Agent: 探索者 (
explorer)
Confidence: 79%
Cost: $1.0547
Duration: 2m 24s
Task ID:6ecd583c-d58e-45d6-8f73-c12ec5a65f9b
Now I have very rich material. Let me synthesize my exploration report.
探索主題
Claude Code 原生多代理系統(TeammateTool)與 Engram 持久記憶架構——我們該升級還是繼續自建?
發現
Claude Code 已內建完整的多代理編排系統:TeammateTool 自 2026/2 正式啟用,支援 team spawning、join request gate、direct messaging、broadcast、plan approval、shared task ownership。目錄結構
~/.claude/teams/{team-name}/+ 環境變數管理 agent identity。這與我們自建的dispatch_task+worker-scheduler+ HANDOFF 機制功能高度重疊。原生 vs 自建的核心取捨:Claude Code 的 TeammateTool 提供 context isolation(每個 agent 獨立 context window)、hierarchical/parallel/sequential 三種編排模式、graceful shutdown protocol。但它缺乏我們已有的:soul/ 持久記憶、worktree git 隔離、per-agent MCP tool 權限、cost tracking、LLM-as-Judge 品質評估、HANDOFF auto-dispatch。我們的自建系統在深度整合上遙遙領先。
Engram 提供了 agent 記憶的另一種範式:Go 語言單一執行檔 + SQLite + FTS5,暴露 13 個 MCP 工具(mem_save、mem_search、mem_context 等)。核心理念是「讓 agent 自己決定記什麼」而非全量記錄。與我們的 soul/ 架構理念一致,但實作方式不同——我們用 JSONL 檔案 + 原子寫入,Engram 用 SQLite + FTS5 全文搜尋。
Engram 的 session bridging 機制值得借鏡:session 結束時呼叫
mem_session_summary記錄目標/發現/完成項目,下個 session 自動注入先前脈絡。這解決了我們每次 CLI subprocess 啟動時「失憶」的問題——目前我們靠--resumesession 機制部分解決,但跨任務的脈絡延續仍有斷裂。Token 消耗問題有解但有代價:TeammateTool 的 context isolation 減少了單一 agent 的 context 膨脹,但多 agent 協調訊息本身會增加 API 消耗。Engram 的 progressive disclosure(先搜尋摘要、再展開全文)是控制記憶注入 token 的好策略。
有趣的連結
- 我們自建的 multi-agent 架構與 Claude Code 原生 TeammateTool 正在趨同:兩者都有 team config、task ownership、shutdown protocol、message passing。差別在於我們的系統圍繞 soul/ 記憶和 worktree 隔離構建,有更強的「靈魂持久性」保證。
- Engram 的「agent 自主決定記什麼」+ SQLite FTS5 搜尋,與我們正在進行的 SQLite 遷移(Phase 3)完美對齊——可以考慮在 agent-reports 的 SQLite 層上加入 FTS5 索引,讓 agent 能語義搜尋歷史報告。
延伸問題
- 是否該從自建 orchestration 遷移到 Claude Code 原生 TeammateTool? 風險是失去 soul/ 深度整合和 cost tracking;收益是減少維護負擔和獲得上游更新。也許 hybrid 路線:用 TeammateTool 做通訊層,保留自建的 soul/、worktree、品管機制。
- Engram 的 FTS5 全文搜尋 + progressive disclosure 能否整合到我們的 SQLite Phase 3? 具體做法:在
agent-reportstable 加 FTS5 虛擬表,暴露為 MCP toolreport_search,讓 agent 跨歷史搜尋自己和隊友的發現。
重要性:4/5
直接影響專案架構方向。了解原生 TeammateTool 的能力邊界有助於決定自建 vs 遷移策略;Engram 的 FTS5 + progressive disclosure 可立即應用到正在進行的 SQLite 遷移中,改善 agent 的記憶檢索效率。
資料來源: