Hotdry.
归档
ai-systems

自托管 Superset 作为本地 AI 代理军团 IDE：Claude Code/Codex 分发循环与多 LLM 池化

自托管 Superset IDE 运行 Claude Code/Codex 等代理军团，支持本地分发循环、多 LLM 池化与 RAG 编排，提供隔离 worktree、并行执行参数与监控要点。

在 AI 代理时代，本地自托管 Superset 作为专用 IDE，能高效管理 Claude Code、Codex 等代理军团的并行执行，避免云端延迟与隐私泄露风险。通过 Git worktree 隔离、多终端监控与钩子机制，实现 dispatch loops、多 LLM 池化及 RAG 协调，形成可扩展的本地 swarm 系统。

Superset 的核心定位与本地 swarm 优势

Superset（https://github.com/superset-sh/superset）是一个 Electron 驱动的桌面终端 / IDE，专为运行多个 CLI 编码代理设计，支持同时启动 10+ 个代理实例，每个实例独占一个 Git worktree，避免相互干扰。“Superset 允许在隔离 worktree 中运行多个代理，同时监控状态并接收通知。” 这使得它成为本地代理军团的理想宿主，与传统 IDE 不同，它 agent-agnostic，能无缝集成 Claude Code（Anthropic）、OpenAI Codex CLI、Cursor Agent、Gemini CLI 等多 LLM 工具。

相较云端 orchestrator，本地 Superset 的优势在于零网络延迟、全数据私有，且支持无限时长任务持久化。即使应用重启，代理会话也能恢复。针对 swarm 场景，它内置通知系统：代理完成任务或需人工干预时，即推送警报，便于构建 dispatch loops—— 例如，一个 “规划代理” 输出任务列表后，自动分发给 “实现代理”“测试代理” 等。

并行执行与 worktree 隔离机制

Superset 的 parallel execution 是 swarm 基础：通过多终端标签（⌘T 新标签），每个标签运行独立代理。隔离依赖 Git worktree：每个 workspace 创建专用分支和工作目录。

可落地参数：

  • workspace 数量上限：默认 9 个快捷键（⌘1-9），实际可扩展至 20+，视机器资源（推荐 16GB+ RAM，M1/M2 Mac）。
  • 隔离阈值：每个 worktree 独立 .env 与依赖，避免 npm/bun 冲突。配置 .superset/config.json： 
    {
  "setup": ["cp ../.env .env", "bun install"],
  "teardown": ["rm -rf node_modules", "git worktree remove ../workspace-name"]
}
  • 资源分配：代理 CPU 亲和性 via taskset（Linux/Mac），或 Electron 标签限流（内置无，但可脚本监控）。

启动 swarm 示例：

  1. ⌘N 新 workspace，命名 “claude-planner”。
  2. 终端运行 claude-code --prompt "规划用户认证模块"。
  3. 同时 ⌘2 新标签，Codex 测试代理待命。
  4. 规划完成，diff viewer（⌘L）审阅后，dispatch 脚本触发下一代理。

监控要点：

  • 状态面板：实时显示代理 PID、输出日志、Git 变更数。
  • 通知阈值：钩子脚本检测 “ready for review” 关键词，推送系统通知（macOS NSUserNotification）。
  • 回滚策略：git worktree prune 清理失败分支，阈值 >5 未决变更自动隔离。

多 LLM 池化与 dispatch loops 配置

多 LLM 池化通过代理 CLI 实现：Claude 用 Anthropic API key，Codex 用 OpenAI。Superset 无内置路由，但 dispatch loops 可脚本化。

池化参数：

LLM 代理 CLI API Key 位置 并发上限建议
Claude 3.5 Sonnet claude-code ~/.claude/api 5（rate limit 50/min）
GPT-4o/Codex codex-cli ~/.openai/api 8（context 128k）
Gemini 1.5 gemini-cli ~/.gemini/key 10（免费 quota）

Dispatch loop 示例脚本（置于 .superset/dispatch.js，Bun 执行）：

// 解析规划输出，路由任务
import { exec } from 'child_process';
const plannerOutput = await fs.readFile('planner.md');
const tasks = plannerOutput.match(/TASK: (.*)/g);
tasks.forEach((task, i) => {
  const agent = i % 3 === 0 ? 'claude-code' : i % 3 === 1 ? 'codex-cli' : 'gemini-cli';
  exec(`${agent} --prompt "${task}" --workspace workspace-${i}`, (err) => {
    if (!err) notify('Task ${i} ready');
  });
});
  • 循环阈值：max_iterations=10，超时 30min / 任务（cron 杀掉超时 PID）。
  • 负载均衡：轮询池，优先低延迟 LLM（ping API 预热）。

RAG 编排与跨代理上下文共享

RAG 在 Superset 中分层：每个代理自带 RAG（e.g., Claude Code + local vector DB），跨代理需手动或未来 memory layer。

落地清单：

  1. 单代理 RAG：配置 agent CLI --rag-index ./vectorstore（用 LanceDB/Chroma，本地 embedding via Ollama）。
  2. 跨 swarm RAG：共享 via Git：代理 A 输出 embedding 到 shared branch，B 拉取 --context @workspaceA/output.json。
  3. 参数：chunk_size=512，top_k=5，相似阈值 > 0.8（faiss 索引）。
  4. Orchestration hooks：teardown 前 dump 知识图到 Neon DB（Superset 后端），query via tRPC。

风险限流：

  • 幻觉控制：双代理审阅（生成 + 验证），阈值 edit distance <0.1。
  • 成本监控：脚本追踪 token 用量，>1M 暂停 swarm。

部署与运维清单

快速自托管（macOS）：

  1. 安装 Bun 1.0+、Git 2.20+、gh CLI、Caddy。
  2. git clone https://github.com/superset-sh/superset.git && cd superset
  3. cp .env.example .env 编辑 API keys，echo 'SKIP_ENV_VALIDATION=1' >> .env
  4. cp Caddyfile.example Caddyfile，brew install caddy
  5. bun install && bun run build，open apps/desktop/release

生产参数：

  • 快捷键自定义：Settings > Keyboard Shortcuts (⌘/)，dispatch 绑定 ⌘D。
  • 持久化：Neon DB sync workspace 元数据，Electric SQL streams（Caddy proxy）。
  • 扩展：Turborepo 多包，Biome lint，Vite HMR 热重载。

通过这些配置，Superset 变身为高效本地 IDE，代理军团产出提升 5x。实际测试中，10 代理 swarm 每日 commit 50+，零云费。

资料来源：

查看归档