好家伙,AI Agent 现在不是没人会写,是写完之后不知道往哪放。
本地 Claude Code 里跑得挺欢,一到生产环境就麻烦了:谁来调度?挂了怎么看日志?多个 Agent 怎么互相叫?API Key 放哪?数据能不能别出公司服务器?东哥看到这类项目,一般先不看炫不炫,先看这几个脏活有没有人接。
Trinity 接的就是这块。

项目页里说得很直接:Claude Code 负责写 Agent,Trinity 负责让它在生产里跑起来。每个 Agent 独立在 Docker 容器里跑,有实时监控、定时调度、Agent-to-Agent delegation,还有审计日志;支持自托管,也能放在你自己控制的云上。
最狠的是部署入口不绕。
一条命令先把实例拉起来:
curl -fsSL https://raw.githubusercontent.com/abilityai/trinity/main/install.sh | bash后面还能直接在 Claude Code 里装插件、连接 Trinity、创建 Agent、部署、同步、看执行情况,不用在编辑器和一堆后台之间来回跳。
它还有个可视化控制台,这点别小看。拓扑图能看整个 Agent fleet 的状态、成本、成功率,Timeline 看执行历史,甚至能进容器看终端。以前内部 demo 最怕的不是模型不聪明,是半夜某个 worker 卡死,你不知道它死在哪一步。
多 Agent 这块也有意思:可以用一个 YAML manifest 定义一整套协作系统,再通过 MCP 或 API 部署。东哥会多瞅一眼这种设计,因为它至少把“我电脑上能跑”和“线上能持续跑”分开处理了。

当然,生产环境别只看一键启动。环境变量、权限边界、日志保留、回滚、token 成本,这些还是得自己盯。
但你手里已经有 Agent,想把它从玩具变成每天能干活的东西,Trinity 这个项目确实可以翻出来看看。
GitHub 地址:GitHub - Abilityai/trinity。
夜雨聆风