Deva:一个对话框里带起一支 AI 团队,活干完再回来交差
一、问题是什么
用一个 AI 干一整个项目,卡住的地方往往不是它不会写代码。
是你得自己当项目经理。你先让它读需求,再让它出方案,它给了方案你得判断行不行,然后让它开始写,写到一半它跑偏了,你得拽回来,改完让它自测,测出来的问题再一条条让它修。整个过程里你的注意力被切成几十片,每一片都要重新装载上下文。一个下午过去,代码是写完了,你也累瘫了。
另一头的问题是:一旦你把整件事交给它,它就会在一个超长对话里越走越远,上下文被塞满,前面的约定被忘掉,最后交出来的东西跟你要的不是一回事。
Deva 的解法是把「一个人干完」换成「几个人分工」。你只跟一个主角色说话,它按需要拉人进来,各自干各自的活,干完回来汇总。
二、核心设计:主角色 + 按需组建的成员
它的结构是两层。
外层是一个主角色(界面上叫它小码酱),你跟它对话、提需求、看结果。它负责理解任务、拆解、判断需要哪些角色,然后把活分下去。
内层是成员。成员不是预设死的几个角色,而是主角色在对话过程中按需要创建的:这次要改前端,它拉一个前端成员;下次要做视觉,它拉一个设计成员。每个成员有自己独立的会话和上下文,可以绑不同的文件夹,干活时以「本人」身份回报,不是复述主角色的话。
这个设计解决了两件事。一是上下文隔离:三个成员各看各的那片代码,不会互相污染,主角色只看他们交回来的结论。二是并行:几个成员能同时开工,不用排队。
每个对话最多十位成员。这个上限是有道理的——再多的话主角色自己的调度就会变成瓶颈,上下文成本也会陡增。
三、功能拆解
多角色对话是基础:除了默认的主角色,可以加别的角色,各自独立的对话线。
工作区这一层做得比较实在:它读项目里的约定文件(就是那类写给 AI 看的项目说明),所以你的编码规范、目录约定、常用命令它能自动知道,不用每次重复交代。
计划与澄清是它跟「一句话开干」类工具的分水岭。接到任务它先出计划,不清楚的地方回来问你,确认之后才动手。这个环节很多人会觉得慢,但它省掉的是后面反复返工的时间。
子智能体是成员之外的另一种分工方式,分几类:通用的、专门探索代码库的、专门做调研的、专门做规划的,还有一个是可以从当前对话分叉出去的。分叉那个尤其有用——你可以在一个分支上试一个激进方案,不行就丢掉,主线不受影响。
内置浏览器让它能自己打开页面看效果,改完前端不用你截图给它。
附件与交付这块支持读常见的办公文档格式(Word、Excel、PowerPoint),意味着你可以直接把需求文档丢进去。
检查点是它的安全网:每次动手前自动留一个还原点,不满意可以用回退命令退回去。
四、适合谁、不适合谁
适合的:手上有中等规模、需要多块并进的项目(一个带前后端的应用、一个要同时改代码和做视觉的产品);已经被「一个超长对话干到底」坑过、知道上下文会崩的人;以及习惯先看计划再动手、不介意多一轮确认的人。
不适合的:只想快速改一行代码、不值得走完整流程的场景;完全不想为模型付费的人(它是客户端,模型费用自己出);以及需要严格审计每一次改动来源的团队——多成员并行会让「这行是谁改的」变得不那么直观,虽然每个成员都有回执。
五、诚实提醒
第一,检查点保护的是它自己的改动,不包括你在编辑器里手改的东西。正确用法是重要分支上开工前先提交一次版本,把「人改的」和「它改的」分成两层。少了这一步,检查点给的安心是虚的。
第二,多成员不等于多能力。成员共享同一个模型,拉三个成员出来不代表它能同时想三件事——真正的收益在上下文隔离和并行执行,不在「更聪明」。指望靠加成员突破模型本身的上限,会失望。
第三,成员数有硬上限(十位),而且上下文成本随成员数上升。三个成员跑得动,八个成员就开始互相拖累。
第四,它是客户端,不提供模型。你得自己有 API key,或者接一个兼容端点。费用直接付给模型方,它不在中间加价,也不对你的账单负责。
第五,这类「多代理协作」的工具目前都在快速迭代,界面和行为会变。看到教程里某个按钮跟你装上的版本对不上,先看版本号。
六、项目现状
实测版本 v0.1.15,MIT 许可,基于 Electron 构建,代码以 TypeScript 为主。macOS 最低要求 11.0,Windows 提供免安装压缩包和安装器两种形态。应用体积约 233 MB。
仓库页面上的定位写得很清楚:「运行在本机的桌面 Agent,以对话为唯一入口」。这句话里两个关键词值得注意——本机(数据在你机器上)和唯一入口(不用学一堆概念,就是聊天)。
七、常见问题
问:它跟直接用某个编程助手有什么区别
答:多了两层:会拆活的调度层,和各自独立上下文的成员。你要是只改一个文件,这个差别体现不出来;要动一个有多块的项目,差别很明显。
问:成员之间会互相看到对方的代码吗
答:默认各看各的绑定目录。需要共享时把同一个文件夹绑给多个成员即可。这个设计就是为了避免上下文互相污染。
问:一个对话最多几个成员
答:十位。再多的话主角色调度本身会变成瓶颈,上下文成本也会陡增。真需要更多角色,拆成两个对话更实际。
问:检查点能救回我手改的代码吗
答:不能。它只覆盖自己那轮的改动。手改的部分靠版本控制。
问:能完全离线用吗
答:软件本身全本地,数据也在本地;但模型如果走云端 API 就要网。要完全离线,把模型换成局域网里的兼容端点(自建推理服务那类),填进设置即可。
问:MCP 服务加完怎么确认生效
答:在对话里问一句「你现在有哪些工具」,它列出来的清单就是真正挂上的;没列出来的说明没生效,回去检查配置。
问:怎么判断它是不是真的在按计划走
答:给一个中等规模的任务,看它是不是先出计划、再澄清、再分给成员、最后逐个回执。如果它直接开写、中途也不回来对齐,说明计划环节没生效,去设置里看看当前用的模型是不是不支持工具调用。
下载地址
夸克网盘(永久有效):https://pan.quark.cn/s/c2ff5bd805ec
本教程由「宝藏星球屋」整理,更多软件、游戏、开源项目都在 https://cbge.top。























暂无评论内容