Trinity：把 AI Agent 真的扔进生产环境，一条命令部署

最近刷到 Trinity，东哥第一反应是：这项目不是在教你“怎么写 Agent”，它盯的是更麻烦的那段——写完以后，怎么让 Agent 稳稳跑起来。项目页说得很直白，Claude Code 负责写 Agent，Trinity 负责把它跑在生产环境里。

一条命令先把实例拉起来：

curl -fsSL https://raw.githubusercontent.com/abilityai/trinity/main/install.sh | bash

它会 clone 仓库、配环境、构建基础镜像，然后把服务启动起来。这里东哥会多瞅一眼.env、密钥、API Key 这些东西，别看“一键部署”很爽，真上服务器，环境变量和权限边界才是最容易半夜找人的地方。

Trinity 的思路是，每个 Agent 单独跑在 Docker 容器里，带实时监控、调度、Agent 之间委托协作，还有审计日志。好处很直接：某个 Agent 抽风，不至于把整套东西一起拖下水；出了问题也能看日志、看执行记录，不是只剩一句“模型好像没回”。

它还有一个可视化控制台，能用拓扑图看整组 Agent 的状态、成本、成功率，甚至能看到执行时间线。这个对多 Agent 系统挺关键，两个 Agent 还能靠脑补排查，十几个一起跑，没图基本就是盲人摸象。

更有意思的是，它能接进 Claude Code。你可以在编辑器里创建、部署、同步、看日志，不用在网页、终端、配置文件之间来回切。还支持用一个 YAML 定义多 Agent 系统，然后一键部署整套流程。

东哥觉得这类项目适合两种人：一是已经写了 Agent，但还停在本地 demo；二是团队里想自托管，不想数据跑到外面 SaaS。至于真生产，还是老规矩，先看回滚、日志、额度耗尽、容器权限。别急着全公司铺开，先拿一个小流程跑起来，能稳定活几天再说

GitHub 地址：GitHub - Abilityai/trinity。