CodeCaster

我个人觉得，给外部的大模型了，数据别人一定是知道的，就算分片，也保不准某个机密的点不泄露。但看你的项目的保密程度，绝对不允许外泄的，那就私有化部署好了，其他的，现在生成代码的成本这么低了，说实话，没有人关心那些代码。
但如果你真要分不同模型搞，但有担心上下文，我现在的工作模式到时可以给你参考一下：
1. 第一点原则，绝对不让一个大模型来搞，一定是让多加大模型一起搞的，就像我们人类团队一样，不同的人（ Agent ）有不同的想法，让差异化来来确保尽可能不出系统风险
2. 基于这个原则，那就把任务拆小之后，确保每一步的上下文足够（文本化），然后让不同编程工具一步一步的接手处理就好了
3. 我基于这个想法，就做了一套 skill ，把每个阶段的工作全部封装成一个 skill ，同时可以在不同的 TUI 中运行（相当于任何一个 Agent 都能接手工作，Claude 、Codex 、gemini 、opencode 等），然后就开源了，现在我个人的所有开发工作全部基于这套 SOP 来搞
4. 项目地址： https://github.com/fitlab-ai/agent-infra
5. 你看看是不是可以用于你的场景方法？是的话，可以尝试下，好用的话，就点个 star 好了

我自己最近把自己的开发模式沉淀成了一套 skill ，然后分别在不同 TUI 里面封装 slash command ，项目都是标准流程开发，要切换也很方便，你可以试试呢？
项目地址： https://github.com/fitlab-ai/agent-infra

我最近自己总结了近一年使用各种 TUI 的经验后写了一套 Skill ，基本半自动化在开发了，可以看看，地址： https://github.com/fitlab-ai/agent-infra

想问一下，这个项目的名字是什么意思呢？

“现在依赖 ai ，这不利于学习，也不利于水平的提升。”我不太认同这一句话的逻辑，现在这个时代拥抱 ai 是对的，但是有了 ai ，学习的东西应该越来越多，越来越快，效率是提高的，ai 给的内容需要去思考甄别，这样从中也是能提高的。这个过程难道不是和以前没有 ai 的时候一样么？ ai 只不过是更快更有逻辑的给了你搜索的结果呀

@Seck github 上的 PR 在 close 之后可以被删除么？我之前好像没有找到

强制推送覆盖可以解决么？

@kevinmatt 你说的场景，我理解其实在替换字符串的地方就是一个判断，就相当于是流程分叉了，这个场景在 FEL 中可以定义出来。

你说在你们的实践中，字符串的匹配几乎必不可少，我同意当前的看法，因为当前市面上 langgraph 出来之后告诉大家就是这么连的，然后 Eino 出来仿照 langgraph 也写了一个 go 的，langchain4j 仿照写了一个 java 的，大家都是按照这个思路在走，并没有另一个工具告诉大家可以不这么做。而 FEL ，的确是采用了另一种方法，或许这样实践一下，可能可以有不一样的写法。

当然，你提到了多 Agent 动态计划生成，靠纯响应式的确是有点困难，但是 FEL 我们不仅仅使用了响应式，我们还有一个特点就是结合了 BPM ，因为在传统响应式中是不存在条件判断关键字的，就正如上面例子中的“.condition()”关键字，这个关键字可以做到流程的分叉。

我感觉这样就可以实现你说的动态了。

其实，动态的情况正式我们下一步的规划内容。

非常感谢你的讨论提供的观点。

@TimePPT #3 我在看这个之前，各种重启，然后去掉了几个莫名其妙的 token ，自然就好了，我也不知道是哪一步起的作用，还是很感谢