大家好！我是瓜哥。前互联网技术副总裁，现在带队死磕 AI 编程。
最近有一款超级热门的开源项目 - herdr，在 Github 上已有 2.8W star。
我上官网看了下核心能力，赶紧上手安装实战。
使用感受？太好用了，我强烈推荐喜欢命令行 agent 的朋友们装上。使用 herdr 来进行多个命令行 agent 编排开发。
herdr 的官网首页。
快速看一眼，工具主界面。
一、herdr 是什么？
1. 核心功能价值
一句话解释：一个可以运行在任何地方（终端），即便退出终端界面也一直在运行的 AI agent 配套原生工具。
herdr 的界面很简单，就三个：
- workspace — 项目工作区
- pane — 可分屏的窗口
- agent — 智能体运行与状态编排
2. 能支持哪些智能体
几乎国内外所有主流的命令行（CLI）agent 都支持，包括 claude、codex、opencode、gemini cli、kimi code 等。
装上后，能在任意终端启动 herdr，然后在项目目录启动 agent，就可以开始干活了。
herdr 会自动识别 agent， 并且能让一个 agent 给另一个 agent 派活、读状态、收结果。
二、herdr 有哪些核心能力？
1. 永远在后台干活
一直在运行：herdr 根本不需要你专门打开界面挂着，会持续在后台运行。
关盖断网照样干：哪怕你把笔记本盖子合上，里面的 AI 也不会自己停下，依然在继续干活；
开机恢复原状：哪怕电脑重新开机，herdr 也能瞬间把你之前的界面布局和未完成的工作进度原封不动地恢复回来，就像你从来没关过电脑一样。
2. 谁卡住了，一眼就能看到
当有多个 agent 同时干活时，herdr 会像监工一样实时盯着它们：有非常清晰的状态，展示谁在干活、谁在休息、谁卡住了等你回复，全部清清楚楚挂在面板上。
*tips：空心圆代表在休息，实心圆代表在干活。*
3. 天生就是给 AI 组团打配合设计的
这个工具不是简单的窗口分屏，而是专门让 agent 之间相互协作的指挥部。
agent 们可以像人与人协作一样：自己分头开窗口、互相派任务、互相提醒进度。
最聪明的是懂得配合：只有当真的遇到坎儿卡住了，才会出手对接，绝对不会盲目乱敲代码。
4. 你平时用啥工具，拿过来就能直接用
你平时习惯用的 claude code、codex、cursor、opencode、grok 这些热门 AI 编程工具，herdr 都支持，拿过来就能用。
就像一个超级收纳台，把这些你用顺手的工具统统接管并统一排布起来。
无论是 Mac 还是 Linux 电脑（Windows正在测试），下载装上直接跑。
那有朋友可能会问了，我在单个 agent 里，不也可以通过 subagent 来编排开发么？
的确是，但两种方式还是有根本上的区别。继续往下看。
三、传统单 Agent 的局限
这是我每天的工作现场。
使用不同 agent 和模型交叉执行一个任务，进行能力上的弥补。于是经常需要在多个终端之间来回切换，既费脑子，效率又低。
1.传统单 Agent 带来的问题？
① 成本问题
比如所有的任务都使用最好的模型，效果肯定是没问题，但成本是非常高的，对于重度开发来说，必须要上 200美金/月 这档，每月接近 1400人民币/月 的投入。
② 能力问题
单一 agent + 单一模型，能力受限。比如在 claude code 里默认内置的 claude 系列模型，或者 codex 里默认内置的 gpt 系列模型。
单一模型的能力，受限于模型的训练三件套：
- 训练语料 - 决定模型见过什么。包括知识边界、风格、事实准确性。
- 模型架构 - 决定模型如何加工。包括推理深度、上下文窗口，识别能力。
- 训练方式 - 决定模型如何回答。包括，对齐、指令遵循、调佣工具的倾向、长链路推理的稳定性等。
基于模型的训练方式，决定了单个模型在不同的能力表现上有强有弱。
总结下，单一模型带来的最大问题：
- 不能做交叉验证
- 在不同任务表现存在差异
③ 专属适配
现在主流的 AI 厂商都有自己的专属的 agent，而专属的 agent 都会基于自家的模型进行调优。
虽然我们有方法让 agent 去调用不同模型，比如在Claude Code 里使用 CC-Switch ，在 Codex 里使用 Codex++ 去接入不同模型。
能用。但很明显，这肯定不是最佳组合。
到这里，可能有朋友要说，不是有 subagent，通过在单 agent 里编排多个子智能体编排，不也可以实现么。创建多个 subagent，然后给每个 subagent 配置上不同的模型，比如下面这样：
当然是可以！但要编排好这个 subagent 的协作开发体系，实操的门槛还是有点高。
因为真正有效的多智能体协作，不是让一堆 agent 在那随便聊天。不是纯纯的制造垃圾上下文和无效的消耗 token，而是主智能体协调，子智能体分工，有明确的文件输出位置，角色分工清晰，共享看板、上下文传递约束，可回滚交付。
而 herdr 的出现，帮我们实现了跨 agent 通信的能力 ，简直是 CLI agent 用户最大的福音。
装上 herdr 后，在一个终端窗口里，同时启动多个 agent，利用 herdr 的跨 agent 通信能力，实现一个 agent 指挥多个 agent干活，效率大幅提升。
如此循环：claude code「需求草案」-- codex 「任务拆分、代码验收」-opencode「代码编写」
好了，下面我们来看下如何安装和配置 herdr。
三、安装与配置
1. 如何安装 herdr？
Linux or macOS，一行 curl 命令直接搞定。
code
macOS，也可以通过 Homebrew 来安装。
code
Windows，通过 Powershell 命令来安装，复制下面命令执行。
code
我是 macOS，直接使用 Homebrew 来安装。
*tips:Homebrew 是 macOS 系统规范的包管理器，能自动解析并安装依赖链，可通过 brew upgrade 一键升级和 brew uninstall 干净卸载。*
2. 启动 herdr
启动方式也非常简单，直接在终端里输入 herdr。
下面就是第一次启动的初始界面，分为三个区域，项目目录、agent、终端窗口。
我们现在来启动多个agent，并在分屏协同工作。
3. 安装 skill
这个 skill 大家一定要装，有了它我们就可以让 agent 操作 Herdr，并且进行 agent 通信。
安装也很简单，一条命令。
code
安装耗时，大概 2 分钟，需要选择一些基础的选项。!herdr skill 安装
安装完成后，就可以在 agent 里，调用 skill 控制 herdr 了。
写在最后
用了两天 herdr 后，感觉已经离不开了。
这种多个独立 agent 编排开发任务，一键下指令，然后就是喝咖啡的日子，肯定是爱上了。其中 跨 agent 通信 这个能力，是我最喜欢，也是真正让我决定写一篇文章推荐给大家的原因。
claude code 出需求草案，codex 拆任务、做验收，opencode 写代码，三个 agent 各司其职，互相交换信息，我只需要决定要做什么就好。
这套工作方式我现在每天都在用，目前还没踩过什么大坑。
herdr 这款工具本身也开源免费，如果你也是 CLI agent 的重度用户，值得装上试试。
如果你也在自己折腾产品、天天跟 AI 写代码较劲，那这个号你大概率会觉得对味。点个关注，后面我会持续把真实项目的迭代过程放出来，不整虚的。
🔥 福利领取
汇集瓜哥个人一线实战经验分享，结合热门的Cursor/Claude code/Codex 等工具，全新推出《瓜哥 AI 编程实战工具包》。
面向零基础用户打造，也有为独立开发者进阶的硬核技术，全部案例均来自实战经历，当然不会漏掉大家关心的部分：如何利用 AI 提升变现效率。
点个 ‘关注’，私信回复「工具包」，即可免费获取！
了解详情可看下方图片 👇
🚀 加入 AI 探索者社区
别再一个人摸索了，技术迭代这么快，圈子很重要。
与 300+ AI 编程高手/爱好者一起，把「会用 AI」变成真正的竞争力！入群方式按住识别图片二维码 👇
📚 阅读更多
掉坑警告！用 AI 连续写了 3 天代码，竟在一夜之间彻底蒸发？
提交反馈
图文凿碎墙壁！一个能让 Agent 互相发信息的顶级效率工具。短时间已斩获 3W 星标！