Loading...
正在加载...
请稍候

StarNet:你画的像素艺术空间站,就是 Agent 真正运行的工作流

✨步子哥 (steper) • 2026年09月25日 21:55

StarNet:你画的像素艺术空间站,就是 Agent 真正运行的工作流

来源:GitHub 仓库 androoAGI/starnet
日期:2026-09-26
仓库:https://github.com/androoAGI/starnet
Trending:日增 118 stars


一句话总结

StarNet 是一个本地优先的桌面 agent harness——你在像素艺术风格的空间站里放置房间、走廊、物件,你画的布局就是 agent 真正运行的工作流。不是模拟,不是可视化,是字面意义上的运行时。


场景开篇

你在桌面上打开一个像素风的空间站编辑器。画一个房间叫"工程部",放两个 agent 桌位,给每个桌位挂一个"代码能力"徽章。画一条走廊连到"测试部"房间,走廊上标"代码交接"。在测试部放一个 agent,挂"测试能力"。

点"运行"。

工程部的 agent 开始写代码。写完的代码通过走廊流到测试部。测试部 agent 自动跑测试,失败的话通过走廊把 bug 报告送回工程部。你看着像素小人在屏幕上走来走去,但每一个走动都对应一次真实的 API 调用、一次真实的工具执行、一次真实的成本消耗。

这不是模拟游戏。这就是 StarNet。

核心设计:空间即程序

StarNet 最反直觉的地方是:UI 不是 runtime 的可视化,UI 就是 runtime 本身。

大多数 agent 框架的 UI 是"仪表盘"——agent 在后台跑,UI 展示状态。StarNet 反过来:你在 UI 里画的东西,直接定义了 agent 的能力边界、协作路径、权限范围。

具体来说:

  • 一个房间 = 一个能力受限的团队:房间里的 agent 共享这个房间的能力集
  • 一条走廊 = 一个授权的交接通道:只有有走廊连接的房间之间才能传递工作
  • 一个放置的物件 = 一个真实的能力授予:放一个"GitHub 访问"物件,agent 才能操作仓库

这意味着:布局即架构。你想让工程 agent 不能直接碰数据库?那就别画从工程部到数据库的走廊。你想让所有 agent 都能用搜索?在每个房间都放一个"搜索"物件。

这不是"可视化配置"——这是空间编程范式。

产品契约:界面不得声称 harness 无法证明的状态

StarNet 有一条核心产品法则:

The interface must never assert state the harness cannot prove.

界面上的每一个像素状态,都必须有对应的运行时证据。如果界面上显示"agent 正在工作",那这个 agent 真的在做 API 调用。如果显示"任务完成",那真的有产出文件。如果显示"花费 $2.50",那真的消耗了 $2.50。

这条法则的深层含义是:StarNet 拒绝"模拟"。

很多 agent 框架的 UI 会展示"agent 在思考""agent 在协作"——但这些状态可能是假的,可能只是 UI 动画在播放,后台什么都没发生。StarNet 把这个常见的欺骗彻底禁止了。

这条法则也意味着:如果你看到空间站里一片繁荣——所有房间都在亮灯、所有 agent 都在走动——那你的 agent 组织真的在高效运转。如果一片漆黑,那真的什么都没在做。 UI 不会骗你。

关键功能

多 Agent 并发,各有工作空间

每个 agent 是独立的运行实例,有自己的:

  • 工作空间(文件系统隔离)
  • 对话记录
  • 记忆
  • 权限边界

不是"一个 agent 多开窗口",是"多个独立 agent 并发运行"。

Night Shift — 夜班模式

离开电脑后,agent 继续工作。但有一个"明确的、可调节的 leash"——每个夜间行动都被记录、可审查。

这个设计很精妙:它承认了"agent 自主运行"的需求(你睡觉时它们可以干活),但用"leash + 审计日志"来约束风险。不是放任不管,是"有约束的自主"。

Task Briefs — 不猜就问

遇到歧义时,agent 不 silent guess(默默猜一个答案),而是发一个 Task Brief:把歧义变成一个具体问题 + 几个选项,通过你连接的渠道(Telegram、Discord、Slack)问你。

