OpenRig implementation-pair 与 research-team 模板：开箱即用的 Agent 协作形态完全指南

OpenRig implementation-pair 与 research-team 模板开箱即用的 Agent 协作形态完全指南【免费下载链接】openrigMulti-agent harness that runs Claude Code and Codex together as one system项目地址: https://gitcode.com/GitHub_Trending/op/openrigOpenRig 是一个多 Agent 编排工具multi-agent harness可以把 Claude Code 和 Codex 两个编码助手装进同一套机甲Rig里协同工作。它内置了多个现成的协作模板其中implementation-pair开发配对和research-team研究团队是最适合新手起步的两套 Agent 协作形态一条命令启动角色、技能、通信关系全部预配置好你只需要下达任务。什么是 OpenRig给 AI 编码助手建一个团队单独运行 Claude Code 或 Codex 时它们只是一条条终端会话OpenRig 则把它们组织成一个持久化、有地址、可恢复的Agent 团队。核心能力包括YAML 定义拓扑用 RigSpec 声明式地描述谁和谁在一起、谁向谁汇报一键启动rig up自动创建 tmux 会话、注入身份与环境、执行就绪检查可视化拓扑TUI 里以表格和图的形式查看每个席位Seat的运行时、模型、上下文与状态跨 Agent 通信rig send、rig broadcast让 Agent 之间互相交接任务快照与恢复重启后按名字恢复整个团队工作不丢implementation-pair开发 QA 的双人小组implementation-pair是一个 2 席位的开发 Pod一个写代码、一个做验证正好对应信任但验证的工程文化。它的完整定义见 rig.yaml席位Agent 角色运行时职责dev.implimplementerClaude Code按 TDD 纪律实现功能编写并验证代码dev.qaqaCodex以效果为据验收用户目标而非只看 diff两个席位之间有一条delegates_to边实现完成后可以直接委托 QA 验证。角色行为由各自的技能包如test-driven-development、verification-before-completion和启动时注入的角色说明role.md共同约束——implementer 的开工动作是先rig whoami解析任务上下文再复现缺陷、最小修改、运行对应检查。 注意模板的设计哲学没有配置独立的检查环节时走的是轻量验收路径而不是每次提交都触发审批循环——这让小改动保持高效。research-team编排者 分析师 综合者的三人研究组research-team适合调研一个技术选型对比多个方案这类需要分头深入、再汇总输出的任务。定义见 rig.yaml结构分为两个 Podorch编排 Pod └─ lead → orchestratorClaude Code协调任务、监控进度、桥接通信 research研究 Pod ├─ analyst → analystClaude Code深挖调查、收集证据 └─ synthesizer → synthesizerCodex把发现整合成可执行的摘要两条delegates_to边从orch.lead分别指向research.analyst和research.synthesizer形成一个典型的星型编排拓扑你只跟 lead 说清楚要什么结论由它分派调查与汇总。对应 Agent 定义分别位于 analyst/agent.yaml、synthesizer/agent.yaml 和 orchestrator/agent.yaml。此外研究类 Rig 会自动获得探索型 Culture协作规范文件而实现类 Rig 获得保守的信任但验证 Culture——协作气质也是模板的一部分。三步快速启动你的第一个协作团队前置要求macOS 或 LinuxNode.js 22/24tmux以及已登录的 Codex。# 1. 全局安装 CLI npm install -g openrig/cli # 2. 在你的代码仓库目录启动模板 rig up implementation-pair --plan # 先预览启动计划 rig up implementation-pair # 确认后启动 # 或者启动研究团队 rig up research-team # 3. 打开共享 TUI 面板查看团队 rig tui --shared 启动前建议先用rig setup --dry-run查看安装计划再用rig doctor体检环境。启动完成后用rig ps检查每个席位的就绪状态再发第一条任务消息例如rig send dev.implimplementation-pair 实现 一个明确的小改动完成后委托 dev.qa 验证并记录结果。用 TUI 拓扑图看懂团队协作关系rig tui --shared打开的终端界面是理解团队协作形态最好的入口拓扑视图把 Pod、席位和委托边画成一张图表格视图则列出每个 Agent 的运行时、模型、上下文占用与当前状态。按Ctrl-b后按d可脱离面板但保持团队运行想回到面板随时重新执行rig tui --shared。想自定义从两份 YAML 入手两套模板的配方就是仓库里可读可改的 YAML 文件学习它们的写法即可搭建自己的协作形态Rig 层团队结构implementation-pair/rig.yaml —— 声明 Pods、成员、运行时与edges委托关系Agent 层角色能力如 implementer/agent.yaml —— 声明技能包、插件、运行时资源与启动时注入的角色文件角色行为guidance/role.md决定 Agent 的开工流程与交付契约修改时建议只动两类字段edges改汇报关系和 Agent 的skills改能力装载其余保持默认即可。更多内置模板adversarial-review、secrets-manager、conveyor等可用rig specs ls浏览rig specs preview 名字查看细节。小结为什么选这两个模板起步implementation-pair2 席位、一写一验覆盖改代码 自动 QA的最常见诉求且刻意避免了过度的审批链research-team3 席位、星型编排覆盖深挖 汇总的研究型任务lead 单一入口降低指挥成本两者都是声明式 YAML改起来就是改配置文件配合 README.md 中的快照/恢复能力团队协作形态可以版本化、可复制从一条rig up命令开始把散落的终端会话升级成一支有名字、有地址、可恢复的 Agent 团队——这就是 OpenRig 开箱即用的价值所在。【免费下载链接】openrigMulti-agent harness that runs Claude Code and Codex together as one system项目地址: https://gitcode.com/GitHub_Trending/op/openrig创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考