Raft(slock.ai)的完美实践是怎么样的？

[kev1nzh]

本身的需求是主力 codex pro ，公司的 openrouter+claude code ，有时候也会跑跑 ds+claude code 。会开很多本地桌面端，时常还需要用 cc-switch 来切换。

再加上一直想云端开发，发现 Raft(slock.ai ）非常不错，但是只能看到一些很简单的实践，比如组一个工程师 team 之类的。

大概用了几天，发现体验还是不太好的。

1. 项目多了之后，频道和 agent 也会变多，取名和生成头像也很耗费时间。
2. 每个 agent 独立 workspace, 当 gpt 作为开发，opus5 作为 reviewr 的场景下，可能都要随时 pull 更新代码。虽然官方不建议，但是我让 agent 都到同一个项目目录里干活了，但是很容易会出问题。
3. 一旦本地的后台程序掉线，就是灾难，所有 agent 都联系不上。
4. 以频道作为每个项目，安排多个不同职位的 agent 进频道分派任务，可能对于很多工作日常有点太复杂了，可能就是一个很简单的 feat ，很多 agent 都会管，而且聊到后面会聊歪。

想听听长期深度使用的前辈说说最佳实践

[Jensond]

有本地+云端的 multica ，但是我是用不惯的那种！

[ARAAR]

agent 不用弄的太多，否则要么抢活要么推诿，每个 agent 分工明确就行；可以新增一个巡检 agent ，对 in progress 的 task 每隔 30 分钟检查一次，一旦有 agent 不响应，就艾特对应 agent 进度，这样会显示 todo list （艾特也能唤醒 agent ，防止 agent 卡死），目前 pi 不太稳定，grok build 和 codex cli 都比较稳定