Show HN：AgentRun – 开源、自我改进的托管代理

运行更智能的代理。使用更少的代币。今年我们的代码审查费用增加了 36 倍。现在一次评论要花 18 美分。了解如何 ↓ 快速入门 · 案例研究 · 导览 · 模板 · 部署 · 文档 AgentRun 是一个开源平台，可以增强您的代理。它在您最喜欢的特工装备之上增加了自我完善、持久的执行力和控制平面。您的代理变得更加智能、容错能力更强，并且每次运行时使用的令牌更少。代理的“学习”选项卡：保留了什么以及此后发生了什么变化。来自控制台记录的灯具的演示数据。代码审查。 Greptile 从 3 月份开始收取 1 美元的评论费用，然后我们的代理开始起飞，我们的账单从每月 180 美元增加到 6,451 美元。因此，我们在一个廉价的模型上构建了自己的审阅器，并根据我们自己的 PR 进行了调整。一次审查的费用为 18 美分，在 30 个 PR 中，它从未见过它捕获的 bug 是 Greptile 捕获的真实 bug 的 1.6 倍。我们如何构建它 · 在您的回购商户代码上调整一个。我们让 Opus 弄清楚如何对商家进行分类，然后将它学到的知识交给一个廉价的模型。同样的工作，商家 0.89 美元降至 0.12 美元。工作原理 · 用自己的工作来做 代理非常擅长解决问题。问题是他们一遍又一遍地找出同样的事情。给一个代理一项已经完成了一百次的工作，它会重新发现相同的 API，重新阅读相同的文档并重建相同的计划，并且您为它的每个代币付费。将您的代理置于运行最佳的工具上：Claude Code、Codex、OpenCode 或 pi。 AgentRun 围绕它做所有事情：它学习工作。每次运行后，代理都会保留下次有帮助的内容：注释、技能或无需循环即可完成工作的工作流程。下一次运行从那里开始。它永远不会输掉一场比赛。每次跑步都集中在一家商店。在运行中终止服务器，再次启动它，然后运行继续。为每个代理提供工作所需的计算机：沙箱、Linux 桌面、Android 手机或浏览器。您保持掌控。批准、支出上限和每个代理的一个控制台：什么需要您，什么失败，什么正在运行以及它的成本。您无需构建管道：提供商集成、恢复、运行跟踪和学习都在这里。使用一个命令在笔记本电脑上、在一个容器中运行它，或者作为带有运行程序的服务器运行它。阿帕奇-2.0。您需要在 macOS 或 Linux 上使用 Node 24.22.3 或更高版本。开始吧。它在端口 7340（或下一个空闲端口）上启动服务器和一个运行程序，将所有内容保留在 ~/.agentrun 中，并在浏览器中打开控制台。添加一个型号密钥。在控制台中，设置密码，然后在 设置 → 模型密钥 下添加密钥。一个 OPENROUTER_API_KEY 为每个线束提供一个模型。 Anthropic key 运行 pi 和 Claude Code； OpenAI 密钥运行 pi、Codex 和 OpenCode。运行你的第一个代理。打开模板，应用 KYB 尽职调查，并使用公司名称和网站开始运行。它只需要您的型号密钥即可。完成后，运行的“报告”选项卡会显示一份尽职调查报告，其中包含裁决和引用的每项索赔。然后打开代理的“学习”选项卡以查看它为下次保留的内容。而是让您的编码代理来做？告诉它：阅读 agentrun.ai/SKILL.md 并为我设置 AgentRun 。 Docker、沙箱以及在服务器上运行如果 Docker 在您的计算机上运行，​​新代理将获得带有 shell 的 Docker 沙箱。它的图像建立在第一次使用的基础上，这需要几分钟的时间，控制台会显示它何时准备就绪。如果没有 Docker，代理仍然可以读取和写入文件，但无法获得 shell。想要拥有自己的带有 URL 的服务器吗？一键将其部署到渲染。拨打电话的工作流程。步骤可以提出一个快速输入的问题，查看答案的确定性，然后选择一条路线。此处模型的批准度为 0.61，低于工作流程的 0.75 条，因此该案例将接受审查。每个特工都在一个地方。任务控制首先打开：什么需要您，什么失败，什么正在运行以及它的成本，按天，按线束和工具。每个代理都是一个 API。从 Playground 开始运行，然后将相同的请求复制到您的代码中。您保持掌控。特工可以停下来询问您，然后运行会等待您回答。学习工作的代理通过“学习”将其打开：在代理的定义中为 true。每次运行结束时，智能体都会再轮一次说出要保留的内容。 AgentRun 会对其进行检查、评分，并将其提交到代理自己的 git 文件夹中。下一次运行从那里开始。流程图 LR start["从
代理的主程序开始运行"] --> work["Run does the job"] work --> suggest["最后一轮提议
笔记、一项技能、一个工作流程"]提议 --> check["代码检查，
然后一个评分者"] check -->|kept| commit["Commit to main"] commit --> start Loading Notes 是简短的 Markdown 文件，每个文件一个事实，采用 Claude Code 的内存格式。技能是如何再次完成一项工作，只有完成这项工作的运行才能写出一项工作。学习的工作流在运行自身的上限和工具权限下作为任何工具上的一个工具调用运行。一旦学习的技能运行了 3 次，下一次运行就会被要求作为工作流程草稿来执行该作业，并且草稿在保留之前会进行空运行：不询问模型，也不需要工具