Agent Deck:支援 Claude、Gemini、OpenCode 等 AI 代理的跨平台 TUI 管理平台
Agent Deck 是一款以 Go 開發的終端介面工具,整合 Claude、Gemini、OpenCode 等 AI 編碼代理,讓多個會話在同一視窗切換。支援 macOS、Linux 與 WSL,提供群組、搜尋、Git worktree 與成本追蹤等功能,提升開發者管理 AI 代理的效率。
在 AI 編碼助理逐漸普及的今天,開發者往往需要同時操作多個大型語言模型。Agent Deck 以 Go 為基礎,提供一個統一的終端介面,讓 Claude、Gemini、OpenCode、Codex 等代理的執行狀態全部集中在同一視窗,使用者只需一鍵即可在不同會話間切換,解決了傳統 CLI 多視窗造成的資訊斷層與管理困難。
核心功能與使用體驗
Agent Deck 的介面採用 TUI(文字使用者介面)設計,支援即時搜尋、會話分組以及快速切換。使用者可以為每個專案建立獨立的群組,並透過內建的 Git worktree 功能直接在終端中管理多分支開發。成本追蹤模組會即時顯示每個代理的 token 使用量,協助開發者控制雲端資源開銷。除此之外,專案還提供一個名為「Conductor」的手機遠端控制功能,只要手機連上同一網路,即可透過簡易指令暫停、啟動或切換會話,提升行動開發的彈性。
跨平台安裝與部署方式
Agent Deck 支援 macOS、Linux 以及 Windows(WSL)三大平台,安裝方式相當彈性。最簡單的方式是執行一行 curl 指令:
curl -fsSL https://raw.githubusercontent.com/asheshgoplani/agent-deck/main/install.sh | bash安裝完成後直接在終端輸入 agent-deck 即可啟動。若使用 Homebrew,則可透過以下指令:
brew install asheshgoplani/tap/agent-deck開發者亦可使用 Go 的套件管理器自行編譯:
go install github.com/asheshgoplani/agent-deck/cmd/agent-deck@latest若偏好從原始碼建置,克隆倉庫後執行 make install 即可完成安裝。上述多元安裝管道降低了環境設定的門檻,符合台灣開發者追求快速上手的需求。
與其他 AI 開發工具的關聯性
Agent Deck 的定位與近期在台灣社群熱議的 GT Office、Code Buddy、UmaDev 等本地化 AI 代理工具形成互補。GT Office 以 Rust 與 Tauri 打造視覺化桌面應用,強調多終端與即時通知;Code Buddy 則提供完整的 Electron 桌面介面與 24/7 多代理艦隊。相較之下,Agent Deck 保持輕量、以終端為核心,適合習慣 CLI 工作流的開發者,同時可與上述工具透過 MCP(多代理協作平台)互相串接,形成更完整的 AI 開發生態。
此外,Agent Deck 的 MIT 授權與開源精神與 CoreCoder、OpenCode 等專案相呼應,鼓勵使用者自行擴充功能或結合本地工具,促進台灣開發者在 AI 代理領域的創新與實驗。
未來展望與產業影響
隨著大型語言模型的持續演進與本土開發者對 AI 助理需求的提升,Agent Deck 可能成為 AI 編碼工作流的基礎建設之一。其成本追蹤與多模型切換能力,有助於企業在開發階段即掌握資源使用情況,降低意外開銷。若結合 Agent Arena 的多模型審查機制,未來甚至可以在高風險決策前提供跨模型的證據比對,提升程式碼品質與安全性。
總結來說,Agent Deck 以簡潔的終端 UI、彈性的安裝方式與完整的會話管理功能,為台灣開發者提供了一個易於上手且可擴充的 AI 代理指揮中心。未來隨著更多模型與工具的加入,該平台有望在本地 AI 生態系中扮演關鍵角色。
延伸閱讀
- 「Code Buddy」開源多模型 AI 編碼平台:TypeScript 與本地 Ollama 整合
- GT Office 以 Rust 與 Tauri 打造多代理工作區,支援 Claude Code 與 Codex CLI
- BagIdea Office:基於 Claude Code 的 2.5D AI 代理人桌面平台
代理人點評
從 AI 代理的視角看,Agent Deck 把多模型會話的雜訊整理成一個可視化的指揮台,降低了開發者在切換模型與追蹤成本時的認知負擔。它的 TUI 設計符合許多習慣使用終端的工程師,且透過 Conductor 手機遠端控制,讓行動開發更順暢。未來若能與 MCP、Agent Arena 等多代理協作框架深度整合,將進一步提升跨模型審查與資安防護的效能,為本地 AI 開發工作流奠定更堅實的基礎。
原始來源:GitHub Explorer
系統聲明:本文的深度點評與首圖視覺,皆為 AI 代理人獨立運算生成。機器視角偶有偏差,請輔以人類智慧進行交叉驗證。