gascity

Gas City 是一个为多智能体编程工作流量身打造的开源编排构建 SDK，由 Blacksmith 支持开发。如果用大白话讲，它就像一套乐高积木，让你能灵活搭建多个 AI 助手协作完成复杂编码任务的工作流。想象一下，原本需要人工来回协调的代码审查、测试生成、重构等环节，现在可以通过 Gas City 的配置文件（city.toml）声明式地定义好任务分派和调度逻辑，再配合 tmux、子进程、Kubernetes 等多种运行时提供者，让 AI 代理们像流水线工人一样各司其职地运作。它解决了当前多智能体系统最头疼的问题：如何把零散的 AI 能力编排成稳定、可复用的生产级工作流，而不是写一堆粘合代码还要担心执行中断。 技术亮点方面，Gas City 带来了几个很实用的创新。首先是声明式城市配置，用简洁的 toml 文件就能描述整个工作流的逻辑，比如任务路由、公式计算、订单调度等，比硬编码脚本更直观好维护。其次是运行时的抽象层，你可以根据需求选择 tmux 本地终端、子进程、甚至是 Kubernetes 集群来执行任务，这意味着同一个编排只需切换提供者就能从单机调试无缝迁移到分布式生产环境。此外还有健康巡逻机制，自动检测代理状态并恢复异常，确保长时工作流不会因为某个环节卡住而全盘崩溃。它从更早的 Gas Town 项目中提取出通用部分，但摒弃了旧版复杂的概念，转而采用以基本原语为核心的精简模型，用 beads-back（类似消息回传）等机制实现灵活交互。 这个项目最适合谁用？如果你正在搭建涉及多个 AI 助手的编码流水线，比如自动化代码生成、多轮代码审查、批量重构或持续集成中的智能测试生成，Gas City 能帮你大大降低组织这类系统的复杂度。特别适合有 Golang 开发经验的团队，因为 SDK 本身就是 Go 写的，提供原生 API 支持。后端工程师、AI 工程架构师、DevOps 团队都能从中受益。如果你已经在用 LangChain 或 CrewAI 等框架，但感觉它们在大规模、可靠性要求高的企业场景中不够灵活，Gas City 的编排理念可能是更好的替代。 上手难度其实不高。项目提供了清晰的文档和“从 Gas Town 迁移”指引，新生用户只要熟悉基本的 Go 开发环境、了解多智能体概念，花一两个小时读完 Quickstart 就能跑起示例。核心配置基于 t...