npm package discovery and stats viewer.

Discover Tips

  • General search

    [free text search, go nuts!]

  • Package details

    pkg:[package-name]

  • User packages

    @[username]

Sponsor

Optimize Toolset

I’ve always been into building performant and accessible sites, but lately I’ve been taking it extremely seriously. So much so that I’ve been building a tool to help me optimize and monitor the sites that I build to make sure that I’m making an attempt to offer the best experience to those who visit them. If you’re into performant, accessible and SEO friendly sites, you might like it too! You can check it out at Optimize Toolset.

About

Hi, 👋, I’m Ryan Hefner  and I built this site for me, and you! The goal of this site was to provide an easy way for me to check the stats on my npm packages, both for prioritizing issues and updates, and to give me a little kick in the pants to keep up on stuff.

As I was building it, I realized that I was actually using the tool to build the tool, and figured I might as well put this out there and hopefully others will find it to be a fast and useful way to search and browse npm packages as I have.

If you’re interested in other things I’m working on, follow me on Twitter or check out the open source projects I’ve been publishing on GitHub.

I am also working on a Twitter bot for this site to tweet the most popular, newest, random packages from npm. Please follow that account now and it will start sending out packages soon–ish.

Open Software & Tools

This site wouldn’t be possible without the immense generosity and tireless efforts from the people who make contributions to the world and share their work via open source initiatives. Thank you 🙏

© 2026 – Pkg Stats / Ryan Hefner

@daomar/agentfleet

v3.1.5

Published

Distributed agent orchestration, without a control plane.

Readme


为 Agent 开发者而生

AgentFleet 专为使用 AI 编码智能体的开发者设计 — Claude Code、GitHub Copilot CLI、Cursor、Aider,或任何接受提示词并生成代码的命令行工具。如果你有不止一台机器,AgentFleet 可以让它们并行处理同一个任务,并返回独立的结果。

你可以用它来:

  • 横向比较不同智能体 — 在一台机器上用 Claude Code、另一台上用 Copilot CLI 执行同一个提示词,然后比较输出质量。
  • 并行探索复杂问题 — 让多台机器同时检查不同 clone、分支、配置或方案。
  • 基准测试提示词 — 在不同模型、工具、硬件和仓库状态下评估同一个提示词。
  • 让数据留在本地 — 任务和结果只通过你的 OneDrive 同步;AgentFleet 不运行托管后端。
  • 适合防火墙内环境 — 不需要入站端口、隧道、SSH 堡垒机、队列或控制平面凭据。

快速开始

一条命令启动。 在每台要加入集群的机器上运行:

npx -y @daomar/agentfleet run

就这样。AgentFleet 会自动:

  1. 检测你的 OneDrive 并初始化工作区(仅首次运行)。
  2. 注册 agentfleet 快捷命令,之后可以直接使用。
  3. 开始监听任务。

然后从任意一台机器提交任务:

agentfleet submit \
  --title "安全审查" \
  --working-dir /path/to/project \
  --prompt "审查这个仓库的认证、注入和密钥处理风险。请返回具体发现和修复建议。"

每台正在运行的机器都会接收同一个任务,使用本机配置的编码智能体执行,并把带主机名前缀的结果写回 OneDrive。

查看进度:

agentfleet status

更喜欢浏览器?打开 agentfleet.daomar.dev/web/,用拥有该 OneDrive 的 Microsoft 账户登录,即可提交任务、监控节点、查看结果。

智能体兼容性

AgentFleet 可以与任何接受提示词的命令行工具配合使用。默认智能体为 Claude Code

| 智能体 | 命令模板 | 说明 | |---|---|---| | Claude Code | claude -p {prompt} | 默认,开箱即用 | | GitHub Copilot CLI | gh copilot suggest "{prompt}" | 需要安装 gh CLI + Copilot 扩展 | | Cursor | cursor --prompt "{prompt}" | 需要 Cursor CLI | | Aider | aider --message "{prompt}" | 需要安装 aider | | 自定义 | 任何包含 {prompt} 的命令 | 通过配置 defaultAgentCommand |

单次任务覆盖 agent:

agentfleet submit --prompt "修复登录 bug" --agent 'aider --message "{prompt}"'

或在 ~/.agentfleet/config.json 中更改全局默认:

{
  "defaultAgent": "claude-code",
  "defaultAgentCommand": "claude -p {prompt}"
}

具体使用案例

1. 多智能体代码审查

在多台机器上用不同本地 agent 命令执行同一个提示词。

agentfleet submit \
  --title "比较审查智能体" \
  --working-dir ~/src/product \
  --prompt "找出这个代码库中最重要的 10 个生产风险。按严重程度分组,并包含文件路径。"

你可以对比推理质量、误报率、补丁建议和覆盖范围。

2. 分布式重构预演

让多台机器指向不同 clone 或分支,然后独立尝试同一次迁移。

agentfleet submit \
  --title "React Hooks 迁移方案" \
  --working-dir ~/src/frontend \
  --prompt "规划并实施从 class component 到 function component + hooks 的安全迁移,保持变更易审查。"

3. 本地 agent prompt 基准测试

针对一个高价值提示词,在不同模型、工具或仓库状态的机器上重复运行。

agentfleet submit \
  --title "提示词基准测试" \
  --prompt "总结构建失败,识别根因,并提出最小修复方案。"

