新闻详情

新闻详情

首页 / 资讯中心 / 详情

Codeg分屏视图实操指南:一个界面同时监控多个AI编程Agent的工作

发布时间:2026/11/13 3:34:50来源:尧图网络
Codeg分屏视图实操指南:一个界面同时监控多个AI编程Agent的工作
Codeg分屏视图实操指南一个界面同时监控多个AI编程Agent的工作【免费下载链接】codegCollaborative multi-agent AI coding workspace: aggregate sessions from Claude Code, Codex, OpenCode, Pi, Grok Build, etc. Desktop app, self-hosted server, or Docker.项目地址: https://gitcode.com/gh_mirrors/co/codeg如果你正在同时运行 Claude Code、Codex 等多个 AI 编程 AgentCodeg 的分屏视图能帮你用一个界面同时监控所有 Agent 的工作进展。作为协作式多智能体 AI 编码工作台Codeg 可以把各 Agent 的会话聚合到同一个工作区并通过分屏标签分组实现左边重构、右边评审的并行监控。本文带你 5 分钟上手这套分屏操作。为什么多 Agent 场景需要分屏跑过多个 Agent 任务的人都知道痛点终端来回切、窗口越开越多Agent A 的输出还没看完Agent B 已经报错等着处理了。Codeg 的分屏视图把会话区拆成多个独立区域每个区域都有自己的标签栏、标题栏和新建会话按钮让同时盯着几个 Agent 干活变得像 IDE 里分屏看代码一样自然。一键拆分右键会话标签即可分屏分屏入口就藏在标签的右键菜单里无需任何设置在会话标签上右键菜单里会看到「向右拆分」「向下拆分」两个选项选择「向右拆分」右侧出现新分区各占一半空间选择「向下拆分」下方出现新分区上下排列想拆几次就拆几次左右两栏、上下三格甚至一整片网格都可以拆分菜单的交互实现位于 src/components/tabs/tab-item.tsx而整个分屏布局由一棵分隔器树驱动——叶子节点是标签分组内部节点是带方向与比例的分隔节点同向拆分会被展平、交叉拆分则嵌套这就是你能自由拼出任意网格的原因。核心模型见 src/lib/tab-group-layout.ts。 小提示菜单里还有「拆分并移动向右/向下」选项——它会把当前标签直接搬进新分区适合把这个会话挪到旁边盯着的场景。每个分区都是独立工作区分别跑不同Agent拆分后每个分组就是一个独立的小工作区自己的标签各分区可以各自打开多个会话自己的标题栏与新建会话按钮互不干扰独立的当前选中态点哪个分区哪个分区获得焦点于是典型玩法就成立了左分区让 Claude Code 重构模块右分区让 Codex 审阅 diff两个 Agent 的回复与工具调用各自实时流式滚动你只需要扫一眼就知道两边各到哪一步了。配合 Codeg 的提及协作能力 一个 Agent 即可把任务委派给它详见 README.md 中的多智能体协作章节分屏监控还能进一步放大效率。进阶技巧拖动标签与分隔条调整空间两个高频操作让分屏真正好用拖动标签跨分区把一个标签从 A 分区拖到 B 分区它的会话在搬家途中也不会中断流式输出无缝继续。拖拽的交互逻辑在 src/lib/tab-drag-drop.ts拖动分隔条调整比例拖动两个分组之间的分隔线即可改变它们的空间分配比例变化会即时持久化布局自动记忆重启后分屏原样回来这是新手最容易忽略、但最省事的一点分屏布局按工作区持久化包括你拖出来的每一个分隔比例。关掉 Codeg 再重新打开刚才的网格原样回来——连没发出去的文字草稿都还在输入框里。布局的保存与恢复由 src/stores/tab-store.ts 中的分组状态持久化逻辑完成分隔条拖动的每次比例写入都会防抖落盘所以你完全不用操心调好的布局会不会丢。推荐场景重构与评审同屏进行把前面的技巧组合起来一个高价值工作流是分三屏主分区写需求给 Agent A比如 Claude Code执行重构右分区放 Agent B比如 Codex审阅已产生的 diff下分区挂一个普通监控会话随时追问进度Agent A 每落一个改动右侧 diff 即时可见你在右分区让 Codex 点评重构完成后任务验收全程不需要切换任何窗口。这也是 Codeg 主打协作式多智能体工作台的核心体验——监控、协作、验收都发生在同一个分屏界面里。总结操作方法效果拆分视图右键标签 → 向右/向下拆分网格化并行监控多Agent调整布局拖动分隔条自由分配各分区空间迁移会话标签跨分区拖动会话不断流位置随你变恢复布局自动重启后布局草稿原样回来一句话记住右键拆分、拖拽调整、重启自动恢复。装好 Codeg桌面应用、独立服务器或 Docker 均可运行把几个 Agent 会话分屏铺开多任务监控就从切窗口地狱变成了一屏尽览。【免费下载链接】codegCollaborative multi-agent AI coding workspace: aggregate sessions from Claude Code, Codex, OpenCode, Pi, Grok Build, etc. Desktop app, self-hosted server, or Docker.项目地址: https://gitcode.com/gh_mirrors/co/codeg创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