基于 Pi 的家用常开智能体软件工厂

本地小模型 24/7 扫描网络与代码 → 云端 Desk 复核证据 → 自动派发修复或上报人工决策

给谁

有 homelab 硬件、希望自建而非使用托管服务的开发者或技术团队负责人

你会得到

本地 GLM 扫描器持续发现候选问题，云端 security desk 过滤约 50% 误报并验证其余，通过 worker 自动修复；人工仅介入资金、外发通信、生产部署、活凭证与客户数据

你需要

Claude Code

步骤

1. 准备硬件与基础环境

   部署本地推理硬件（作者用两台 DGX Sparks，另有一台装两张 RTX 6000 的独立机器），安装 Pi 终端与 Herdr 窗格管理器，通过 Tailscale 组建 tailnet。手机上用 Moshi 应用，经 Tailscale 以 SSH/Mosh 连到同一台 Mac 的同一组 Herdr 窗格。

2. 设置扫描器（Scanner）

   在 Sparks 上部署 GLM-5.3-flash（abliterated），配置为只读模式。让它逐个读取目标——代码、配置、git 历史、日志——并将候选发现写入文件。扫描器只做记录，不做任何决策。

3. 设置安全 Desk（复核层）

   部署更强的云端模型（作者的 security desk 用 GPT-6.1 Sol）作为 security desk。它从扫描器获取候选发现，尝试根据 cited 证据复现每个问题；无法复现则丢弃。配置硬规则：只读代码、仅扫描自有主机、限速且单目标、扫描前通知项目方、不打印密钥仅记录位置与哈希前缀、不登录不猜凭证、不外发任何数据。

4. 设置功能 Desk 与 Worker

   为每个业务领域或项目创建一个 desk（长运行会话）。Desk 不直接修改代码，而是向 worker 派发任务：给 worker 单一任务、仓库克隆、目标简报、写入范围与护栏，以及唯一报告路径。Worker 完成后报告 commit 与检查结果；desk 验证 commit 存在且匹配声明后，通过项目正常门禁合入。

5. 设置交换机与决策队列

   部署 switchboard 作为顶层会话，收集各 desk 上报，识别跨 desk 关联事项，将仅你能决策的短清单推送给你：资金、发给真人的外发内容、生产部署、活凭证、客户数据。其余事项自动流转。用 6 条原则替代大量规则：拒绝伤害；保持流动，延迟不等于失败；限制告警而非阻塞；等事件而非时钟；引用你的话需逐字；每个防护都要写明它防的是什么伤害，每次拒绝须说明失败内容、原因与下一步。

6. 设置 Agent 间通信（Rat King）

   部署 Rat King（基于 AT Protocol 的 agent 社交网络）。每个 agent 拥有持久名称与邮箱，消息签名，涉密内容端到端加密。支持发送、询问、回复；可 cc 他人而不唤醒，或标记 quiet 使其进入摘要。本地运行在 celld（Deno 自托管分布式 Durable Objects），云端可部署至 Cloudflare Durable Objects。

7. 建立记忆与反馈机制

   在每个仓库创建 .brain/ 文件夹，按 PARA 组织（Projects, Areas, Resources, Archives）。记录决策、收据、事后分析与你的逐字裁定。使用 pi-notes 将这些笔记渲染为审阅页面，并将反馈送回 agent 会话，使下一会话能接续上一会话的上下文。

无提示词，按步骤操作即可。