OpenRig rig stream详解实时观察Agent输出的流式通道完整指南【免费下载链接】openrigMulti-agent harness that runs Claude Code and Codex together as one system项目地址: https://gitcode.com/GitHub_Trending/op/openrigOpenRig 是一个多智能体Multi-agent驾驭框架它把 Claude Code 和 Codex 组合成同一支队伍来管理。当你同时运行多个 AI Agent 时最头疼的就是每个 Agent 在各自的终端里刷屏输出分散且无法追溯。rig stream就是 OpenRig 提供的实时流式观察通道它是一条只追加append-only的 Agent 输出流你可以随时向其中写入观察、按时间查询历史甚至用一条命令像直播一样实时看每个 Agent 说了什么。为什么需要 rig stream 这个流式通道想象一个由 8 个 Agent 组成的团队在同一个代码仓库里工作每个 Agent 的终端输出是独立且易失的——你关掉终端过程就看不见了。rig stream把关键信息收进一条统一的、持久化、只追加的信息流中写入即留痕每条消息由 Agent 会话发出后永久保留在 daemon 的 SQLite 数据库里stream_items表写入后不可修改只能归档实时可观察通过 SSEServer-Sent Events通道你连接上就能先回放历史、再实时接收新消息身份可信消息来源由传输层身份bearer 身份确定而不是消息体里自报家门无法冒充其他 Agent。对新手来说可以把它理解成整个 Agent 团队的群聊广播流 完整聊天记录。前置准备先跑起来一个 rigrig stream依赖 daemon 在后台运行所以先确认你的 rig 已经启动。最简单的路径npm install -g openrig/cli rig up first-project --cwd .启动后可以用rig tui --shared打开共享仪表盘看团队全景拓扑图、上下文用量、状态而rig stream则负责逐字逐句地看每个 Agent 的输出细节。rig stream 五个核心子命令一览rig stream的所有子命令都通过 daemon 的 HTTP API 工作源码见 stream.ts子命令作用典型场景emit向流中追加一条消息Agent 汇报进展、提示需要 reviewwatch实时监控流历史回放 实时推送你盯着团队干活的全过程list按时间列出历史消息排查刚才谁说了什么show按 ID 取单条消息精确定位某条观察archive软归档一条消息清理噪音但保留审计记录实时观察Agent输出rig stream watch 实战这是rig stream最核心的用法rig stream watch连接成功后daemon 会先把已有消息回放一遍然后持续实时推送新消息每一行显示[2026-09-17T16:45:06Z dev-ownerfactory] 已完成候选改动等待 review如果你要把它接进脚本或二次开发加--json即可每行输出一个完整的StreamItemJSON 对象rig stream watch --json下面是一段 10 秒的真实录制左侧是拓扑树右侧面板里 lead、driver、qa 等 Agent 的状态与输出正在实时更新——这正是流式通道在后台默默支撑的现场感两个实用提醒watch只建立一条连接断线后不会自动重连需要重新执行命令它要求 daemon 正在运行daemon 未启动时命令会直接失败退出。写入流消息rig stream emit 与提示标签任何 Agent 座位都可以向流中追加一条观察rig stream emit --source dev-ownerfactory --body 发现数据库迁移缺失已提交候选补丁除了正文还可以附带**提示hint**元数据方便后续分拣--hint-destination期望由哪个座位处理--hint-type类型如review、handoff、idea--hint-urgency紧急度routine/urgent/critical--hint-tags逗号分隔的标签--interrupt标记为打断型消息。这些 hint 就是list命令中--hint-destination、--tag过滤项的依据。另外--id提供幂等性相同的stream_item_id重复提交只会返回同一行适合脚本重试。历史查询与归档list / show / archive回放历史是流式通道的另一半价值——输出不会随终端关闭而消失# 只看某个 Agent 最近 20 条输出 rig stream list --source dev-ownerfactory --limit 20 # 按时间窗口 标签精确过滤 rig stream list --since 2026-09-17T00:00:00Z --tag review # 按 ID 看单条 / 软归档 rig stream show streamItemId rig stream archive streamItemId注意两点--tag是精确成员匹配而非子串匹配归档是软操作审计行永久保留只是默认不出现在list里加--include-archived可查。stream 与 queue 的分工什么时候用哪个OpenRig 的协作层分了两档详见 coordination-primitive.mdrig streamL1 层轻量、只追加的观察与接收通道。适合播报进展、抛出想法、留痕审计——它不承担任务的领取、流转与关闭rig queueL3 层有状态的工作队列支持 claim、handoff、闭单原因等完整生命周期。真正需要把一块工作交给别人跟进时用 queue。简单记忆stream 用来说queue 用来派活。流式消息的读取接口还支撑着实验性的流分类 worker见 stream-classifier-worker.md。幕后原理速览SSE SQLite整条链路很短理解它有助于排障CLI 只通过 HTTP 调用 daemon APIPOST /api/stream/emit、GET /api/stream/list、GET /api/stream/sse路由实现见 routes/stream.tsdaemon 将消息写入 SQLite 的stream_items表只追加仅archived_at可被更新领域逻辑在 stream-store.tswatch消费的是 SSE 端点先由数据库做初始回放再由事件总线把新消息实时推给当前连接每条消息对应一行data:帧SSE 消费逻辑见 stream.ts 的consumeWatch。也就是说实时观察 数据库里的历史回放 事件总线的直播推送二者在同一条 SSE 连接上无缝衔接。常见问题清单 现象原因与解法watch连接失败daemon 未启动或状态异常先确认 rig 正在运行连接断开后没有新消息watch不自动重连重新执行即可不会丢历史数据库持久化--tag过滤不到预期消息标签是精确匹配请核对 emit 时写入的原文想删掉消息只能archive软归档审计行永久保留这是设计约束完整的命令行参考可在 cli-reference.md 的 Coordination Primitive 一节查到。小结rig stream用最小的代价给多 Agent 团队装上了行车记录仪 直播间一条命令rig stream watch实时看所有 Agent 的输出只追加、持久化到 SQLite历史永远可查、不可篡改配合 hint 元数据与归档机制轻松从信息流中分拣出需要处理的信号。下次你的 Agent 团队开始干活先开一个rig stream watch——比逐个切终端看输出高效得多。【免费下载链接】openrigMulti-agent harness that runs Claude Code and Codex together as one system项目地址: https://gitcode.com/GitHub_Trending/op/openrig创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考