多 Agent 协作框架 Routa：让 AI 团队真正落地

什么是 Routa

image.png

Routa 是一个工程化的多 Agent 协作框架，由开发者 Phodal 开源发布。它把任务、状态、事件和执行拆解成可控模块，让开放生态下的多 Agent 系统可以真正落地，而不是靠 Prompt 做隐式拼接。

简单来说，Routa 的目标是：让多个 AI Agent 在同一套工程约束下协同工作，而不把系统推向混乱。

单个 Agent 的局限：为啥需要一个团队？

单个 Agent 听起来很全能——规划、编码、审查、报告，什么都能干。但真的好吗？

一个 Agent 在规划、编码、审查和报告之间不断切换上下文，就像单人开发者在项目中承担所有角色。真实的团队不是这样的。他们分工协作，各司其职，在看板上保持工作可见。

Routa 把同样的理念应用到了 AI Agent 上。

核心机制：以看板为协调层

Routa 的核心机制很简单：一张 Kanban 看板。

看板列

对应 Agent

负责内容

Backlog

Refiner（梳理员）

把目标拆成结构化任务

Todo

Orchestrator（编排员）

编排任务执行顺序

Dev

Crafter（开发员）

实现代码

Review

Guard（评审员）

验证交付质量

Done

Reporter（汇报员）

收口完成

把看板视作协调层。用户只要描述自己的需求，Routa 会把它拆成任务卡片，专门的 Agent 在卡片流经各列时接手工作——待办事项 → 开发中 → 评审 → 已完成。每个 Agent 都有自己的角色分工，在准备好时将工作传递给下一个 Agent。看板既是项目经理，也是通信总线。

Routa 自己不写代码。 它只是让更专业的 Agent 各司其职，在不同阶段协调执行。

技术架构

Routa 采用双运行时架构，共用同一套领域模型：

• Web 端：Next.js 应用程序和 API（src/）
• 桌面端：Tauri + Axum（apps/desktop/ + crates/routa-server/）

两个运行时都支持相同的 workspace-scoped 协调模型——会话、看板自动化、任务、工具和跟踪。桌面端的后端是一个完整的本地协调运行时，而不是一个薄薄的传输层。

协议方面，Routa 支持 ACP、MCP、A2A、AG-UI、SSE 和 REST 等多种集成接口，不绑定任何特定 Provider。Agent 可以用 Claude Code、OpenCode、Codex、Gemini CLI、Kimi 甚至 Copilot，都可以接进来。

为什么要做 Routa 从 AutoDev 到 Routa

Routa 的作者 Phodal 之前做过 AutoDev，那是一个“自研一体化”的多 Agent 架构——自研 Agent、自研调度、自研协作。但问题在于：这种做法其实不太对。如果业内已经有了协议化的 Agent（比如 OpenCode、Claude Code），为什么还要重新轮子？Routa 的思路变了：不押注某个固定的 Agent 实现，而是让不同的 Agent 在一个统一的工程平面上协作。

完成了 ≠ 交付了

在 Agent 协作里，最容易被忽略的一个区别：Spec 模式里的“完成”，只是看板里的“Dev 完成”。从开发完成到交付完成，中间还隔着验证、门禁、证据和状态流转。

换句话说，Agent 把代码写完了，不等于这张卡片可以进 Done。

返工不是异常

多 Agent 协作里，返工是默认输入，不是异常。系统最该留下的是上一轮被拦住的原因，不是最后一轮的漂亮输出。

所以从这张正在 Done 的卡片可以看到一个事实：它一共跑了 8 次 runs。第一次 Review 并没有直接放行。评审守卫当场给出阻塞理由——Worktree 不干净，变更未提交。随后才有后续的开发修补、再次评审，以及最后那张带着 commit hash、clean worktree 和测试通过记录的完成表。

Harness 工程：让 Agent 在约束下工作

Routa 这个名字在芬兰语里有“铁轨”的意思，开发者用了一个比喻：不是传统意义的“航线”，而是铁轨。不追求绝对的自由，而是用钢轨把 Agent 的活动限定在一个可预测、可管理的范围内。

Harness Monitor 回答“发生了什么”——通过 trace、文件变更、命令和 git 状态展示 Agent 做了什么。Entrix Fitness 回答“应该满足什么”——强制执行门禁规则、证据要求和文件数量限制。Gate Specialist 回答“能不能流转”——验证验收标准后决定放到 Done、退回 Dev 还是转交人工。三层堆叠成一个决策路径，而不是单一角色说了算。

当生成速度不断提高之后，系统靠什么抵抗持续上升的代码熵？Harness 工程给出的答案是：不是让 Agent 更强，而是让约束更清晰。

适合什么场景

• 一人带多个 Agent：帮一个人拆角色、控边界、做交接，不用自己手工分割每个环节
• 多模型混用：Claude Code 写代码、Gemini 做评审、Kimi 梳理 Spec，各自在合适的列工作
• 有交付要求的项目：从开发完成到交付完成，Agent 需要被验证、被门禁拦住、被归档

项目在 GitHub 上一月左右已攒近758颗星：

桌面版（推荐）：

npm install --legacy-peer-depsnpm --prefix apps/desktop installnpm run tauri:dev

Docker：

docker compose up --build

访问：http://localhost:3000

Web 版本主要用于演示，日常使用建议跑桌面版。

项目地址：github上搜索：routa 文档站点：https://phodal.github.io/routa/ 社区交流：Slack（项目 README 中有邀请链接） 许可协议：MIT