让多个 AI IDE 不再是各自为战，而是真正像开发团队一样协同工作。
现在用AI写代码已经很常见了，但是一到真实大型项目里，很快就会浮现以下几个问题
- 一个AI扛完整个项目,写到后面上下文越来越乱
- 前端、后端、测试、审查接口很容易对不齐
- 不同AI各有长处，很难稳定分工
- 一个窗口要开发前后端和进行测试的时候，需要将各个领域的Skill全都放在同一个项目中
- 多个窗口或者多个IDE进行协同开发时，需要人工复制粘贴内容给对应的窗口
ai-collab
让一个 Host 负责统筹，让多个 Worker 负责执行，让不同 AI 在不同 IDE 或工具里协同开发。
目前支持的工具有: Trae、Cursor、codex、claude。剩下的没测试不代表不支持，理论上只要一个功能可以支持skill和执行cmd命令，就可以支持
工作流程
- Host负责接收用户需求,并根据需求指定方案
- 用户确认后,将需求拆分成一个个小需求
- 根据当前会话中的所有Worker,生成不同的任务分发给各个Worker
- 例如有前端有后端有测试就会将任务分成前端后端和测试,分别派发给各个Worker
- Host需求派发完毕后开始进入等待Worker完成工作后,向Host回报本次任务的完成情况
- Worker完成任务后，进入等待接收Host为当前Worker派发任务的阶段
- Host根据完成情况,再次为该Worker派发任务
理论上整个过程，会话都不会结束，会进入一个循环的等待链
github地址:github.com/Rainbow0328…
解决了哪些问题
解决一个AI写到后面越来越乱的问题
小项目里，一个 AI 往往还能撑住。
但项目一大，前后端、接口、模块、联调、测试全压在一个上下文中，后面很容易失控。
所以这套工具把事情拆开了：
-
Host 负责理解需求、拆任务、推进节奏
-
Worker 只负责自己那部分工作
这样每个 AI 只维护自己负责的局部上下文，稳定性会高很多。
2. 解决前后端和模块之间容易对不齐的问题
真实开发里，难的不是一个页面或一个接口能不能写出来，
而是写出来之后，能不能和别的部分始终对得上。
这套工具里，Worker 不是各写各的。
所有任务都由 Host 统一拆解、统一派发、统一收结果。
这样前后端、模块之间更容易保持一致。
3. 解决不同 AI 很难分工的问题
有的 AI 更擅长前端，有的更擅长后端，有的更适合做审查。
所以这里不是让所有 AI 都干同样的事，而是给每个 AI 一个稳定职责，比如：
-
前端开发
-
后端开发
-
某个后端模块
-
代码审查
-
测试验证
这样每个 AI 都更聚焦，整体效率也更高。
4. 解决 token 浪费的问题
不是所有任务都值得用能力最强的模型做。
能力更强的、token更贵的模型更适合做：
-
统筹
-
架构
-
审查
-
关键决策
能力没那么强，token没那么贵的模型可以承担很多执行性工作。
当 Host 和 Worker 分开之后，就可以自然地把不同模型放到不同位置，让 token 用得更合理。
5. 解决开发过程不透明的问题
我不太喜欢黑盒式协作。
开发场景里，透明很重要。
你需要知道：
-
谁加入了会话
-
谁负责什么
-
谁收到了任务
-
谁汇报了结果
-
当前推进到哪一步
这套工具就是尽量把这些事情做成显式流程，而不是让 AI 在背后自行运作。
快速开始
1.进入根目录先构建
npm install
npm run build
npm run link:cli
2.启动
ai-collab start
3.将项目中skill文件夹下的按照host和worker以及各个工具分类好的skill,导入到工具中
4.(可选)将项目中rule文件夹下的按照host和worker分类好的rule导入到各个工具中
之所以建议这一步,是因为单纯依赖skill,在大部分ide中是能稳定的,但是极个别可能会抽风,直接中断本次会话,就会导致无法继续工作,增加Rule只是为了让规则更加严格
5.Host创建会话
在host的对话窗输入提示词:
你是当前项目 host。创建并加入会话为demo-collab-01,先理解需求，你的名字是trae,
再根据成员职责拆任务。能并行就同轮一次性派发。派发后进入等待链，收到汇报后继续推进，直到达到验收点。
这个提示词是我自己测试时候用的,建议在这一步开始前先和host沟通好需求,设计方案
6.Worker加入会话
作为worker加入会话demo-collab-01,你的名字是cursor,你的身份是前端工程师
7.host查看当前会话成员
查看当前会话成员
8.worker进入等代链
进入等待链
9.host开始派发任务
按照方案,将任务划分成一个个小功能,避免一次派发一个很大的任务,开始按照会话内worker成员的职责,分发任务
它适合什么场景
这套工具更适合下面这些场景：
-
前后端分离项目
-
中大型项目
-
后端按模块开发的项目
-
希望多个 AI 分工协作的人
-
希望把贵模型和便宜模型分层使用的人
-
希望整个开发流程更透明、更可控的人
如果只是改个小页面、写个小脚本，一个 AI 窗口通常就够了。
但如果你已经开始觉得“一个 AI 写完整个项目”越来越吃力，那你可能需要的就不是更大的上下文，而是更好的协作方式。
最后
我做这个工具，核心不是为了让更多 AI 一起聊天，
而是想把 AI 编程从“单助手模式”，推进到“协作模式”。
简单说就是：
-
一个 Host 统筹全局
-
多个 Worker 各做各的专业工作
-
每个 AI 只维护自己的局部上下文
-
整个过程尽量透明、可控、可追踪
如果后面你也在做更复杂的项目，也许会发现：
真正限制 AI 编程效率的，不只是模型能力，还有协作方式本身。
