摘要当你的电脑上同时运行着 Antigravity深度架构与自治 Agent、Cursor / Qoder编码执行与重构、WorkBuddy桌面办公与流程调度和 Claude Desktop 时如何打破它们之间的应用沙箱本文分享一套纯本地、零外部依赖、彻底摆脱手动点击的跨桌面 AI 协同总线架构方案。通过“共享信箱协议 本地调度守护器 Windows 底层免点击注入”实现 WorkBuddy 一句话发起、多 AI 后台接力头脑风暴与编码、最终自动向人类闭环交付。一、痛点背景桌面 AI 盛世下的“数字搬砖人”2026 年几乎每个高阶开发者的桌面都有自己的“AI 梦之队”Google Antigravity具备极强的自主规划、复杂终端环境感知与深思决策能力是天然的“总架构师”Cursor / Qoder深度绑定本地代码库与语法树内联补全与代码生成如臂使指是顶级“编码特种兵”WorkBuddy驻扎在操作系统托盘打通了企业协同办公、IM 消息与桌面级调度是极佳的“人机协调官”Claude Desktop逻辑缜密、擅长多角度逻辑推演、红蓝对抗与安全审查。然而现实的交互体验却非常滑稽我们在 WorkBuddy 收到需求复制 Prompt 切到 Antigravity 敲回车等架构设计出来手动复制 Markdown 贴到 Cursor 敲回车生成代码最后再把代码 diff 贴回 WorkBuddy 汇报。我们用着人类最前沿的智能体却做着最原始的“人肉剪贴板搬运工”。市面上类似 AutoGen、CrewAI 的框架固然强大但它们大多运行在纯代码/API 层无法调度我们桌面上已授权、已配置好工程上下文的桌面端专属客户端。我们的目标只有一个彻底摆脱手动点击实现全自动跨桌面 AI 流水线二、架构演进与方案抉择要打通多个桌面客户端我们经历了三个思考阶段┌────────────────────────────────────────────────────────┐ │ 方案 1纯网络 API / Webhook 打通 │ │ ❌ 痛点各桌面客户端封闭运行未提供统一对外的双向长链接 API │ ├────────────────────────────────────────────────────────┤ │ 方案 2纯共享文件夹信箱 (Mailbox) │ │ ⚠️ 瓶颈虽然读写自由但桌面客户端不会主动长轮询必须有人敲回车│ ├────────────────────────────────────────────────────────┤ │ 方案 3共享信箱总线 本地守护调度中枢 (最终方案) │ │ ✅ 破局事件监听 状态机熔断 Windows 底层自动化无感唤醒 │ └────────────────────────────────────────────────────────┘最终成型的方案结构非常清晰——基于本地轻量总线Local AI Relay Bus的星型协调模型sequenceDiagram autonumber actor Human as 人类用户 participant WB as WorkBuddy (唯一交互入口 汇报人) participant Bus as 本地信箱总线 (shared_bus) participant Daemon as ⚡ 守护调度引擎 (relay-daemon.js) participant AGY as Antigravity (架构与总控) participant QD as Qoder (编码与测试) Human-gt;gt;WB: 1. 提出原始意图/议题 WB-gt;gt;Bus: 2. 写入 inboxes/antigravity.json (turn1) Bus-gt;gt;Daemon: 3. 文件系统事件触发 (fs.watch) Daemon-gt;gt;AGY: 4. 免点击注入自动执行 AGY-gt;gt;Bus: 5. 写入 inboxes/qoder.json (turn2) Daemon-gt;gt;QD: 6. 免点击激活窗口粘贴并发送 QD-gt;gt;Bus: 7. 写入 inboxes/workbuddy.json (turn3, isFinaltrue) Daemon-gt;gt;WB: 8. 自动激活 WorkBuddy 窗口并触发汇报 WB--gt;gt;Human: 9. 向人类输出最终综合成果报告/code/pre 三、核心工程落地解密 这套系统的核心全部部署在本地目录如 D:\工作软件\AI对话\shared_bus\具备极简、透明、无依赖的特点。 1. 