agents

این پروژه چیست

agents دو باینری Go است. agentsd روی سروری اجرا می‌شود که ابزارهای کدنویسی روی آن نصب‌اند: هر ایجنت را در یک نشست tmux شروع می‌کند و یک API HTTP به‌علاوهٔ یک WebSocket ارائه می‌دهد که یک ترمینال کامل را حمل می‌کند. agentsctl روی لپ‌تاپ شما اجرا می‌شود: یک TUI برای انتخاب نشست، یک CLI، و یک کلاینت ترمینال خام برای آن WebSocket.

  laptop                          server
 ┌─────────────┐    WebSocket    ┌──────────────────────────┐
 │ agentsctl   │ ──────────────► │ agentsd                  │
 │  · tui      │    + REST API   │  · tmux sessions         │
 │  · session  │                 │  · claude/grok/codex/…   │
 │  · status   │                 │  · full PTY bridge       │
 └─────────────┘                 └──────────────────────────┘

چرا یک TTY واقعی

ابزارهای تعاملی ایجنت یک ترمینال واقعی می‌خواهند: ورود با اشتراک، رابط کامل، مدیریت کلیدها. حالت‌های headless آن‌ها (-p) رفتار متفاوتی دارند و ممکن است از اعتبار API کم کنند. agents ایجنت را روی سرور در حالت تعاملی نگه می‌دارد و ترمینال را برای شما استریم می‌کند. یک صف کار print هم وجود دارد، اما اختیاری است و صریحاً با همین برچسب مشخص شده.

یک نشست چطور کار می‌کند

1. POST /v1/sessions با یک ایجنت و یک پوشهٔ کاری.
2. پوشه زیر workspace_root resolve و با یک فهرست مجاز بررسی می‌شود — .. رد می‌شود و symlinkها پیش از تطبیق resolve می‌شوند.
3. agentsd فرمان tmux new-session -d -s la-<id> -c <dir> -- <agent> را اجرا می‌کند. یک پرامپت اول اختیاری با tmux send-keys تایپ می‌شود، نه به‌صورت پرچم CLI.
4. agentsctl session open به /v1/sessions/{id}/pty وصل می‌شود. سرور یک PTY با tmux attach باز می‌کند؛ فریم‌های باینری ورودی/خروجی ترمینال را حمل می‌کنند و فریم‌های متنی JSON تغییر اندازه و pingهای نگه‌دارنده را.
5. جدا شدن فقط پروسهٔ attach را می‌بندد. ایجنت تا وقتی نشست را kill نکنید اجرا می‌ماند، و کلاینت بعد از قطع اتصال خودکار دوباره وصل می‌شود.

SSH همچنان یک جایگزین اختیاری است (session open --ssh).

شروع سریع

# server: tmux + the CLIs you want
echo "AGENTSD_TOKEN=$(openssl rand -hex 32)" > ~/.config/agentsd/env
agentsd serve --config ~/.config/agentsd/config.toml

# laptop
agentsctl config init      # set url + token
agentsctl                  # TUI session picker
agentsctl session start -a claude --open

اختیاری: Chromium با رابط گرافیکی برای Playwright از طریق Xvfb، تا ایجنت‌ها بتوانند یک مرورگر قابل‌مشاهده را روی سرور هدایت کنند.

امنیت و وضعیت

توکن در عمل دسترسی تعاملی راه دور به ابزارهای ایجنت روی آن میزبان است — مثل یک شل با آن رفتار کنید. پیش‌فرض‌ها و مستندات به‌سمت 127.0.0.1 به‌علاوهٔ یک تونل (Tailscale، Cloudflare Tunnel با Access) هدایت می‌کنند، نه یک پورت عمومی، و همهٔ مسیرهای /v1/*، از جمله WebSocket ترمینال، توکن bearer می‌خواهند.

این یک پیش‌نمایش عمومی اولیه (v0.2.x) است، مناسب یک «سرور ایجنت» شخصی یا تیمی کوچک. چندمستأجری نیست: جداسازی چندکاربره، هویت فراتر از یک توکن مشترک، ضبط نشست و بستهٔ Homebrew در نقشهٔ راه‌اند و هنوز عرضه نشده‌اند.

فناوری‌ها

Go، tmux، WebSocket، Bubble Tea. با مجوز GNU AGPL v3.