# 织林 / Nexarbor · 应用一：多 Agent 协作与工程交付 这是织林 / Nexarbor（数据与智能的动态网络）核心框架的第一个应用：多 Agent 协作与工程交付。Python 命名空间与插件技术标识暂时沿用 `datanet` / `datanet-harness`。本应用把独立上下文、工具能力、共享资料、任务委托、团队协作和持久化状态组合起来，让 Agent 根据任务组织团队、完成项目，并交付可核验的成果。 [返回织林项目首页](../../../README.md)。数据库与动态 NPC 网络世界是核心框架的另外两个规划应用，本页的测试成绩只归属于多 Agent 协作应用。 **灵活组网、模块拔插、持续优化和稳定交付，是当前最有说服力的四个特点。** 在同一个 hone 项目的六轮已完成固定网络测试中，从 0.3.10 到 0.3.16，每轮成果都通过了相同的 **12项库测试与6项CLI检查**。架构与通信机制持续变化，交付质量保持一致。 ## 为什么这套架构值得继续做 ### 组织可以随任务改变 网络预设可以快速搭建完整团队，讨论组与执行组的人数均可通过参数设置。根也可以直接创建 Agent、自主安排分工。拓扑、角色与工具能力可以分别组合，让不同任务采用合适的组织方式。 本次测试已经展示了两种实际组织： - **固定网络**：5人讨论、2轮形成方案，再由4人去中心化执行、整合与共同验收。 - **自主组网**：根选择直接管理4名操作者，按核心库、CLI、测试、文档划分角色。 讨论组适合生成观点、澄清需求、制定方案；去中心化组适合在方案与接口确定后并行推进实现。二者可以衔接，也可以单独使用。随着预设增多，框架可以承载研发、研究、分析、评审等更多组织方式。 ### 功能可以持续拔插和升级 项目已分为核心、Harness 适配层、可选执行器和 multi-agent 协作扩展包。扩展包按节点配置、能力、工具箱和网络预设组织；业务代码集中在能力中，角色、Skill 指南、拓扑和工具箱组合由配置与文档表达。依赖与资源由清单声明，条件触发通过统一事件管理。 这种结构让能力扩展有明确的落点：增加一个工具箱、替换一套协作预设、调整某个角色的指南，均可以作为独立模块推进。新能力可以逐步接入，成熟模块也可以继续复用。基础框架与具体工作方法分离，为后续适配更多任务和宿主保留了空间。 详见[组件拆解表](../../COMPONENT_MAP.md)与[框架及事件接口](../../ARCHITECTURE.md)。 ### 协作覆盖完整工程流程 去中心化组拥有任务认领、文件范围管理、个人 Git 工作树、提交整合、成果候选与共同验收。根负责组织和交接，成员可以自主认领并协商推进。成果有实际仓库、提交ID与报告路径，最终还通过独立测试验证。 Agent 的会话与记忆独立保存，网络状态、委托报告和工作成果可以落盘。异步委托与消息队列支持不同成员按自己的节奏工作。这些机制为持续项目、团队复用和长任务提供了基础。 最近两批测试中，固定网络均完成了“讨论→实现→整合→共同验收→返回根”的完整闭环，并通过全部外部检查。**多轮交付质量的一致性，是目前最值得强调的成果。** ### 模型能力之外，还有可积累的框架优化空间 缓存、上下文披露、轮次调度、消息协议、验收通知和终端生命周期，都可以由框架统一优化。这让改进能够作用于整个团队，并成为后续任务可复用的能力。 已记录的优化效果包括： - 原生历史更新与按需披露后，输入缓存命中率由早期的 **74.33%** 提升至后续约 **97%～98.63%**。 - 未命中输入在一轮对比中从 **804万** 降至 **229万**，减少约 **71.5%**。 - 执行尾部块平均长度经历 **16,615→2,408→约24字符** 的精简，常驻内容只保留简短状态。 - 讨论提交回执由约 **47,610字符** 降至 **1,106字符**；写入回执由约 **48,287字符** 降至 **1,971字符**。 - 公共笔记限制为200字符，详细内容进入按需查询的输出板；最新测试讨论尾部最大 **222字符**，包含标识。 - 长命令最多同步等待10秒，再返回后台任务ID；提供查询与停止能力，命令硬限与本轮结束清理负责收尾。最新测试结束后，四组均未发现遗留终端进程。 这些数字来自不同版本与自主运行轨迹，体现各机制已经产生的实际效果。总体费用同时取决于 Agent 的实现、自测和重试行为，应与缓存指标分别观察。 ## 最近两批真实客户端对比 任务是根据公开需求、架构、接口及CSV样本，独立完成 hone CSV→嵌套JSON的Python包与CLI，并提交代码、测试和README。使用真实 DeepSeek Harness 客户端，high thinking、500k上下文、50k输出上限；每组限时30分钟，观察者不代写业务代码。 所有成果冻结后，使用相同的12项库测试和6项CLI检查。以下费用按用户提供的谷价统一估算。 | 批次 | 组织 | 用时 | 模型调用 | 库测试 | CLI | 谷价费用 | |---|---|---:|---:|---:|---:|---:| | 第一批 | Nexarbor 固定网络 | 约18～19分钟¹ | 379 | 12/12 | 6/6 | ¥3.60 | | 第一批 | 原版单 Agent | 5分53秒 | 107 | 12/12 | 5/6 | ¥0.40 | | 第一批 | 原版子 Agent | 14分17秒 | 457 | 12/12 | 5/6 | ¥2.74 | | 第二批（离线） | Nexarbor 固定网络 | 21分12秒 | 595 | 12/12 | 6/6 | ¥4.60 | | 第二批（离线） | Nexarbor 自主组网 | 8分48秒 | 160 | 12/12 | 6/6 | ¥0.90 | | 第二批（离线） | 原版单 Agent | 8分22秒 | 46 | 12/12 | 6/6 | ¥0.44 | | 第二批（离线） | 原版子 Agent | 14分29秒 | 355 | 12/12 | 5/6 | ¥2.27 | ¹ 第一批固定网络按扣除无效终端等待后的约18～19分钟展示，原始总耗时为27分48秒。这是轨迹估算，第二批21分12秒则为实测总耗时；不能把两个口径直接当作速度提升比较。完整运行Token与费用未作扣除。 第一批两组原版访问了公开参考源码，其速度记录应结合这一条件阅读。第二批明确禁止联网与已有实现，审计全部Agent工具记录和生成脚本，四组均未发现参考答案访问或联网请求。两批均包含用户运行期间手动提为完全权限的变更，等待时间计入实测总耗时。 **固定网络两批均18/18通过。** 第一批原版两组各漏掉部分schema边界检查；第二批原版单Agent18/18，原版子Agent漏掉显式delimiters检查。第二批自主组网也18/18，但只有OP1实际交付，其余工作由根补齐，因此更适合展示组网自由度与根的整合能力，尚不能作为四人并行协作完成的证据。 小型任务上，单Agent本次速度与费用最好。Nexarbor 当前最突出的价值是组织方式可组合、工程流程可追踪，以及固定协作流程持续交付完整成果。 ### Token 与费用口径 谷价为每百万Token：缓存命中输入0.02元、未命中输入1元、输出4元。 ```text 费用 = (命中输入 × 0.02 + 未命中输入 × 1 + 输出 × 4) / 1,000,000 ``` 第一批合计约 **¥6.74**，第二批合计约 **¥8.22**，两批合计约 **¥14.96**。这是模型usage的统一价格估算，不是账户账单核对。缓存输入也进入总Token，应分项计费。 各组原始Token、失败检查与审计证据见[第一批报告](../../evaluation/HONE_THREE_ARM_RESULT.md)和[第二批报告](../../evaluation/HONE_FOUR_ARM_OFFLINE_RESULT.md)。 ## 历史交付与优化路线 以下六轮固定网络都有已完成的端到端交付记录，并使用同一套外部12+6项检查。这是同一任务的工程回归序列，用于观察持续交付与升级兼容性。 | 版本 / 阶段 | 耗时 | 模型调用 | 库 / CLI | 完成情况与主要优化 | |---|---:|---:|---|---| | 0.3.10：首次完整闭环 | 26分57秒 | 329 | 12/12、6/6 | 四成员提交整合、全员批准、结果返回根；权限边界、Windows路径、审批状态与真实仓库信息逐步完善 | | 0.3.12：原生缓存路线 | 22分37秒 | 621 | 12/12、6/6 | 原生in-history提示更新、动态工具与按需通信；缓存命中97.26% | | 0.3.13：消息与尾部精简 | 28分46秒 | 1,094 | 12/12、6/6 | 区分工单与回复，执行尾部约24字符；根自主重启同一组后完成交付 | | 0.3.14：指南与容错 | 18分59秒 | 512 | 12/12、6/6 | 补齐总指南披露；实现格式纠错及成员退出隔离，正常运行完整通过 | | 0.3.15：讨论上下文精简 | 约18～19分钟¹ | 379 | 12/12、6/6 | 讨论回执去重、公共笔记200字符、输出板按需查询；原始耗时27分48秒 | | 0.3.16：终端生命周期 | 21分12秒 | 595 | 12/12、6/6 | 前台等待限10秒、后台任务查询/终止、进程树硬限与结束清理；离线复测通过 | **这六轮已完成交付，六轮均通过全部18项外部检查。** 早期研发中的中断、预算耗尽及未闭环运行另外留档，不计入这六轮完整交付统计；完整迭代过程见[修复与重跑记录](../../evaluation/HONE_FIXED_RETEST.md)。同一任务的重复通过体现工程回归稳定性，后续可以继续扩展到更多项目类型。 过程与效果记录：[原生缓存](../../evaluation/HONE_NATIVE_CACHE_RESULT.md)、[工单及尾部块](../../evaluation/HONE_MESSAGE_TAIL_RESULT.md)、[组网指南](../../evaluation/HONE_GUIDE_RESULT.md)。 成员容错还进行了独立最小验证：格式错误有限次纠正、失败成员隔离、认领转交、半数退出通知，以及只剩一名执行成员时继续收尾。详见[成员退出与JSON纠错](../../evaluation/GROUP_FAILURE_RECOVERY_MINIMAL_RESULT.md)。这些是故障注入验证，与正常项目验收分别记录。 ## 本应用的未来潜力 Nexarbor 的扩展空间来自可组合的组织与可替换的组件。当前的讨论组、执行组与直接委托只是几种工作方式；同一基础可以继续发展出研究团队、审查团队、测试团队以及跨阶段项目流水线。 值得继续推进的方向： - **更丰富的预设与角色**：按项目需求选择团队规模，组合规划、执行、评审与验收能力。 - **可视化网络操作**：图界面与缩略图帮助多模态Agent理解结构、选择节点并调整协作关系。 - **更长期的团队记忆**：基于当前持久化与同网络内复用机制，积累项目经验、接口约定和工作方法。 - **更广的模型与宿主适配**：沿着独立适配层接入更多执行环境，把已经成熟的业务组件继续复用。 - **更多真实项目基准**：用不同规模、不同领域的任务验证协作收益，发展适合各类任务的组织方式。 这些方向是后续规划，已有基础包括模块清单、网络预设、独立会话、持久状态、异步通信和工程协作流程。**框架每增加一个成熟组件，都可以让后续团队直接获得新的能力；这种可积累、可组合的成长方式，是 Nexarbor 长期潜力的重要来源。** --- 本页展示织林 / Nexarbor 的第一个应用，评估日期：2026-10-14。链接均指向仓库内文档；本机凭据、原始会话目录与构建产物不随本文发布。