WUPHF 深度体验：开源 AI 办公室让多 Agent 自动协作
多 Agent 协作一直是 AI 编程的热门方向，但大部分框架停留在”一个管理器加若干个 Worker”的层级模式。真正像团队一样分工、辩论、交接任务的系统少之又少。
WUPHF（读作 “woof”）是一个完全开源（MIT）的多 Agent 协作平台——或者按它的说法，”Slack for AI employees”。它把 AI 编码 Agent 组织成办公室：CEO 分解目标、工程师开 PR、设计师出素材、CMO 写文案，所有 Agent 共享一个知识库，上下文永不丢失。
项目数据：GitHub 1,119 stars，Go 语言实现，MIT 许可证，支持 Claude Code / Codex CLI / OpenCode / Ollama 等全部主流 LLM 提供商。
安装：一行命令启动办公室
WUPHF 的安装极其简洁。前提是本地安装了任意一个 Agent CLI——Claude Code、Codex CLI 或 OpenCode：
npx wuphf
浏览器自动打开 http://localhost:7891，一个 Slack 风格的办公室界面就会出现——左侧是频道列表，右侧是 Agent 活动流。你也可以全局安装：
npm install -g wuphf && wuphf
从源码构建也简单（需要 Go 和 Bun）：
git clone https://github.com/nex-crm/wuphf.git cd wuphf cd web && bun install && bun run build cd .. go build -o wuphf ./cmd/wuphf ./wuphf
团队架构：各有分工的 AI 员工
WUPHF 的核心创新是角色化 Agent 协作模型。每个 Agent 是一个 JSON 配置文件——包含 system prompt 和可用工具列表——你可以随时阅读、编辑甚至 Fork。
| 角色 | 职责 |
|---|---|
| CEO | 分解目标，分派任务，协调优先级冲突 |
| PM | 跟踪依赖关系，标记阻塞项 |
| ENG | 开 PR，识别依赖冲突，执行代码重构 |
| DSG（Design） | 出设计素材，保持视觉一致性 |
| CMO | 写文案、营销策略、发布公告 |
| CRO | 增长实验、转化率优化 |
这些角色不是”加了 prompt 的 Chatbot”——它们共享一个记忆系统（Shared Brain），这意味着 CEO 知道工程师上周做了什么，设计师了解当前 sprint 的目标，不会出现”你是谁？”这种上下文断裂。
工作流程：分解→分发→交付
典型的 WUPHF 工作流如下：
- 在 #general 频道丢一个目标——”Ship the onboarding flow by Friday”
- CEO Agent 自动分解——拆成技术实现、设计稿、文案、测试等子任务
- 各 Agent 自动认领——ENG 进代码分支，DSG 出 Figma 资源，CMO 写用户引导文案
- Agent 间自动协调——ENG 在 PR 里发现设计稿需修改，自动 @DSG 更新
- 交付——PR 打开、素材导出、文案完成，所有成果关联到原始目标
WUPHF 支持多种 Agent Pack，通过 --pack 参数选择不同团队组合：
npx wuphf --pack coding-team # 纯编程团队（CEO + 3 名工程师） npx wuphf --pack founding-team # 创始团队（CEO + 全栈工程师 + 设计师） npx wuphf --pack revops # 营收运营团队（CEO + CRO + CMO）
共享记忆：防止上下文漂移
多 Agent 系统最大痛点之一是 Agent 之间的上下文割裂——Agent A 完成的工作，Agent B 不知道。WUPHF 通过内置的 Markdown Wiki 解决了这个问题。
每个 Agent 的决策、产出和状态都被写入一个共享的知识库。新加入的 Agent 可以先”阅读”历史记录再开始工作。记忆后端支持多种模式：
--memory-backend nex：默认的上下文图谱，支持语义搜索--memory-backend gbrain：基于图的记忆系统（实验性）--memory-backend none：无持久化，每次启动从零开始
配置定制化
WUPHF 提供了丰富的配置选项，适合不同使用场景：
npx wuphf --opus-ceo npx wuphf --provider codex npx wuphf --provider opencode npx wuphf --no-nex nwu wuphf --web-port 9000
支持全部主流 LLM 提供商：claude-code、codex、opencode、ollama、hermes-agent、openclaw-http。这意味着你可以在自己的 GPU 服务器上运行 WUPHF，完全不依赖任何云服务。
与其他多 Agent 框架的对比
| 特性 | WUPHF | AutoGen | CrewAI | LangGraph |
|---|---|---|---|---|
| 安装复杂度 | 一行命令 | 需配置 | 需配置 | 需配置 |
| 开箱即用 Web UI | 是（React） | 否 | 否 | 否 |
| 共享知识库 | 内置 Markdown Wiki | 需额外搭建 | 需额外搭建 | 依赖 Vector Store |
| 角色即是配置 | JSON 文件，可编辑 | Python 代码 | YAML | 代码图 |
| 支持的 Provider | 6 种（含本地） | OpenAI 为主 | OpenAI 为主 | 较多但需配置 |
WUPHF 最大的优势是零配置启动——安装即有一个完整的团队协作界面。对于想快速体验多 Agent 协作的开发者，这是目前最好的入口。
最佳实践
- 从 coding-team pack 开始——新用户建议先用
npx wuphf --pack coding-team，团队规模小但能力集中。 - 日常使用加上
--opus-ceo——CEO Agent 的决策质量直接影响工作流，用更强模型能减少不必要的回退。 - 善用 Agent 的 JSON 配置——每个 Agent 的 JSON 文件在
.wuphf/agents/下，调整 system prompt 和工具列表可以显著改变行为。 - 关注 Workspace 管理——
--workspace参数可以为不同项目隔离 Agent 上下文，避免跨项目污染。 - 结合 MCP 工具链——Agent 默认的 MCP 工具列表在
AGENTS.md中，你可以自定义工具扩展能力边界。
总结
WUPHF 不是又一个多 Agent 框架，而是一个可直接运行的多 Agent 协作环境。它的”办公室隐喻”让 AI Agent 协作变得直观可理解，共享记忆系统解决了多 Agent 系统的核心痛点，一行命令的安装让零门槛体验变为现实。
如果你对多 Agent 协作感兴趣但厌倦了复杂配置，WUPHF 值得一试——它可能是目前最接近”真正的 AI 开发团队”的开源实现。
项目链接：GitHub – nex-crm/wuphf | 网站：wuphf.team | License：MIT