Agent of Empires

核心用法

Agent of Empires (aoe) 是一款专为 AI 编程代理设计的 tmux 会话管理工具，支持 Claude Code、Codex、OpenCode 等主流 AI 编码工具。其核心功能包括：

• 会话管理：创建、启动、停止、附加到 AI 代理会话，支持自动检测当前所在会话
• 项目组织：通过 Group（支持嵌套如 backend/api）和 Profile 隔离不同工作空间
• 状态监控：实时追踪 running/waiting/idle/stopped/error 等状态，支持 JSON 输出便于脚本集成
• Git Worktree 支持：原生集成 git worktree，实现多分支并行开发
• 内容捕获：导出 tmux 面板内容为纯文本或 JSON，用于审查代理输出

典型工作流

# 单代理模式
aoe add /path/to/repo -t "feature X" -l
aoe session capture "feature X" --json

# 并行多代理（worktree 隔离）
aoe add . -t "issue-100" -w fix/issue-100 -l
aoe add . -t "issue-101" -w fix/issue-101 -l
aoe status --json  # 批量监控

# 监控循环轮询
while aoe status -q | grep -qv '^0$'; do sleep 30; done

显著优点

• 多代理并行：突破单终端限制，同时运行多个 AI 代理处理不同任务
• 状态可视化：清晰的等待/运行/空闲状态区分，避免代理"假死"无感知
• Git 原生集成：worktree 自动创建与清理，分支级隔离防止代码冲突
• Docker 沙箱支持：-s 参数启动容器化代理，增强安全性
• YOLO 模式：-y 跳过权限确认，适合自动化 CI/CD 场景
• TUI 交互：内置终端界面支持批量 Group 操作

潜在局限

• tmux 依赖：必须预装 tmux，Windows 原生支持有限
• 工具绑定：设计初衷为 AI 代理管理，不适合通用 tmux 窗口管理
• 状态非实时：list --json 不含实时状态，需额外调用 status 或 capture
• 学习曲线：Group/Profile/Worktree 多层抽象对新手有一定认知负担
• 社区规模：相比成熟的 tmuxinator、tmuxp 等工具，生态和文档较新

适合人群

• 多项目并行开发者：需要同时处理多个代码库或功能分支
• AI 辅助编程重度用户：高频使用 Claude Code/Codex 等工具
• 自动化工作流构建者：需通过脚本批量监控、采集代理输出
• 团队技术负责人：需要标准化团队内 AI 代理使用规范

常规风险

• 权限绕过风险：YOLO 模式 -y 会自动确认危险操作，生产环境慎用
• worktree 残留：强制删除会话时若未加 --delete-worktree 可能遗留无用分支
• tmux 会话泄漏：异常退出可能导致僵尸会话堆积，建议定期 aoe worktree cleanup -f
• 输出捕获敏感信息：session capture 可能包含代码中的密钥、token，需注意日志安全

核心用法

Agent of Empires (aoe) 是一款专为 AI 编码代理设计的会话管理工具，通过封装 tmux 底层命令，提供结构化的方式来创建、监控和管理多个 AI 编码会话。核心工作流程围绕 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 group 进行会话分组、通过 profile 实现工作区隔离、通过 worktree 实现 Git 并行分支开发，并可利用 --json 输出与 jq 配合实现自动化脚本集成。

显著优点

1. 结构化会话管理：相比直接使用 tmux，aoe 为每个会话附加元数据（标题、工具类型、项目路径、状态标签），解决了原生 tmux 会话难以识别和管理的问题。
2. 并行开发支持：内置 Git worktree 集成（-w 参数），可在同一仓库的多个分支上同时运行独立 AI 代理，避免代码冲突。
3. 监控与自动化友好：aoe status --json 和 aoe session capture --json 提供机器可解析的输出，便于构建轮询监控、批量审核等自动化流程。
4. 安全沙箱选项：支持 Docker 沙箱模式（-s），为不可信代码执行提供隔离环境。
5. YOLO 模式：-y 标志可跳过权限提示，适合 CI/CD 等无人值守场景。

潜在缺点与局限性

1. 依赖外部二进制：必须预先安装 aoe CLI 和 tmux，增加了环境配置复杂度。
2. 纯文档型 Skill：本 Skill 本身不包含可执行代码，仅提供使用指南，实际功能依赖用户本地安装的 aoe 工具版本。
3. TUI 功能受限：文档提示群组批量操作主要通过 TUI 完成，CLI 仅支持基础命令，脚本化群组管理能力不足。
4. 状态检测非实时：list --json 不包含实时状态，需额外调用 status 或 capture 获取，增加了脚本编写时的 API 调用次数。
5. YOLO 与强制操作风险：文档说明的 YOLO 模式和工作树强制删除（--force）可能导致未确认操作和数据丢失。

适合的目标群体

• 多项目并行开发者：需要同时在多个代码库或分支上运行 AI 代理的工程师
• 自动化工作流构建者：希望将 AI 编码代理集成到 CI/CD 或定时任务中的 DevOps 工程师
• AI 编码代理重度用户：日常大量使用 Claude Code、Codex、OpenCode 等工具，需要系统化管理会话的开发者
• 团队技术负责人：需要监控团队成员 AI 代理使用状态和产出的研发管理者

常规使用风险

1. 数据丢失风险：YOLO 模式跳过确认、强制删除 worktree 等操作可能导致未提交代码丢失，建议配合 Git 自动提交或备份策略使用。
2. 资源占用：并行运行多个 AI 代理会话会显著消耗 CPU、内存和 API 配额，需合理规划并发数量。
3. 版本兼容性：Skill 文档与本地安装的 aoe 二进制版本可能存在功能差异，建议保持工具链同步更新。
4. tmux 依赖风险：所有会话绑定 tmux 守护进程，tmux 异常退出可能导致会话状态丢失或无法恢复。
5. 环境隔离局限：Docker 沙箱模式需要本地 Docker 环境支持，且容器内外的文件同步可能引入额外复杂度。