这解决了一个真实痛点:agent 猜错了,你回来发现它花了 3 小时做错误的事情。Task Briefs 把"猜错的成本"替换成了"回答一个问题的成本"。

多渠道接入

Agent 可以连接 Telegram、Discord、Slack、Signal、Matrix。你可以在手机上通过 Telegram 和你的空间站 agent 对话,让它调整工作、审批任务。

这意味着:空间站是本地运行的,但交互是跨设备的。你的 agent 在你的电脑上跑,但你可以从任何地方和它交互。

MCP 连接器

支持 Model Context Protocol 服务器。可以接入任何 MCP 兼容的工具——数据库、API、文件系统。

真实的账本

花费、预算、运行历史持久化到磁盘,原样展示。不是"估计成本",是实际消耗的 token × 价格。

和其他 agent 框架的区别

维度 Paperclip AutoGen StarNet
核心隐喻 公司 对话 空间站
编程方式 配置 + org chart 代码 空间布局
UI 角色 仪表盘 无 运行时本身
本地优先 否 是 是
多渠道 否 否 是
审计 有 无 有(Night Shift 日志)
适合场景 大规模 agent 组织 开发者 个人/小团队

StarNet 和 Paperclip 代表了两个极端:

  • Paperclip:agent 是员工,需要 org chart、层级、治理
  • StarNet:agent 是空间站成员,需要空间布局、能力物件、走廊授权

两个隐喻都成立,但适用场景不同。Paperclip 适合 20+ agent 的大团队,StarNet 适合 3-10 agent 的个人或小团队。

深层洞察:空间编程范式

StarNet 最值得关注的不是像素艺术,是空间编程这个范式。

传统的 agent 配置是文本的:YAML 文件、JSON 配置、Python 代码。你需要读懂配置才能理解 agent 的能力边界。

StarNet 的配置是空间的:你看到的就是真实的。工程部到数据库没有走廊?那工程 agent 真的不能碰数据库。测试部没有"部署"物件?那测试 agent 真的不能部署。

这带来一个根本性的变化:非技术人员可以"编程"agent 工作流。产品经理可以画一个空间站布局,定义 agent 的协作方式——不需要写一行代码。

这和 No-Code 平台不同。No-Code 是把代码隐藏在 UI 后面。StarNet 是用空间关系替代代码逻辑——不是隐藏复杂度,是用一种更直观的表示方式消除复杂度。

限制和风险

  1. 空间隐喻的表达力上限:不是所有工作流都能用空间布局表达。复杂的条件分支、循环、异常处理——这些用空间布局画出来可能比代码更难懂。

  2. 本地优先 = 单机瓶颈:所有 agent 在你的电脑上跑。10 个 agent 同时做 API 调用,你的网络和机器扛得住吗?

  3. "界面即运行时"的脆弱性:如果 UI 渲染出 bug,是否会影响运行时?界面和运行时的强耦合意味着 UI 问题可能变成运行时问题。

  4. 像素艺术的"装饰性"争议:有人会觉得像素艺术是噱头,不是必需的。但 StarNet 的设计哲学是"空间关系即程序"——像素艺术只是空间关系的视觉表示方式。换成 3D 渲染或线框图,核心逻辑不变。

适用场景

  • 个人/小团队的 agent 编排:3-10 个 agent,需要可视化协作
  • 非技术人员参与 agent 设计:产品经理、设计师可以画布局
  • 需要多渠道交互:通过手机 Telegram 远程控制桌面 agent
  • 教育/演示场景:像素艺术 + 空间布局,非常适合教学和展示

结语

StarNet 提出了一个激进的设计哲学:界面不是 runtime 的可视化,界面就是 runtime 本身。

这个哲学的深层含义是:我们对"编程"的理解可能太窄了。编程不一定是写代码,不一定是配 YAML,不一定是拖拽流程图节点。编程可以是画一个空间布局——只要这个布局有明确的运行时语义。

StarNet 的核心产品法则——"界面不得声称 harness 无法证明的状态"——是一个值得所有 agent 框架学习的原则。它不只是 UI 设计原则,是诚实性原则:不要假装你的 agent 在工作,如果它没有在工作。

在一个越来越多的 agent 框架用花哨的 UI 动画来掩盖"其实什么都没做"的时代,这个原则比任何功能都重要。


StarNet 仓库:https://github.com/androoAGI/starnet
Trending 数据:日增 118 stars,JavaScript

讨论回复

加载中...
正在加载回复...

正在加载回复...

推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录