2 前言
2.1 为什么要写这本书
2026 年，AI Coding Agent 已经从「新奇工具」变成了「生产力基础设施」。Claude Code、Codex、Kimi Code、Grok CLI……每个模型都有自己的擅长领域：Claude 擅长架构设计，Codex 擅长推理，Kimi 擅长中文场景。
但一个程序员同时打开 5 个终端窗口、手动复制粘贴不同 Agent 的输出，这不是协作，这是折磨。
Herdr 的出现改变了这一切。
2.1.1 一个真实的场景
想象你在开发一个全栈应用：
- 你让 GPT-5.6 做整体架构编排
- 它自动 split 出一个窗格，启动 Kimi K3 写前端代码
- 再 split 一个窗格，启动 Grok 4.5 做代码审查
- 你随时可以点进任何一个窗格，看看它们在干什么，打断、纠正、接手
- 所有 Agent 完成后，主 Agent 自动读取输出，汇总结果
这就是 Herdr 做的事：让多 Agent 协作变得可见、可控、可介入。
2.1.2 为什么不是 tmux
tmux 是优秀的终端复用器，但它不认识 Agent。它不知道一个窗格里跑的是 Claude Code 还是你自己的 shell，不知道 Agent 是在「工作」还是「等待审批」，更不能让 Agent A 启动 Agent B 并等待其完成。
Herdr 的核心差异：
| 能力 | tmux | Herdr |
|---|---|---|
| 终端持久化 | ✅ | ✅ |
| Agent 状态检测 | ❌ | ✅ idle/working/blocked/done |
| Agent 间互调 | ❌ | ✅ 原生支持 |
| 混合模型组队 | ❌ | ✅ 任意 Agent |
| 人类可介入 | 手动切入 | ✅ 鼠标点击 |
| Skill 驱动 | ❌ | ✅ 一个 MD 文件 |
2.1.3 本书的目标
这不是一本官方文档翻译。这是一本实战指南——从安装到多 Agent 协作实战，从 CLI 自动化到插件开发，覆盖你在真实项目中使用 Herdr 会遇到的每一个问题。
希望读完这本书后，你能像使用 Git 一样自然地使用 Herdr，让它成为你 AI 编程工作流的核心基础设施。
吴志国 2026 年 8 月，上海