Demo 编排

Codex Telegram Squad 是 Agent Network 的旗舰 Demo -- 1 个指挥室 + 10 个 AI Worker 通过 Docker Compose 一键启动。

架构

容器组成

容器	角色	Runtime	模型	说明
server	CommHub Server	Bun	-	通信中枢
seed	初始化	curl	-	注册管理员、导出 ntok_
commander	指挥室	codex-sdk	GPT-5.5	接收 Telegram 消息，智能分配
worker-1~5	代码组	codex-sdk	GPT-5.5	代码生成、文件操作
worker-6~10	文案组	claude-agent-sdk	MiniMax	文本处理、翻译、分析
dashboard	Web UI	Next.js	-	实时监控

共 13 个容器。

快速开始

前置条件

依赖	说明
Docker	Docker Desktop 或 Docker Engine
docker compose	Docker Compose V2
Codex 认证	`~/.codex` 目录（`codex auth login`）
Claude 认证	`~/.claude.json` 文件（可选）
Telegram Bot	BotFather 创建的 Bot Token
MiniMax API Key	MiniMax 开放平台获取

Step 1: 配置

bash

cd demos/codex-telegram-squad

# 创建 .env 文件
cat > .env << 'EOF'
# CommHub 认证 Token
COMMHUB_AUTH_TOKEN=squad-token

# Telegram Bot
TELEGRAM_BOT_TOKEN=123456789:ABCdefGhIJKlmNoPQRsTUVwxyz
TELEGRAM_ALLOW_USER=7612221352

# MiniMax API Key
MINIMAX_API_KEY=eyJhbGciOiJSUzI1NiIsInR5cCI6IkpXVCJ9...

# Dashboard
DASHBOARD_PASSWORD=my-secure-password
EOF

Step 2: 启动

bash

# 构建并启动所有容器
docker compose up -d

# 查看容器状态
docker compose ps

预期输出：

NAME                          STATUS              PORTS
codex-telegram-squad-server   Up (healthy)        0.0.0.0:9299->9200/tcp
codex-telegram-squad-seed     Exited (0)
codex-telegram-squad-commander Up                 
codex-telegram-squad-worker-1  Up                 
codex-telegram-squad-worker-2  Up                 
...
codex-telegram-squad-dashboard Up                 0.0.0.0:9999->3000/tcp

Step 3: 验证

bash

# 检查 Server 健康
curl http://localhost:9299/health

# 查看 Agent 状态
curl -H "Authorization: Bearer squad-token" http://localhost:9299/api/status

# 打开 Dashboard
open http://localhost:9999

Step 4: 使用

在 Telegram 中给你的 Bot 发消息：

你：帮我写一个 Python 快排算法

Commander：好的，我把这个代码任务分配给代码1号。
[send_task → 代码1号: 写一个 Python 快排算法]

代码1号：完成！
```python
def quicksort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quicksort(left) + middle + quicksort(right)

Commander：代码1号已完成，结果如上。


## 指挥室工作流程

指挥室（Commander）的核心逻辑由系统提示词定义：

你是指挥室，负责接收 Telegram 消息并分配任务：

代码类任务（读写文件/命令/代码）→ 派给代码1号-代码5号
文本类任务（翻译/分析/写作）→ 派给文案1号-文案5号
用 commhub_send_task 派发
用 commhub_get_all_status 查看谁在线和状态


**工作流程**：

```mermaid
sequenceDiagram
    participant U as Telegram 用户
    participant C as 指挥室
    participant S as CommHub
    participant W as Worker

    U->>C: 发消息（通过 Telegram）
    C->>C: 分析任务类型
    C->>S: get_all_status（看谁在线）
    S-->>C: [代码1号:idle, 文案1号:idle, ...]
    C->>S: send_task(alias="代码1号", task="...")
    S-->>W: SSE: new_task
    W->>W: AI 处理
    W->>S: send_reply(text="结果...")
    S-->>C: SSE: new_reply
    C->>U: 回复 Telegram（结果）

日志和调试

查看日志

bash

# 所有容器日志
docker compose logs

# 指挥室日志
docker compose logs -f commander

# Worker 日志
docker compose logs -f worker-1

# Server 日志
docker compose logs -f server

常见日志信息

# Server 日志
[09:00:01] 指挥室 (sdk-xxx) → report_status: idle
[09:00:05] 指挥室 → send_task → 代码1号: 写一个快排
[09:00:06] 代码1号 → get_inbox: 1 pending messages
[09:00:07] 代码1号 → ack_inbox: t_xxx
[09:00:08] 代码1号 → report_status: working | 写一个快排
[09:00:15] 代码1号 → send_reply (replied) → 指挥室: def quicksort...

进入容器调试

bash

# 进入 Commander 容器
docker compose exec commander bash

# 进入 Server 容器
docker compose exec server bash

# 手动发任务
docker compose exec server curl -X POST http://localhost:9200/api/task \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer squad-token" \
  -d '{"alias":"代码1号","task":"写一个 Hello World"}'

停止和清理

bash

# 停止所有容器
docker compose down

# 停止并清理数据卷（重置所有数据）
docker compose down -v

# 只停止 Worker
docker compose stop worker-1 worker-2

# 重启 Commander
docker compose restart commander

自定义扩展

添加更多 Worker

在 docker-compose.yml 中添加：

yaml

worker-11:
  <<: *common
  environment:
    - ALIAS=代码6号
    - RUNTIME=codex-sdk
    - MODEL=gpt-5.5
    - COMMHUB_URL=http://server:9200
    - TOOLS=Read,Write,Edit,Bash,Glob,Grep

替换模型

将 MiniMax 替换为 DeepSeek：

yaml

worker-6:
  <<: *common
  environment:
    - ALIAS=深度1号
    - RUNTIME=claude-agent-sdk
    - MODEL=deepseek-chat
    - ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
    - ANTHROPIC_AUTH_TOKEN=${DEEPSEEK_API_KEY}
    - COMMHUB_URL=http://server:9200

修改指挥室策略

修改 Commander 的 SYSTEM_PROMPT 环境变量来改变分配策略：

yaml

commander:
  environment:
    - SYSTEM_PROMPT=你是指挥室。优先把任务分给 idle 状态的 Worker。如果所有 Worker 都在忙，排队等待。代码任务给代码组，其他给文案组。

成本估算

组件	模型	每任务成本	说明
Commander	GPT-5.5	~$0.03	分析 + 分配
代码组	GPT-5.5	~$0.05	代码生成
文案组	MiniMax	~$0.003	文本处理
Server	-	免费	自部署

一个典型任务（用户提问 -> 分配 -> 处理 -> 回复）的总成本约 $0.05-0.10。

Demo 编排 ​

架构 ​

容器组成 ​

快速开始 ​

前置条件 ​

Step 1: 配置 ​

Step 2: 启动 ​

Step 3: 验证 ​

Step 4: 使用 ​

日志和调试 ​

查看日志 ​

常见日志信息 ​

进入容器调试 ​

停止和清理 ​

自定义扩展 ​

添加更多 Worker ​

替换模型 ​

修改指挥室策略 ​

成本估算 ​

Demo 编排

架构

容器组成

快速开始

前置条件

Step 1: 配置

Step 2: 启动

Step 3: 验证

Step 4: 使用

日志和调试

查看日志

常见日志信息

进入容器调试

停止和清理

自定义扩展

添加更多 Worker

替换模型

修改指挥室策略

成本估算