agent-chief · AI 工具图鉴

📌 核心价值：你的智能体不需要更强的能力，而需要一个"参谋总长"——把 24 条消息拦下 23 条，只在该打断时才打断你。

当 Agent、CI、RSS、监控器同时向你扑来，注意力才是最稀缺的资源。agent-chief 是一个本地优先（local-first）的"参谋长层"，坐在你和所有噪音之间，替你判断：打断、派活、还是归档。

封面图

🚀 什么是 agent-chief？

agent-chief 是 SmileLikeYe 开源的一个本地优先 AI 智能体调度层（MIT 协议，Python 3.12+），核心理念只有一句话：Your agents don't need more power. They need a chief of staff.（你的智能体不需要更强的能力，它们需要一个参谋总长。）

它不做具体工作，而是坐在你与一切想抢占你注意力的东西之间——智能体、心跳检测、CI、RSS、监控器。所有事件先流进它，它自己判断，然后只做三件事之一：

🔔 Interrupt（打断你）：仅在值得、在对的时机、带着方案出现
🤖 Dispatch（派发工作）：把任务交给你的智能体，并核实结果后才汇报（"完成"只是声明，不是证明）
📚 Curate（归档记忆）：把不值得当下提的事实与意图沉淀，待日后关联

关键数字：24 条事件进 → 仅 1 次打断（96% 被拦截）。其中 75% 的事件根本不会到达 LLM——最吵的 25% 在微秒级的硬规则阶段就被免费干掉。按 DeepSeek 公开价估算，每 1000 条事件的判断成本约 $0.104。

✨ 核心功能一览

功能对比表

三阶段价值评估引擎（cheap first, smart last）

agent-chief 最巧妙的设计是"便宜的先上，聪明的最后才用"，把 LLM 调用压到最低：

三阶段价值引擎

硬规则（微秒级）：明显无价值的事件直接丢弃，不花一分钱
相似度分类（毫秒级）：熟悉类目走阈值，陌生类目进记忆关联
LLM 法官（按需调用）：只有前两层拿不准时才启用，可插拔 Ollama / DeepSeek / Anthropic / OpenAI

场景感知时序是第二杀手锏：它读取时钟、日历、焦点、锁屏状态，为睡眠 / 深度工作 / 会议 / 通勤分别设置不同的打断阈值。深度工作时几乎零打扰，通勤时才放宽。低置信度场景一律静默。

场景感知时序

影子模式 + 可解释策略

前 7 天 Chief 进入影子模式：它从不真正打断你，只展示"我本来会怎么做"，用一周时间赢得按铃的资格。每晚它把学到的偏好蒸馏成一份人类可读的 POLICY.md——你的编辑立即生效，且永远优先于模型。

🛠️ 快速上手：5 分钟跑通

安装

# 方式一：pip 安装（Python 3.12+）
pip install agent-chief

# 方式二：uv 工具安装（推荐，把 chief 放进 PATH）
uv tool install agent-chief

# 零配置、零密钥、完全离线看演示：
uvx agent-chief demo

uvx agent-chief demo 会离线回放"一个工程师的一天"：24 事件 → 14 拦截 · 6 批处理 · 3 处理 · 仅 1 次打断。

60 秒初始化与运行

uvx agent-chief init    # 60 秒向导，每个问题都可跳过
chief run               # 启动常驻"大脑"

一行接入你的智能体

agent-chief 的接入是协议而非管道——一个 POST /v1/events（或 MCP propose）就能在几分钟内连接任何东西：

curl -X POST http://localhost:8787/v1/events \
  -H "Authorization: Bearer $CHIEF_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"source":"my-agent","topic":"dev.ci","summary":"CI failed on main"}'

一行接入示意

Chief 会返回一个 Decision（路由、评分、一行原因）。MCP 智能体直接用 propose 工具；只想本地判断不想起守护进程时，用 chief lite。

连接真实数据源

chief connect composio --secret whsec_…   # GitHub、Gmail、Slack 等 500+ 应用
chief connect github                      # gh 通知轮询
chief connect rss --url https://hnrss.org/frontpage
chief sources                             # 查看已接入的源

注意：本地优先，零云零遥测。整个系统只是一份 SQLite 文件 + ~/.chief 目录下的 markdown，没有云服务、没有遥测、没有 Web UI（只有 chief ui 起的本地控制台）。

💡 适用场景

场景 1：工程师被 CI / PR / 监控消息淹没

真实演示

功能说明：把 CI、GitHub 通知、监控告警都接到 Chief，它用硬规则拦掉 96% 的噪音，只在真正需要你拍板时才打断。 输入要求：任意事件源（curl / MCP / composio 连接器） 输出效果：一天只被打断 1 次，且每次都带着方案 适用场景：独立开发者、小团队 Tech Lead、SRE 值班

场景 2：深度工作时段需要绝对安静

功能说明：场景引擎识别"深度工作"状态后，把打断阈值压到接近零，连普通 agent 进度也不弹。 输入要求：系统时钟 / 日历 / 焦点状态 输出效果：深度工作 2 小时零打扰，结束后批量汇总 适用场景：写作、编码、研究等需要心流的岗位

场景 3：让多个智能体协同而不失控

功能说明：Chief 派发任务给子智能体后，会核实结果才上报——"done" 是声明，Chief 要的是证明（验收命令或 LLM 复核），失败则关闭（fail closed）。 输入要求：MCP 兼容的子智能体 输出效果：多 agent 协作有总指挥，不再各说各话 适用场景：多 Agent 编排、自动化流水线、Agent OS 实验

用户群体总结

✅ 被通知淹没的工程师 / Tech Lead：96% 噪音拦截直接回血注意力
✅ 重视隐私的人：全本地运行，数据不出本机
✅ 多 Agent 玩家：需要一个"总调度"而非更多"打手"
❌ 想要开箱即用的 SaaS 体验：需要自己安装、写接入，门槛偏高

📊 与竞品对比

市面上的 "AI Chief of Staff" 工具（如 Fellow.ai、Reclaim.ai、Motion）大多是云端 SaaS，按月订阅、数据留在对方服务器。agent-chief 走的是完全相反的路：

竞品对比表

最大差异点：数据归属与可定制性。Fellow.ai 专注会议智能、Reclaim.ai 专注日历自动化，都是黑盒 SaaS；agent-chief 开源免费、全本地、策略可读可改，更适合技术用户和隐私敏感者。

💰 定价方案

agent-chief 是 MIT 协议开源项目，完全免费，自托管运行，无订阅、无额度限制、无云端账单。

开源协议： MIT

💡 新用户福利：一条命令零成本体验——uvx agent-chief demo 无需任何 API Key、完全离线，30 秒就能看到"工程师的一天"回放效果。

🎯 总结

在 Agent 泛滥的 2026 年，瓶颈已经从"能力不够"变成"注意力被淹"。agent-chief 用一套本地优先、可解释、可验证的参谋长层，把智能体的噪音压到最低，只在关键处替你拍板。它不是又一个更聪明的 Agent，而是让现有 Agent 变得"懂事"的那一层。

推荐指数： ⭐⭐⭐⭐⭐（满分5星，本地优先 + 开源免费 + 注意力救星）

适合人群： 被通知淹没的工程师、隐私敏感者、多 Agent 玩家

立即体验： agent-chief GitHub

数据截至 2026-07-09，最新信息请以官网为准。

配套媒体