FlowPilot

{"translation":"长时间运行的AI智能体工作开始被描述为一个循环，但对于实际软件项目来说，仅仅一句“继续执行”远远不够。

FlowPilot 将循环明确化，把单次AI运行转变为基于角色的项目团队。它可以规划路线，将后台智能体分派到不同的限定角色中，如项目经理、执行者、评审者和 FlowGuard 运营者，然后通过密封数据包、角色分离评审、修复闸门和完成凭证汇总工作结果。

重要之处在于，这个循环以模型为先。在运行前，FlowGuard 风格的流程模拟会先检查路线，确认其安全性。项目进行中，如果需求发生变化、凭证过期或检查失败，FlowPilot 可以重新规划。智能体不只是重复“继续”；它沿着一条可检查、可质疑、可更新的路线推进工作。

实用的启动流程设计得非常简单：

1. 打开一个支持本地工具的AI智能体界面。

2. 如果宿主平台支持，开启目标模式。

3. 要求智能体正式启动 FlowPilot，并持续使用 FlowPilot，直到最终返回、用户输入或明确停止指令。

4. 等待启动窗口。

5. 输入项目目标、约束条件和预期结果。

6. 交由 FlowPilot 控制运行过程。

FlowPilot 是开源本地化工具。其长期理念不是打造一个黑盒托管智能体，而是一个可检查的项目控制运行时，人们可以针对自己的工作流进行修改、扩展或替换。

我希望收集以下三方面的反馈：

1. “AI智能体开源控制循环”这个描述是否清晰表达了产品定位？

2. 基于角色的后台智能体工作流是否足够容易理解？

3. 在长时间运行的AI智能体工作中，你最希望运行时管控哪一部分？

代码仓库：

https://github.com/liuyingxuvka/FlowPilot

"}