Agent of Empires

核心功能概述

Agent of Empires (aoe) 是一款面向AI辅助编程场景的专业会话管理工具，基于tmux构建，旨在解决多AI编码代理并行开发时的复杂协调问题。它提供了从会话创建、状态监控到批量操作的全生命周期管理能力，特别适合需要同时运行多个Claude Code、Codex或OpenCode实例的开发场景。

显著优势

1. 代理原生设计：不同于通用tmux管理器，aoe深度理解AI代理的工作模式，内置running/waiting/idle/error等状态语义，可直接通过aoe status获取智能体执行状态，无需人工attach会话查看。

2. 规模化并行支持：通过git worktree集成（-w参数），可在同一仓库的不同分支上启动隔离的AI代理会话，实现真正的并行开发。结合Docker沙箱（-s）和YOLO模式（-y），既能保证隔离性又能提升自动化程度。

3. 结构化可观测性：所有命令均支持--json输出，配合capture子命令可程序化提取会话内容，天然适配CI/CD集成和自动化报告生成。状态轮询、批量捕获等模式在文档中有详细示例。

4. 灵活的组织架构：Group-Profile-Session三层模型支持从个人到团队的多维度组织。嵌套group（backend/api）、子会话（-P父会话）等设计可映射复杂项目结构。

潜在局限

• tmux强依赖：必须预先安装配置tmux，Windows原生环境支持受限
• 学习曲线陡峭：概念层（profile/group/worktree）较多，小型项目可能过度设计
• 工具生态锁定：针对Claude Code等特定工具优化，自定义agent需要适配
• TUI功能受限：批量操作主要依赖TUI，CLI缺少原生的group级批量命令

适用人群

• AI原生开发团队：同时部署3+ AI代理处理不同模块的工程师
• 复杂仓库维护者：需要在同一repo多分支并行开发的大型项目
• 自动化构建负责人：寻求将AI编码接入CI pipeline的DevOps工程师
• 多项目自由开发者：频繁切换context，需要会话级隔离的独立开发者

风险提示

• 会话泄露风险：--json输出可能包含敏感代码片段，日志处理需谨慎
• YOLO模式慎用：-y自动跳过权限确认，生产环境建议禁用
• worktree清理：--delete-worktree会强制删除分支，确认无未推送提交
• 资源竞争：多代理并行可能触发API限流或本地资源耗尽，需配合status监控

核心用法

Agent of Empires (aoe) 是一个专为AI编程代理设计的tmux会话管理工具。本Skill提供了完整的CLI命令参考，帮助用户在终端环境中高效管理多个AI编码会话。核心操作围绕aoe add创建会话、aoe list查看状态、aoe session capture捕获输出三大命令展开，支持通过-w参数创建git工作树实现并行分支开发，通过-g参数进行分组管理，以及通过-p参数切换配置文件实现环境隔离。

显著优点

专业化管理：相比直接使用tmux，aoe为AI代理场景提供了语义化的状态追踪（running/waiting/idle/stopped/error/starting/unknown），让批量监控数十个代理会话成为可能。并行开发支持：通过git工作树（-w）功能，可在同一仓库的多个分支上同时运行独立代理，避免分支切换冲突。结构化输出：所有列表和捕获命令均支持--json格式，便于与CI/CD流水线或监控脚本集成。安全沙箱：内置Docker沙箱（-s）和YOLO模式（-y）的权限控制，平衡自动化与安全性。自动检测：在tmux会话内运行时自动识别当前会话，简化交互操作。

潜在缺点与局限性

外部依赖重：必须预装aoe二进制和tmux，且仅支持类Unix环境，Windows用户需借助WSL。学习曲线陡峭：概念层较多（session/group/profile/worktree），新手需要理解tmux基础才能有效使用。状态同步延迟：依赖tmux的会话状态，可能存在与实际代理进程状态不一致的窗口期。TUI功能受限：分组批量操作主要依赖TUI界面，纯CLI脚本化支持有限。YOLO模式风险：虽然提供了便利，但跳过权限提示可能在不可信代码库中带来安全隐患。

适合的目标群体

本Skill主要面向多任务并行开发的高级开发者、AI辅助编程的重度用户、以及需要批量管理AI代理的DevOps/平台工程团队。特别适合以下场景：同时追踪多个GitHub issue的独立修复分支、运行对比实验评估不同AI工具效果、构建AI代理编排的自动化工作流、或需要在服务器后台常驻AI编码会话的远程开发场景。

使用风险与注意事项

性能风险：大量tmux会话（数十个以上）可能消耗可观的系统内存和PTY资源。数据残留：aoe session capture可能捕获包含敏感信息（API密钥、数据库凭证）的终端输出，需妥善处理捕获文件。工作树清理风险：--delete-worktree --force组合可能误删未提交代码，建议配合git状态检查使用。工具版本绑定：Skill文档基于特定aoe版本编写，未来CLI参数变更可能导致命令失效，建议关注官方仓库更新。