要跑 20 分钟。ctrl+b q detach，去开会、去喝咖啡，回来 herdr 一下就能看到结果。SSH 断了也不怕，重连后 attach 回来，一切都在。

Git Worktree 并行开发是另一个加分项。herdr worktree create feature-auth 一条命令，Herdr 就帮你创建一个 Git worktree 并绑定到一个新的 workspace。你可以在不同 workspace 里针对不同分支各跑一个 agent，互不干扰。比如 workspace 1 在 main 上修 hotfix，workspace 2 在 feature 分支上做新功能，切换就像浏览器切 tab 一样简单。

远程开发也是一等场景。herdr --remote user@server 一条命令，通过 SSH 直接 attach 到远端机器上的 Herdr server。你在公司服务器上挂了 3 个 agent 跑任务，回家打开终端 remote attach 一下，就能看到所有 agent 的状态和输出，继续操作。比传统的 SSH + tmux 方案多了 agent 状态感知的优势。

Herdr 实用指令速查

生态：5 个月长出 827 个项目

一个工具火不火，看生态就知道。

Herdr 从今年 3 月底发布到现在 5 个月，awesome-herdr 列表里已经收录了 827 个 社区项目。几个大类：

  • Agent 编排（157 个）：多 agent 集群管理、自动 PR 循环、子 agent 启动器
  • MCP & Socket API 客户端（106 个）：Python/JS/Go/Rust SDK，Telegram/Discord/Slack 告警
  • 编辑器集成（54 个）：Neovim 30+ 个插件、VS Code 9 个
  • 终端增强（359 个）：Git worktree 自动化就有 99 个
  • 伴侣应用（75 个）：桌面端、移动端、甚至硬件显示器
Herdr 生态数据全景

几个值得单独说的项目：

herdr-remote 让你从菜单栏、手机、甚至 Telegram 远程监控和操控你的 agent 集群。出门在外也能看到 agent 的状态，必要时发个指令。

herdr-reviewr 是一个代码审查侧边栏，直接在 Herdr 里看 diff、写 comment、发回给 agent。

herdrm 是一个原生 macOS 桌面 console，专门用来管远程机器上的 agent。还有 Heeler，一个 iOS 原生客户端，通过 SSH 连你的 Herdr server。

连 DHH（Ruby on Rails 创始人）都亲自给 Herdr 提了 PR，贡献了 tab reorder、window title、pane borders 等 UI 特性。

还有一个值得关注的趋势：Herdr 从 v0.8.0 开始把开源协议从 AGPL-3.0 改成了 Apache-2.0。这个举动对商业团队来说是个大利好——意味着你可以在公司项目里自由使用，不用担心 copyleft 感染问题。同版本还正式支持了 Windows GA，把覆盖面从 macOS/Linux 扩展到了全平台。

和 tmux 比到底怎么样

很多人第一反应是："这不就是 tmux 吗？" 

确实，底层都是 client/server + PTY 管理。但区别在于 Herdr 多了一整层 agent 感知能力。

维度tmuxHerdr
Agent 状态感知无5 态实时检测
Agent 控制 API无CLI + Socket JSON API
agent 编排 agent不可能原生支持
鼠标操作勉强支持一等公民
插件生态成熟但传统新但专注 AI
二进制大小~1MB21MB
Git Worktree无原生集成

如果你只是日常终端操作，tmux 完全够用，而且生态更成熟。但如果你在同时跑多个 AI agent——这已经是越来越多开发者的日常了——Herdr 就是另一个量级的体验。

我的真实感受

用了一周，说说真实体验。

好的地方： 侧边栏的 agent 状态监控确实省心，不用再挨个切 pane 了。detach/reattach 的体验很丝滑，和 tmux 一样顺。22 种 agent 的自动识别基本都准，我用 Claude Code 和 Codex 混着跑，从没有误判过。

不太好的地方： 21MB 虽然不大，但比 tmux 还是重了。主题虽然有 11 套，但有些细节的定制不如 tmux 灵活。另外如果你只用一个 agent，这个工具的核心价值就发挥不出来，不如直接用终端跑。

我的建议： 如果你已经开始同时用 2 个以上 AI agent 干活，现在就装。brew install herdr，两分钟的事。如果你还是单 agent 模式，可以先观望，但这个工具的方向肯定是对的——multi-agent 协作是接下来的大趋势。

在这个 AI agent 越来越多的时代，我们需要的不只是更好的 agent，还需要更好的方式来管理它们。Herdr 抓住了这个需求，而且做得很漂亮。

你平时同时开几个 AI agent 干活？有没有被"切来切去找哪个卡住了"折磨过？欢迎评论区聊聊。

原始来源： 九天星河AI

评论 (0)