4. 防火墙内团队或实验室环境

使用已经能同步 OneDrive 的机器,不需要开放任何入站网络路径,也不需要额外审批、托管、打补丁或监控新的调度器。

工作原理

机器 A                 机器 B                 机器 C
agentfleet run         agentfleet run         agentfleet submit
     │                      │                       │
     └──────────────┬───────┴──────────────┬────────┘
                    ▼                      ▼
             OneDrive / AgentFleet 共享工作区
                 tasks/  → 不可变任务 JSON
                 output/ → 每台机器独立结果文件
  1. agentfleet run 检测 OneDrive 并初始化共享工作区(首次运行自动完成)。
  2. tasks/output/ 由同步的 OneDrive 工作区承载。
  3. agentfleet submit 写入不可变任务文件。
  4. 每个 agentfleet run 进程发现新任务并使用本地编码智能体执行。
  5. 结果文件带主机名前缀,多台机器不会互相覆盖。

AgentFleet 与常见替代方案

| 能力 | AgentFleet | SSH 脚本 | Ansible | 云 CI | |---|---:|---:|---:|---:| | 中央服务器/控制平面 | 无 | 无,但要管理主机 | 控制节点 | 托管服务商 | | 入站端口 | 无 | 通常需要 SSH | SSH | 不使用本地节点 | | 支持任意本地 agent CLI | 是 | 手写胶水代码 | 自定义 Playbook | 自定义 Runner | | 多机器结果对比 | 内置 | 手动 | 手动 | 依赖流水线 | | OneDrive 用户的安装成本 | 一条命令 | 主机配置 | Inventory + SSH | 服务商配置 | | 数据路径 | 你的 OneDrive | 你的网络 | 你的网络 | 云服务商 |

CLI 参考

# 启动任务监听(首次运行自动初始化)
npx -y @daomar/agentfleet run

# 首次运行后,快捷命令即可使用:
agentfleet run

选项:

  • --poll-interval <seconds> — 轮询间隔,默认 10
  • --concurrency <number> — 最大并发 agent 进程数,默认 1
  • --daemon / -d — 后台守护进程模式
  • --log-file <path> — 守护进程日志路径,默认 ~/.agentfleet/agentfleet.log
agentfleet submit --prompt "..." --title "..." --working-dir /path

选项:

  • --prompt <text> — 给编码智能体的指令,必填
  • --title <text> — 简短任务标题
  • --working-dir <path> — 工作目录,默认当前目录
  • --agent <command> — 覆盖智能体命令模板
agentfleet status              # 所有任务概览
agentfleet status <task-id>    # 查看指定任务详情
agentfleet stop                # 停止运行中的实例
agentfleet run --daemon
agentfleet install    # 安装登录自启动
agentfleet uninstall  # 移除自启动
agentfleet stop
  • Windows: 名为 AgentFleet 的计划任务,登录和唤醒时触发
  • macOS: 名为 dev.daomar.agentfleet 的 LaunchAgent

通常 runsubmit 会使用 OneDrive 自动初始化。如需手动控制:

agentfleet init                                    # 默认使用 OneDrive
agentfleet init --backend onedrive-business        # OneDrive 企业版
agentfleet init --backend local-folder --path /shared/fleet  # 本地文件夹
agentfleet init --force                            # 重新初始化
~/.agentfleet/
├── config.json          # 本机配置,不同步
├── processed.json       # 本机已执行的任务 ID
├── agentfleet.pid       # 守护进程 PID 文件
├── agentfleet.log       # 守护进程/自启动日志
├── tasks/ → OneDrive    # 共享任务 JSON 文件
└── output/ → OneDrive   # 共享任务输出
    └── task-001/
        ├── DESKTOP-A-result.json
        ├── DESKTOP-A-stdout.log
        └── LAPTOP-B-result.json

前提条件:Node.js 18+、OneDrive 同步、Windows + PowerShell 或 macOS,以及至少一个编码智能体 CLI 或兼容的本地命令。

Web 仪表板

托管在 agentfleet.daomar.dev/web/ 的 GitHub Pages 应用是一个 PWA,可用于:

  • 从桌面或移动端提交任务;
  • 监控已注册节点和最近活动;
  • 浏览任务历史和每台机器的结果;
  • 通过 Microsoft Entra ID + PKCE 登录,并直接调用 Microsoft Graph。

页面支持英文和简体中文,并会根据浏览器语言自动切换。

安全模型

  • 无入站连接: 无隧道、无监听服务、无暴露 SSH 端口。
  • 无 AgentFleet 后端: 仪表板直接调用 Microsoft Graph。
  • 无额外数据面: 协调数据停留在用户自己的 OneDrive / Microsoft 365 环境中。
  • 仓库无共享密钥: 浏览器认证使用 Microsoft 委派权限。
  • 本地执行明确可控: 每台节点运行自己的本地 agent 命令。

支持项目

AgentFleet 是免费的开源项目。如果它节省了你的时间,或者启发了你的分布式智能体工作流:

  1. ⭐ 给仓库点 Star,让更多开发者看到它。
  2. 🍴 Fork 后适配你自己的 agent 技术栈。
  3. 💬 通过 Issues/Discussions 分享真实的多机器场景。
  4. ☕ 通过 PayPal / 微信支付 支持持续开发。

赞助者

链接

许可证

MIT