别在本地折腾 CLI 了：为什么要做一个“云端多 Agent 枢纽”？
AgentHub 是一个云端多 Agent 枢纽，旨在通过屏蔽底层环境门槛，实现多个顶级 AI Agent 的一站式协作与动态预览。
Claude Code、Codex 这类 coding AI 智能体（Agent）可以说彻底改变了编程节奏。它们不再只是在对话框里给你吐代码，而是直接伸手进你的目录，改文件、跑测试、修 Bug。
但爽过之后，我发现了一个巨大的“墙”：这些强大的 CLI 工具，对绝大多数非技术背景、甚至没怎么碰过终端的人来说，门槛高得离谱。
环境配不好、代理连不上、Key 设不对……为了用上这点生产力，得先交一笔“环境税”。
所以我决定做一个叫 AgentHub 的小尝试。它不是一个简单的 Web Shell，而是想象中那个能够把各种顶级 Agent 揉捏在一起协同工作、且让普通人点点鼠标就能用的“云端指挥部”。
链接在这里：https://qiaokezhizao.top/agenthub/
1. 为什么不是“直接用网页版”？
很多人会问：OpenAI 有网页版，Claude 有网页版，甚至还有各种封装好的客户端，为什么非要折腾一个“终端站”？
构思核心只有两点：
A. 从“聊天框”到“工作站”的质变
网页版 Agent 是“客场作战”，你得复制粘贴代码，它看不见你的整个项目结构。而 CLI 版本的 Agent 是“主场作战”，它们就在你的工程目录里。 AgentHub 要做的，就是把这个“主场”搬到云端，给你一个开箱即用的工作区。你只需要上传文件夹，剩下的环境配置、权限管理、网络穿透，全部由枢纽声明在后台自动抹平。
B. 消除“孤岛”，建立“枢纽”
现在的 Agent 都是孤岛。每一个顶级 Agent 都有其独特的‘思维方式’和专长领域，Hub 的意义在于不再让你在不同的‘天才’之间做单选题，而是根据任务的颗粒度，随时调遣最合适的那一个。
- 现在的它：让你在一个界面下，一键切换不同的顶级 Agent 处理同一个项目。
- 未来的它：是构思中最兴奋的部分——多 Agent 协同。
2. 核心架构：不仅仅是连接，更是“编排”
在 AgentHub 的底层设计中，我引入了 tmux 持久化会话 和 动态反向代理。
构思亮点：
- 开箱即用（Low Barrier）：所有的 Agent 运行在宿主机的隔离 Linux 用户下。你只需要一个账号登录，就像用飞书或 Notion 一样简单，背后复杂的
node-pty、tmux状态保持，用户完全无感。 - “所见即所得”的预览：普通的云端 Agent 写了代码你看不着。所以做了一个动态预览机制，Agent 只要跑起一个开发服务器，Hub 会自动给你生成一个公网预览链接。这种“实时反馈感”对于非技术人员极其重要。
3. 下一步：从“多选一”到“多合一”
目前实现的是“一站式接入”，但后续目标是 Agent 的多重协作。
想象中的场景是： 给 AgentHub 下达一个指令：“帮我做一个带数据可视化的后台管理系统原型。”
- Claude Code 先接收指令，分析架构，拆解任务，制定目录结构。
- Codex 接手，开始疯狂输出 React 组件代码。
- Linter Agent 自动启动，检查代码质量。
- 如果有复杂的逻辑 Bug，Debug Agent 自动介入尝试修复。
甚至，Agent 之间可以互面对话、互相 Review。 这就是为什么要做一个 Hub —— 它是一个容器，一个能让不同 Agent 灵魂交融、共同干活的实验室。
4. 结语：让 AI 生产力真正触手可及
AgentHub 的诞生，其实就是源于一个执念：好的工具不应该被环境配置挡在门外。
希望能通过这个尝试，让那些有创意、有想法但不懂终端的“普通人”，也能在云端拥有一台属于自己的、满配的 AI 编程工作站。
这只是一个小尝试，但我觉得，通往“Agent 协作网络”的路，就应该从这样一个简单的 Hub 开始。