Agent Farm

🚀 Agent Farm v3.4 - 分块写入版

Agent Farm是一个支持AI智能体进化和并行任务执行的工具，借助具备工具使用能力的智能体，能够高效处理各类任务。v3.4版本引入了分块写入模式，可用于生成大型文档和代码文件！

🚀 快速开始

你可以按照以下步骤安装Agent Farm：

cd ~/repos/agent-farm
uv venv
uv pip install -e .

✨ 主要特性

v3.4版本新增特性

• 分块写入模式：智能体并行编写各个部分，Python直接进行组装。
• chunked_write：可生成大型Markdown/文本文件（大小无限制）。
• chunked_code_gen：并行生成多函数代码文件。
• chunked_analysis：多视角分析并综合结果。
• 突破500字符限制：每个智能体编写小部分内容，组合输出无限制。

性能提升

• 比v3.0版本快8.6倍（4任务集群从103秒缩短至12秒）。
• 每个任务仅需1次迭代（之前为3 - 5次）。
• 使用真实工具数据时成功率达100%。
• 本地综合 - 使用qwen2.5:14b模型综合结果（无需云令牌！）

📦 安装指南

cd ~/repos/agent-farm
uv venv
uv pip install -e .

💻 使用示例

系统健康检查

agent-farm:system_health_swarm

自定义任务集群

agent-farm:tool_swarm
  colony_type: "heavy"
  tasks: [
    {"prompt": "Check CPU temperature"},
    {"prompt": "List top 5 memory processes"},
    {"prompt": "Check if docker is running"}
  ]

直接写入大文件

agent-farm:heavy_write
  path: "/tmp/large_output.txt"
  content: "... large content ..."

代码库侦察

agent-farm:recon_swarm
  target_path: "/home/kyle/repos/my-project"

分块生成大文档

agent-farm:chunked_write
  output_path: "/tmp/security_guide.md"
  spec: "Linux server security hardening guide"
  num_sections: 5
  doc_type: "markdown"

输出：包含5个连贯部分的9KB以上文档

分块生成代码文件

agent-farm:chunked_code_gen
  output_path: "/tmp/utils.py"
  spec: "File utilities: read, write, copy, delete"
  language: "python"
  num_functions: 4

输出：包含4个函数的完整Python模块

多视角分析

agent-farm:chunked_analysis
  target: "/home/kyle/repos/project"
  question: "What are the architectural patterns?"
  num_perspectives: 4

输出：从结构、模式、质量、性能视角进行的分析

📚 详细文档

模型信息

MCP工具（共30个）

集群管理

• spawn_colony - 创建智能体集群（标准/快速/重型/混合）
• list_colonies - 列出活跃集群
• colony_status - 获取集群详细信息
• quick_colony - 快速进行健康检查
• dissolve_colony - 移除集群
• cleanup_idle - 移除闲置集群
• farm_stats - 获取综合统计信息

集群部署

• deploy_swarm - 将任务部署到集群
• quick_swarm - 一次性创建并部署

专业集群

• code_review_swarm - 从4个视角进行代码审查
• code_gen_swarm - 生成代码、测试和文档
• file_swarm - 并行文件操作
• exec_swarm - 并行执行shell命令
• api_swarm - 并行发送HTTP请求
• kmkb_swarm - 多角度知识查询

工具启用智能体

• tool_swarm - 部署具备真实系统工具的智能体
• system_health_swarm - 快速进行系统健康检查
• recon_swarm - 进行目录/代码库侦察
• deep_analysis_swarm - 深度磁盘/文件分析
• worker_task - 单个具备完整工具的工作者

直接操作

• heavy_write - 直接写入文件（处理大内容时绕过LLM）
• synthesize - 独立综合任何JSON结果

分块写入模式（新增）

• chunked_write - 通过并行编写各部分生成大型文档
• chunked_code_gen - 并行编写函数生成代码文件
• chunked_analysis - 多视角分析并综合结果

智能体工具权限

结构化输出详情

Agent Farm v3.3使用Ollama的结构化输出功能，对模型响应强制执行JSON模式：

# 智能体保证返回有效的JSON响应：
{"tool": "system_status", "arg": ""}
{"tool": "exec_cmd", "arg": "df -h"}
{"tool": "check_service", "arg": "ollama"}

受限解码（GBNF语法）在生成过程中屏蔽无效令牌，确保：

• 始终是有效的JSON
• 正确的工具名称
• 正确的参数结构
• 无解析失败情况

结果现在包含一个mode字段，显示使用的方法：

• structured - 强制执行JSON模式
• structured+autoformat - JSON + 简单结果格式化
• structured+deep - 带有多步推理的JSON
• regex - 备用正则表达式解析
• regex+autoformat - 正则表达式 + 简单结果格式化

分块写入模式

分块写入模式通过分解大型任务，解决了小模型约500字符输出限制的问题：

1. 规划者智能体（qwen2.5:14b）
   |-- 创建结构化JSON大纲
   |-- {"sections": [{"title": "...", "description": "..."}]}

2. 工作者智能体（qwen3:4b） - 并行执行
   |-- 每个智能体编写一个部分（约300 - 500字符）
   |-- 4个工作者 = 同时编写4个部分

3. Python拼接（无需LLM）
   |-- 头部 + 分隔符.join(各部分)
   |-- 零令牌成本，即时组装

4. 直接文件写入（无需LLM）
   |-- tool_write_file()保存结果
   |-- 避免任何输出损坏

性能表现

原理说明

• 小模型擅长聚焦的短输出
• 每个部分都在“安全区”内（<500字符）
• Python处理组装（无LLM令牌成本）
• 通过ThreadPoolExecutor并行执行
• 结构化输出确保可靠的规划

Claude桌面配置

{
  "mcpServers": {
    "agent-farm": {
      "command": "/home/kyle/repos/agent-farm/.venv/bin/python",
      "args": ["-m", "agent_farm.server"]
    }
  }
}

更新日志

v3.4.0 (2026-01-23)

• 分块写入模式 - 智能体并行编写各部分，Python进行组装
• chunked_write - 生成无限制大小的文档（测试：78秒生成9.6KB）
• chunked_code_gen - 并行生成多函数代码文件
• chunked_analysis - 多视角分析并综合结果
• 通过任务分解突破智能体500字符限制
• 规划者使用结构化JSON输出以确保可靠的大纲

v3.3.0 (2026-01-23)

• Ollama结构化输出 - 通过受限解码强制执行JSON模式
• 可靠的工具解析 - 不再有正则表达式解析失败问题
• 模式跟踪 - 结果显示使用的解析方法
• 正则表达式备用方案 - 仍保留传统解析作为备份
• 所有角色都具备exec_cmd以进行复杂的shell查询

v3.2.0 (2026-01-22)

• 综合者角色 - 使用qwen2.5:14b进行准确的结果综合
• synthesize参数 - 添加到tool_swarm、system_health_swarm、recon_swarm、deep_analysis_swarm中
• synthesize工具 - 独立综合任何JSON结果
• 不再有Claude综合成本 - 所有工作都在本地完成

v3.1.0 (2026-01-20)

• 速度提升8.6倍（从103秒缩短至12秒）
• 自动格式化结果，跳过冗余的LLM调用
• 立即拒绝无效工具
• 强制在回答前使用工具
• 修复复杂shell命令支持问题
• 所有角色最低升级到qwen3:4b

v3.0.0 (2026-01-19)

• 从Windows版本重建为Linux版本
• 具备角色权限的工具启用智能体
• 系统健康、侦察、工作者集群
• 通过ThreadPoolExecutor实现真正的并行