如何使用 Agent Manager 管理多个本地 CLI AI 代理

解决多代理并行运行的混乱问题：利用 tmux 会话管理机制，让 AI 能够启动、停止、监控多个本地 CLI Agent，并支持通过 cron 实现定时任务调度。

为什么需要这个技能

当你需要同时运行多个 AI Agent 处理不同任务时，简单的终端运行会导致界面混乱，且难以在后台持久化运行。如果手动管理，你需要频繁切换终端标签页并手动记录哪个 Agent 在执行哪个任务。

agent-manager-skill 通过将每个 Agent 映射到独立的 tmux 会话中，实现了代理的隔离运行。你不再需要手动管理进程，而是可以通过简单的指令集来分发任务、实时追踪日志（Tail logs）并确保 Agent 在后台稳定工作。

适用场景

• 需要并行运行多个本地 CLI Agent 且互不干扰。
• 需要在后台持久化运行 Agent，并在需要时随时切入查看进度。
• 需要为不同的 Agent 分配特定任务并统一监控输出结果。
• 需要结合 cron 将 Agent 的工作流程自动化、周期化。

核心工作流

1. 环境检查：确保系统中已安装 tmux 和 python3。
2. 代理配置：在 agents/ 目录下定义 Agent 的配置信息。
3. 状态管理：使用 doctor 检查环境，list 查看当前所有 Agent 的运行状态。
4. 生命周期控制：通过 start 启动指定 ID 的 Agent，或使用 monitor 实时跟踪其输出日志。
5. 任务分发：使用 assign 指令将具体的工作流指令（如 Markdown 定义的任务清单）发送给目标 Agent。

常用命令示例

# 检查运行环境是否正常
python3 agent-manager/scripts/main.py doctor

# 列出所有 Agent 及其状态
python3 agent-manager/scripts/main.py list

# 启动 ID 为 EMP_0001 的 Agent
python3 agent-manager/scripts/main.py start EMP_0001

# 实时监控 EMP_0001 的输出日志
python3 agent-manager/scripts/main.py monitor EMP_0001 --follow

# 为 EMP_0002 分配具体任务
python3 agent-manager/scripts/main.py assign EMP_0002 <<'EOF'
Follow teams/fractalmind-ai-maintenance.md Workflow
EOF

下载和安装

下载 agent-manager-skill 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