双航道工作流
项目航道(Projects):常驻排班与多 Agent 协作
把 GitHub 巡检、安装包自检、定时发版与内容运营组织成结构化项目,利用零成本 Guard 脚本与多 Agent 班组持续运转。
经营一款产品,写代码只占一半时间;另一半是日复一日的巡检、测试、发版、回复用户与内容运营。Munk AI 的 项目航道(Projects) 让你把这些周期性或事件驱动的工作交给常驻的 Agent 班组。
项目与任务是怎么组织的?
在每个产品下,你可以按业务目标建立多个 项目(Projects)。每个项目都是一个结构化的纯文本目录(projects/<id>/):
products/open-compare/projects/github/
├── README.md # 项目背景与共享工作说明
├── guards/ # 零 Token 预检脚本(.mjs)
│ └── github-sentinel.mjs
├── tasks/ # 具体的值班任务(.md)
│ ├── github-issue-pr-actions.md
│ ├── l1-package-smoke.md
│ └── release-batch.md
└── .opencode/ # 项目专属的 Agent 与 Skill(可选)

触发方式:定时、串联与 Webhook
每条任务(tasks/<id>.md)通过顶部的 YAML 配置决定何时开班:
- 定时排班(
schedule):使用标准 Cron 表达式(例如每天07:00定时汇总发版,或每 10 分钟巡检一次 GitHub)。 - 上下游串联(
after):当上游任务的班次成功完成后自动接棒(例如:安装包冒烟测试通过后,自动触发真机 UI 交互实测)。 - 外部事件触发(
webhook):由 Munk AI 生成本机专属触发地址,收到外部通知时立即开启一班。 - 手动开班:不配触发器时,随时在界面上点击按钮手动跑一班。
零 Token 守门脚本(Guards):有事才唤醒大模型
如果让大模型每 5 分钟去检查一次有没有新 GitHub Issue,一天下来会白白浪费大量 Token。
为此,高频任务都配有 检查脚本(guards/*.mjs):
- 每次到达排班时间,Munk AI 先在本地运行轻量的 Node.js 脚本(耗时通常不到 1 秒,零 Token 消耗)。
- 没有新动静:脚本返回跳过(Exit Code
10),本班次直接静默结束,不调用大模型。 - 发现新事件:脚本返回放行(Exit Code
0)并输出简要上下文,Munk AI 这才唤醒 Agent 进场干活。
多 Agent 班组与人类登录辅助(Human Assist)
- 班组协同(
team):一条任务可以指派多位专职 Agent(如排查员、测试员、文案专员),共享同一项目的历史日志、专属技能(Skills)与只读源码权限(reads.code)。 - 本机登录态复用(Human Assist):当运营任务需要访问需要登录的平台(如 GitHub CLI、应用商店后台、社交媒体等)时,你无需把账号密码塞进提示词——只需在本机终端或独立浏览器里亲手登录一次,Agent 即可在受控权限下复用已登录会话完成操作。
