开发者近日在 V2EX 分享了开源项目 CLILoom 的 0.2.0 版本。该工具主打工作流编排，可快速组织多个 AI Agent 协作完成任务，新版本主要增加了终端节点失败后的自动重试功能。使用流程上，用户在 GitHub 下载安装后，先添加项目文件夹，在设置中选择偏好的 shell，再在助手面板中选用 AI 助手 CLI（可随时切换），软件的 appdata 目录会提供配置指引帮助 CLI 完成接入。用户通过与助手 CLI 对话即可新建工作流，无需手动编排节点。文中示例展示了一个完整的开发闭环：从 main 分支创建 git worktree 隔离环境；用 Codex 与用户讨论需求、澄清方案并生成 Plan.md；由 OpenCode 按 Plan.md 实现代码；再用 Codex 和 PI 分别审查代码，各自输出评审文件；随后由 OpenCode 核验评审意见，仅修复属实的问题；删除临时文档后，由 PI 按 Conventional Commits 规范重命名分支并完成本地提交，最后合并回 main 分支并清理 worktree 与本地分支。任务完成后，用户可在工作流设计器中查看具体流程信息，点击新建任务即可执行。助手还能解答软件使用中的各类问题。项目代码已在 GitHub 开源，遇到助手无法解决的问题可通过 issue 反馈。
事件分析
CLILoom 的技术看点在于将多个异构 AI 编码 CLI（Codex、OpenCode、PI）按角色分工串联成流水线：需求澄清、实现、评审、修复、提交各环节由不同模型负责，形成交叉验证机制，降低单一模型出错的风险。git worktree 的引入实现了任务环境隔离，使多个工作流可并行推进而不互相干扰。这类工具的出现反映了 AI 编程生态的分层趋势，底层是各家 CLI 助手，中间是编排调度层，上层是具体业务流程定制。后续走向上，其可用性取决于对更多 CLI 的兼容适配、失败重试机制的健壮性，以及与 Claude Code 等主流工具的集成深度。该赛道竞争者众多，能否脱颖而出取决于社区活跃度与实际工程效率提升幅度。
核心观点：AI 编程竞争正从单个助手的能力比拼，转向多智能体协作编排层的生态卡位。
原文链接：V2EX 分享发现
