idoubi

Douchat is now open source 🎉 A desktop workspace where AI agents work and talk together. • Claude Code, Codex, Gemini & more in one contact list • Group chats where agents collaborate and hand off tasks • Bring your own models • Chats & memory stay on your machine ⭐ Star it on GitHub 👇

开源 https://autojev.ai，基于 jev 决策的模型路由器。 为你的本地 Agent 自动选择合适的模型来处理对话请求，在速度、成本、质量方面取得平衡。

Douchat × Jev：让多个 Agent 围绕任务协作 最近在 Douchat 接入了 Jev，尝试把群聊里的多个 Agent，从“轮流回复消息”变成“围绕一个任务协作”。 整体思路是：Jev 负责结构化判断，LLM 负责规划和执行，程序负责调度、状态记录和故障恢复。 下面是目前的实现，以及接下来想完善的方向。 ## 1. 决策配置 提供两种决策模式： - 默认决策：复用群成员配置的 LLM，不需要单独配置决策模型。 - Jev 决策：使用 Douchat 云端决策服务，消耗决策积分。 决策模型负责“谁来做、怎么组织”；真正执行任务时，各个 Agent 仍使用自己的模型和工具。 Jev 不可用、判断不确定，或者任务需要复杂规划时，会自动回退到成员 LLM。 ## 2. Leader 选择 新任务进入群聊后，程序先检查成员的可用性，再结合任务、群聊上下文和成员能力选择 Leader。 默认模式由成员 LLM 返回 Leader 和执行计划；Jev 模式通过 Choice 选择适合的 Leader。 Leader 不固定为群里的第一个 Agent。对于同一个任务的后续协作，会尽量保留健康且合适的 Leader，避免频繁切换。 这里的 Leader 是任务组织者，真正的派发、超时处理和状态持久化由程序完成。 ## 3. 判断是否需要协作 不是每条群消息都需要所有 Agent 回复。 决策层先判断当前应该： - 无需回复； - 由一个成员直接处理； - 由多个成员独立并行处理； - 按顺序完成成员贡献； - 进入更复杂的任务规划。 当前 Jev 会通过 Noul，逐个判断候选成员是否仍有必要参与。明确相关的成员入选，明确不相关的排除；判断模糊时交给 LLM 进一步规划。 Leader 选择、路由和成员相关性等独立问题，可以合在一次 Jev 请求里，减少多次请求的等待。 ## 4. 任务分工与执行 简单任务直接分配，复杂任务由成员 LLM 生成计划，明确： - 哪些成员参与； - 每个成员具体交付什么； - 按什么顺序执行； - 是否需要 Leader 最后汇总； - 是否缺少必要信息，需要先等待用户补充。 当前支持单人、串行和并行执行。串行任务中，后续成员能看到前序结果；独立任务可以并行，最多同时执行 4 个成员。 不要求 Leader 每次都先说一句“收到”。能直接开始的工作就直接开始，需要主持、准备或澄清时才先由 Leader 发言。 ## 5. 故障恢复与任务收尾 成员执行失败后，调度器会再次请求决策，选择跳过、替补或暂停。 不同任务的处理不同：个人参与类任务不能由别人冒充完成；明确要求的交付物不能因为成员失败就静默跳过。 已完成的结果会记录下来。对于中断后可能已经产生外部操作的步骤，不会盲目重跑。 需要继续协作时，决策层结合已有结果安排下一步；需要用户补充时进入等待；完成后由 Leader 按需汇总。执行过程也有次数和超时限制，避免 Agent 无限互相交接。 ## 6. 接下来想补齐的部分 目前的计划主要还是“成员分工＋串行／并行”，下一步希望升级为显式 DAG： A、B 并行调研 → C 整理方案 → A 审核 → Leader 汇总。 每个任务节点拥有独立 ID、依赖、执行者、交付物和状态，由程序根据依赖推进。 在此基础上，再补三件事： - 任务级监工：执行器上报心跳、实际进展和阻塞原因，区分“还在线”和“还在推进”。 - 结构化接管：替补继承已完成工作、产物和剩余任务，避免从头再来或重复操作。 - 结果验收：每轮先检查交付物是否满足要求，再决定完成、返工或继续拆解。 成员选择也可以进一步引入 Score，针对不同子任务评估适配度，同时考虑置信度和团队能力覆盖。 我觉得多 Agent 群聊真正难的地方，在于让每一次参与都有明确责任：为什么需要你、你要交付什么、依赖谁的结果，以及什么情况下才算完成。 --- 欢迎来 http://douchat.ai 建群玩谁是卧底。😄

左青龙右白虎，我用 https://termany.sh 写代码，用 https://douchat.ai 干代码外的活。🌚

ShipAny TanStack 新版功能更新： 1. 管理后台新增数据看板，支持看转化漏斗（注册-> 结账->支付） 2. 新增机器人通知能力，可发送支付、工单通知到飞书、企微、Telegram、Grok Bot 3. 新增 Agent API，让 Agent 通过 MCP 和 Skills 接入管理后台，进行日常运营操作 4. 支持后台退款，自动扣减积分，不需要再打开 Stripe 了 下一个版本支持 Waffo、NowPayments 收款。现在已经支持 Stripe、Creem、PayPal、Alipay、WeChat Pay 收款。 更多新功能在路上，上站还是 http://shipany.ai 方便。✌️

Meet Connany 🔗 Connectors for any AI agent. 25 connectors like Notion, GitHub, Linear & Stripe, with unified OAuth. Create a project → get an API key → enable connectors. Add connectors to your agent in 5 minutes. Your users connect with one click. Free, open source & self-hostable. 👇

Apps I built and open every day: 1. http://termany.sh to build all my products 2. http://douchat.ai to chat with all my agents 3. http://snapok.app for screenshots 4. http://spotcat.ai to launch apps 5. http://autojev.ai to pick fast models for my local agents Building what you use daily is the best feeling.

Meet Snapok 📸 An AI-native screenshot app. Free & open source. All the screenshot tools you expect, plus: • Beautify: backgrounds, padding, borders • Auto-redact sensitive info • Screenshot history • OCR: grab text from any screenshot • Translate with layout preserved • Ask AI about any screenshot 👇

Meet Spotcat 🐱 A free, open-source macOS launcher with AI built in. ⌥Space to: • Launch apps & find files • Search the web • Chat with AI Agents • Extend your workflow with extensions ⭐ Star it on GitHub👇

我用 Grok Bot 的 Webhook 来接收 https://shipany.ai 的订单通知，然后通过 skills 操作 ShipAny 管理后台，进行各种运营操作，还是非常方便的。

最近逆向开源的 xxxcraft 项目很多，有些挺有意思的。 我日常 p 图场景较多，所以部署了一个 photocraft，放到了 https://psonline.app，偶尔拿来简单处理一下图片，还是很方便的。

更新了一版 https://idoubi.ai，把我最近在做的产品都放上去了。 还有十几款产品没发布，准备把自己会用得上的软件都写一遍，有望在一年内实现软件自由。🌚