Gold Band第二版更新：本地AI Coding工作流桌面工具支持动态编排

背景

Gold Band 是一个专注于本地 AI Coding 工作流的桌面端编排工具，基于 Rust + React + Tauri 2 + Agent Client Protocol 技术栈构建。第一版作为开发者预览在 LINUX DO 社区发布后，经过一个多月的持续开发，核心链路和 UI 得到大幅补强。此次第二版更新引入了会话式 UI、AUTO 动态编排模式、三类上下文管理机制（角色 / MCP / SKILL）以及多项运行体验优化，目的是让开发者能够更灵活地编排、监控和干预本地 AI Agent 工作流，同时降低手动配置负担。

核心内容

Gold Band 第二版的主要更新包括以下几个方面：

1. 新增会话式 UI

• 会话详情页通过 session tree 支持多会话切换，用户可随时切换不同会话上下文。
• 通过右上角小眼睛按钮可实时观测工作流当前进度。
• 原先的任务工作流编辑画布被移至「运行模式管理」Tab 中，该 Tab 还支持设置 AUTO 模式的模板。

2. 新增 AUTO 模式

• AUTO 模式允许并行执行多个任务，每个任务在独立的 worktree 中进行，完成后由 merge 节点合并到主工作区。典型并行 AUTO 工作流包含多个独立子任务和最终合并步骤。
• 对于小任务，AUTO 模式也支持串行执行，以适应不同场景需求。

3. 三类上下文管理

• 角色：管理 AI Agent 的角色设定。
• MCP：管理模型上下文协议相关配置。
• SKILL：在本地文件系统中管理技能文件，SKILL 的发现与加载依赖 Agent 自身能力。

4. 其他重要优化

• 已验证 Claude Code 和 Codex 的主链路能力，当前优先推荐从这两个 Agent 开始体验。
• 会话支持通过上传、复制、拖拽等方式加入文本类附件和图片。
• 更精细的运行时提示词控制，能更好地向 Agent 传递当前运行状态。
• 更精细的生命周期管理：支持随意停止、继续会话，并内置异常自修复机制（如 JSON 输出不合法时隐式提示 Agent 修复，Agent 超时自动重试三次）。
• 支持 Agent Client Protocol (ACP) 的引导卡片能力，兼容 Claude Code 的 AskUserQuestion 工具。
• 系统通知能力：在请求权限、中断、任务完成、报错等场景发送系统级通知，提醒用户处理。
• 更强的性能和更流畅的会话体验（持续优化中）。

适合的场景：未明确限定，但面向需要本地化、可控、多 Agent 协作的开发工作流场景。

后续计划：

• 打磨方向：Cursor、Gemini、OpenCode 等多 Agent 的兼容性；更稳定的 runtime 生命周期；更优雅、轻量的内置提示词；更流畅、更友好的 UI 体验；更美观的主题。
• 正在开发的功能：Direct 模式（不经过工作流，直接调用 Agent 对话，作为轻量 Chat UI 使用）；与 IM 工具打通；新增定时任务能力；新增本地数据看板能力。

关键要点

• 第二版核心变化：从固定工作流升级为 AUTO 动态编排，支持并行任务和 merge 节点机制。
• 会话式 UI 引入 session tree 和进度观测，提升调试与监控体验。
• 上下文管理分为角色、MCP、SKILL 三类，SKILL 在本地文件系统管理，加载依赖 Agent 自身。
• 已验证 Claude Code 和 Codex 的主链路，推荐优先使用。
• 运行时提示词精细化控制，异常自修复（JSON 修复、超时重试三次），生命周期可随意停止/继续。
• 支持附件（文本、图片）、系统通知、ACP 引导卡片。
• 后续兼容更多 Agent（Cursor、Gemini、OpenCode），开发 Direct 模式、IM 集成、定时任务、本地数据看板。

意义与影响

Gold Band 的第二版更新标志着本地 AI Coding 工作流工具从“固定剧本”向“动态编排”演进，降低了用户手动配置分支逻辑的门槛，同时保留了深度干预的入口。AUTO 模式的并行 merge 设计，让开发者可以在本地运行多个独立 Agent 任务并自动合并，使多 Agent 协作变得可行，尤其适合需要分别处理不同子模块再集成的编码场景。会话式 UI 和运行状态观测功能提升了可观测性，异常自修复机制则减少了人工介入的频次。此外，通过开放角色/MCP/SKILL 的上下文管理，Gold Band 构建了一个可扩展的 Agent 工作流基础设施，而未来对更多 Agent（如 Cursor、Gemini）的兼容计划，有望将其打造成跨 Agent 编排的通用桌面端 harness。整体而言，该项目为本地 AI 编程工作流提供了更灵活、更可控的自动化方案，对追求数据隐私、离线运行或深度定制 Agent 行为的技术团队具有实际参考价值。