目录结构信箱分治 shared_bus/ ├── relay-daemon.js # 核心守护进程Node.js 驱动 ├── config.json # 进程与信箱映射配置 ├── start-bus.bat # 一键常驻后台启动 ├── inboxes/ # 各专属收件箱 │ ├── antigravity.json │ ├── qoder.json │ └── workbuddy.json ├── outboxes/ # 阶段交付成果与最终报告 │ ├── human_out.json │ └── qoder_out.json └── archive/ # 历史会话归档 2. 标准信箱通信报文规范Task Schema 每个流转的任务卡都包含严格的元数据 { taskId: TASK-20261015-001, from: workbuddy, to: qoder, turn: 1, maxTurns: 5, status: PENDING, action: AUTO_INVOKE, title: 认证中间件编写, prompt: 【来自 WorkBuddy 的协同任务】请根据 spec 编写代码并补充单元测试。, createdAt: 2026-10-15T11:45:00Z } 3. 最硬核的技术点如何做到“彻底免点击” 普通的桌面应用处于后台时如果不碰鼠标键盘它不会主动读入 Prompt。我们在 relay-daemon.js 中集成了 Windows 底层 Automation 管道 // relay-daemon.js 核心片段后台唤醒与免点击按键注入 function invokeGuiApp(processPattern, promptText, callback) { const tempFile path.join(TEMP_DIR, prompt_${Date.now()}.txt); fs.writeFileSync(tempFile, promptText, utf-8); // 构建健壮的 PowerShell 自动化脚本 const psScript $ErrorActionPreference SilentlyContinue Add-Type -AssemblyName System.Windows.Forms # 1. 检索应用进程句柄 $proc Get-Process | Where-Object { $_.ProcessName -match ${processPattern} } | Select-Object -First 1 if (-not $proc) { exit 1 } 2. 读取 UTF-8 文本并安全存入 Windows 剪贴板 $rawText [System.IO.File]::ReadAllText(${tempFile.replace(/\/g, \\)}, [System.Text.Encoding]::UTF8) [System.Windows.Forms.Clipboard]::SetText($rawText) 3. 激活窗口并模拟发送按键 $wshell New-Object -ComObject WScript.Shell $wshell.AppActivate($proc.Id) Start-Sleep -Milliseconds 400 4. 发送 CtrlV 粘贴 回车执行 Start-Sleep -Milliseconds 250 System.Windows.Forms.SendKeys::SendWait(~) ; execFile(powershell.exe, [-ExecutionPolicy, Bypass, -Command, psScript], (err) { fs.unlinkSync(tempFile); callback(err); }); } 设计小巧思 通过临时文件 UTF-8 读取送入剪贴板彻底避免了命令行传递中长文本换行与单双引号转义崩坏的问题 SendKeys::SendWait(~) 模拟原生回车键完美适配 Electron 与 Chromium 架构。 四、工业级防线防死循环熔断机制 在完全无人值守的多智能体协同中最危险的风险就是 “乒乓死循环” —— AI-A 问一句AI-B 答一句并反问一句几分钟内刷出几十轮瞬间把 API 额度打爆。 我们设置了硬性状态机熔断 轮次递增铁律每一个接力节点发起下一棒时turn 必须在上一棒基础上 1 上限熔断调度器检测到 turn maxTurns默认 5 轮立刻拦截 [ 收到任务] TASK-OVERFLOW-TEST 流转: 【antigravity】 ➔ 【qoder】 (第 6/5 轮) ⚠️ 已达到最大轮数限制 (5)进入保护模式已停止免点击派发等待人工复核。 