Agent Farm v3.4-分块编写版
人工智能生物进化和使用工具代理的并行任务执行。 现在有了 分块书写模式 用于生成大型文档和代码文件！
v3.4中的新增功能
- 分块书写模式：Bug并行编写部分，Python直接组装
- 分块写入：生成大的标记/文本文档（大小不限）
- chunked_code_gen：并行生成多功能代码文件
- 分块分析：多角度综合分析
- 绕过500个字符的限制：每个bug写入小块，组合输出不受限制
演出
- 速度提高8.6倍 比v3.0（4任务群为103s->12s）
- 1次迭代 每项任务（3-5）
- 100%成功率 使用真实的工具数据
- 局部合成 -qwen2.5:14b合成结果（没有云标记！）
模型
| 角色 | 型号 | VRAM | 用途 |
|---|---|---|---|
| 侦察 | qwen3:4b | 2.5GB | 侦察 |
| Worker | qwen3:4b | 2.5GB | 任务执行 |
| 内存 | qwen3:4b | 2.5GB | 上下文保留 |
| Guardian | qwen3:4b | 2.5GB | 系统监控 |
| 学习者 | qwen3:4b | 2.5GB | 模式获取 |
| 合成器 | 问题2.5:14b | 8.99GB | 结果综合 |
MCP工具（30）
群体管理
spawn_colony-创建bug群体（标准/快速/重型/混合型）list_colonies-列出活动殖民地colony_status-详细的殖民地信息quick_colony-快速健康检查dissolve_colony-删除殖民地cleanup_idle-删除闲置殖民地farm_stats-综合统计
Swarm部署
deploy_swarm-将任务部署到殖民地quick_swarm-一键生成+部署
专用Swarms
code_review_swarm-4视角代码审查code_gen_swarm-生成代码+测试+文档file_swarm-并行文件操作exec_swarm-并行shell命令api_swarm-并行HTTP请求kmkb_swarm-多角度知识查询
工具启用代理
tool_swarm-使用真实的系统工具部署bugsystem_health_swarm-快速系统健康检查recon_swarm-目录/代码库侦察deep_analysis_swarm-深度磁盘/文件分析worker_task-配备齐全工具的单人工人
直接操作
heavy_write-直接文件写入（对于大内容绕过LLM）synthesize-独立合成任何JSON结果
分块写入模式（新）
chunked_write-通过并行分段编写生成大型文档chunked_code_gen-使用并行编写的函数生成代码文件chunked_analysis-多视角综合分析
Bug工具权限
| 角色 | 工具 |
|---|---|
| Scout | read_file、list_dir、file_exists、system_status、process_list、disk_usage、check_service、exec_cmd |
| Worker | read_file、write_file、list_dir、exec_cmd、http_get、http_post、system_status、disk_usage、check_service |
| 内存 | read_file、kmkb_search、kmkb_ask、list_dir、system_status、process_list、disk_usage、check_service、exec_cmd |
| Guardian | system_status、process_list、disk_usage、check_service、read_file、list_dir、exec_cmd |
| 学习者 | read_file、analyze_code、list_dir、kmkb_search、system_status、process_list、disk_usage、check_service、exec_cmd |
结构化输出详细信息
Agent Farm v3.3使用Ollama的结构化输出功能在模型响应上强制执行JSON模式：
# Bug responds with guaranteed-valid JSON:
{"tool": "system_status", "arg": ""}
{"tool": "exec_cmd", "arg": "df -h"}
{"tool": "check_service", "arg": "ollama"}约束解码（GBNF语法）在生成过程中屏蔽了无效令牌，确保：
- 始终有效的JSON
- 正确的工具名称
- 正确的论证结构
- 无解析失败
结果现在包括a mode 字段显示使用了哪种方法：
structured-JSON模式已强制执行structured+autoformat-JSON+简单的结果格式化structured+deep-具有多步骤推理的JSONregex-回退正则表达式解析regex+autoformat-正则表达式+简单的结果格式化
分块书写模式
分块写入模式通过分解大型任务解决了小型模型的~500个字符输出限制：
1. PLANNER BUG (qwen2.5:14b)
|-- Creates structured JSON outline
|-- {"sections": [{"title": "...", "description": "..."}]}
2. WORKER BUGS (qwen3:4b) - IN PARALLEL
|-- Each writes one section (~300-500 chars)
|-- 4 workers = 4 sections simultaneously
3. PYTHON CONCATENATION (NO LLM)
|-- header + separator.join(sections)
|-- Zero token cost, instant assembly
4. DIRECT FILE WRITE (NO LLM)
|-- tool_write_file() saves result
|-- Bypasses any output corruption演出
| 工具 | 输出大小 | 部分 | 时间 |
|---|---|---|---|
| 分块写入 | 9.6 KB | 5 | 78秒 |
| chunked_code_gen | 1.9 KB | 4个函数 | 88秒 |
| 分块分析 | 不同 | 4个视角 | ~60s |
为什么它有效
- 小型模型擅长专注、短输出
- 每个部分都在“安全区”内（\12秒）
- 自动格式化结果跳过冗余的LLM调用
- 立即拒绝无效工具
- 回答前强制使用工具
- 修复了复杂shell命令支持
- 所有角色至少升级到qwen3:4b
v3.0.0（2026-01-19）
- 从Windows版本重建Linux
- 具有角色权限的启用工具的代理
- 系统健康、侦察、工人群体
- 通过ThreadPoolExecutor实现真正的并行