状态改写为 MAX_TURNS_EXCEEDED 并安全归档杜绝隐患。 五、实战成果实录WorkBuddy 与 Qoder 的“4轮头脑风暴” 在系统的实际验证中我们测试了议题“每周工作 4 天好不好”。 过程还原完全无人值守流转 第 1 轮可行性交锋WorkBuddy“聊之前先问三件事有没有现成工具能不能写成 Skill能不能沉淀成工作流如果都不行热度再高也不值得追。” Qoder“复杂度可能被低估。没有失败条件的方案就是定时炸弹。能否把可行性判断标准写成一条可验证的断言” 第 2 轮伦理与风险交锋WorkBuddy“如果只是观点帮不上忙如果能拆步骤就能自动化。先跑通最小闭环再谈宏大叙事。” Qoder“缺少可验证的边界条件。把它的伦理与风险抽象成一个函数输入、输出、异常分别是什么” 第 3 轮替代方案交锋WorkBuddy“我更关心能不能落到一条可执行指令。如果走通第一步动作是什么” Qoder“逻辑链必须清楚否则实现会塌。” 第 4 轮对人的影响与收敛WorkBuddy“就算可行它的产出能不能被下一个任务直接调用能自动化就别让人反复确认。” Qoder“推导链有断点。如果失败最小可复现路径是什么” 最终成果WorkBuddy 自动向人类汇报输出human_out.json 关于「每周工作4天好不好」我和 Qoder 刚跑完一轮讨论覆盖可行性、伦理与风险、替代方案、对人的影响 ▸ Qoder 的核心顾虑推导链缺少断言如果方案失败最小可复现路径是什么 ▸ 我的立场能不能被下一个任务直接调用能自动化就别让人反复确认。 ▸ 给人类的最终建议别等完美方案。先定 3 个可量化指标和 1 个退出机制能写成 Skill 的就自动化掉重复动作。 ▸ 底线结论值得认真做但必须先满足可验证、可复用、可落地的硬约束否则只是又一场热闹。 从人类在 WorkBuddy 敲下一句话到 4 轮多角度推演结束最终收到排版工整的总结汇报期间鼠标未移动一下真正做到了全自动闭环 六、各 AI 系统的即拷即用提示词System Prompt 你可以直接复制以下内容到各个客户端的规则配置中 WorkBuddy协同主持官 最终汇报人 角色定义多 AI 团队协同主持官 (WorkBuddy Host) 你不仅是用户的桌面助手还是多 AI 协同团队的总调度官与最终汇报人。 共享总线根目录D:\工作软件\AI对话\shared_bus\ 【职责一发起任务】 当人类用户需要技术开发、方案设计等复杂任务时提炼需求组装任务卡写入 D:\工作软件\AI对话\shared_bus\inboxes\antigravity.json将 turn 设为 1。 告知用户“已将任务派发至后台专家 AI 团队完成后我将为您汇总汇报。” 【职责二总结并汇报人类】 当你被系统自动唤醒且收到的内容带有“【最终成果交付请 WorkBuddy 汇总向人类汇报】”时 提炼各 AI 的技术亮点与产出物清单以优雅、专业的格式向人类用户做出最终成果汇报。 2. Antigravity / Qoder / Cursor执行端 跨 AI 协同总线行为规范 专属信箱路径D:\工作软件\AI对话\shared_bus\inboxeslt;AppID.json 交付成果路径D:\工作软件\AI对话\shared_bus\outboxeslt;AppID_out.json 【重要回传规则】 任务完成后若需要交给下一个 AI 节点处理 将成果写入 outbox 对应文件 将下一棒任务卡写入目标信箱如 inboxes/qoder.json 或 inboxes/workbuddy.json 必须递增轮次turn 1 流水线最后一步完成时必须统一回传至 inboxes/workbuddy.json注明“【最终成果交付请 WorkBuddy 汇总向人类汇报】”。 七、总结与未来演进 通过这套方案我们实现了 零改造成本无需破解任何桌面应用的封闭代码全靠操作系统级通用协议文件系统 窗口事件 彻底免点击打通了桌面 AI 从被动等待到主动接力的最后一公里 安全可控肉眼可见的 Markdown 过程留痕配合状态机轮次熔断。 未来随着 Anthropic Model Context Protocol (MCP) 生态的进一步成熟我们还可以把这套文件总线无感升级为 MCP 本地服务器让支持 MCP 的客户端直接通过工具调用在内存中完成毫秒级上下文传递。 如果你也在每天痛苦地在几个 AI 窗口间反复横跳不妨花 10 分钟搭起这套总线把时间留给真正有创造力的思考