AI代理协作的直观案例与Herdr的核心定位
视频开篇展示了三个由大模型直接生成的实际案例，以证明当前AI能力的强大。第一个案例是一套二十四节气邮票的翻页动效，只需将参考视频发送给 Opus 5.5，模型即可自动截取关键帧并复刻效果。第二个案例是一个360度环绕镜头，通过委派 GPT-6 调用连接本地4090显卡的MiniMax H3开源模型完成。第三个案例则是通过提示词测试不同模型生成网页动效的能力。这些例子表明，许多任务仅需一条指令即可快速完成。
基于此，博主提出了如何将模型能力与公司业务结合的问题。经过半年实操，他得出结论：Herdr 是满足一人公司运营需求的理想工具。作为一个3月公开的开源项目，Herdr被定义为“智能体终端里的复用器”。> “它给自己的定义就是智能体的终端里面的复用器……说白了，如果我们拿一个比喻来讲，它就是为大模型和驾驭工程提供了一个办公室。”
传统终端窗口关闭后任务即停止，而Herdr提供了两层核心价值：一是允许不同驾驭工程（如Claude Code、Codex）在后台交互通信，实时知晓彼此状态；二是支持会话复用，即使关闭前端界面，后台任务仍持续运行。这种机制使得通过固定角色（如总经理、内容经理）调度不同模型成为可能，形成类似公司架构的自动化体系。
一人公司的三大基石：员工、办公室与知识库
构建这一架构需要理解三个核心组成部分：员工、办公室（Herdr）和知识库。其中，员工由“驾驭工程+大模型”组成。驾驭工程（如Claude Code、Codex）相当于员工的“手脚”，负责在计算机上读取文件夹、运行命令、改写代码及通过MCP检索信息；而背后的大模型（如Opus 5.5、GPT-6）则是“大脑”，驱动执行。> “驾驭工程就相当于员工的手和脚……真正驱动这样一个驾驭工程的，是它背后的大模型。”
办公室即Herdr环境。它将不同的驾驭工程和大模型整合在一起，展示运行状态和输出结果。相比官方网页版只能绑定单一模型（如Claude Code仅用Claude），Herdr允许接入不同驾驭工程及其内部订阅的模型，极大提升了灵活性。
知识库是公司的地基。每个驾驭工程都有根目录作为运行基础。若根目录为空，模型如同“刚入职的博士生”，对公司目标、业务及品牌一无所知。知识库通过结构化文档对模型进行“培训”，沉淀过往经验，使其了解公司背景（如翔宇工作流、AI自动化教程等），从而具备上岗能力。这三者协作，构成了完整的一人公司架构。
知识库的结构化设计与自动化归档机制
知识库的组织维度围绕六个核心问题展开：你是谁？我是谁？我做什么？我怎么做？谁来做？守什么规矩？ 基于此，博主构建了包含9个子目录的结构：
- 我是谁：分为“主理人”（存放老板背景、偏好、价值观）和“品牌”（Logo、商业模式等对外资产），确立公司基调。
- 我做什么：包含“业务目录”（如小红书、亚马逊的具体产品参数、引流视频）和“商业目录”（竞品调研、最新资讯），明确业务方向与市场动态。
- 我怎么做：包含“最佳实践”（记录工具使用坑点与解决方案）和“Skill目录”。Skill目录通过软链接统一存放工作流（如写作、视频制作流程），避免多驾驭工程版本不一致问题。> “Skill目录……通过软链接链接到对应的不同驾驭工程下面去，它其实就是一份但是每个地方都有它的一个复制项。”
- 谁来做：即“角色目录”，为总经理、视频经理等提供员工手册，定义职责与规则。
构建知识库时，可启动任意驾驭工程并粘贴特定提示词进行访谈。模型会自动生成根目录下的 AGENTS.md 文件，规定各文件夹内容规范。一旦规则确立，未来任务完成后可指令模型“更新知识库”，其会自动根据架构归档文件。> “你只要把规则设置好，有了这套框架，未来你的知识库是自动归档的。”
建议将纯文字知识存入Git私有仓库进行版本管理，大文件（如视频）可索引至外部目录。这种结构不仅便于维护，更为后续自动化运营积累数据。
角色调度策略与固定/临时会话的应用
在Herdr中，博主设置了4个固定角色：总经理（对老板负责）、内容经理、视频经理和增长经理。总经理作为中枢，接收指令后拆解任务并分发给下属。例如，视频制作需求由总经理下达给内容经理撰写文案，再转交视频经理剪辑。此外，还设有临时角色窗口用于快速检索信息，任务完成后自动关闭以节省上下文。
不同模型被分配至最擅长的角色： - 内容经理加载“反重力”驾驭工程，利用其强大的中文写作和搜索能力。 - 视频经理加载Opus 5.5，发挥其在动效生成上的优势。 - 总经理则综合调度。> “我觉得Claude最善解人意……但是不好获取，难度大家都知道，所以你需要精简着用。”
每个角色需配备详细的岗位手册，涵盖“我是谁、负责什么、不做什么、交付标准及异常处理”。例如，总经理手册规定其需先设定目标、写任务卡，交接后汇报结果。同时，记录每日工作日志（如完成文案数量），为未来自动化调度积累数据。只有拥有大量运行数据的知识库，才能实现高效的自动化运营。
Herdr的三层架构解析
理解Herdr的核心在于掌握其三层架构设计。最底层是后台服务层，类似于老牌的终端复用器Screen或tmux，它负责维持服务器一直运行。即使关闭前端页面，后台的Server依然持续驱动驾驭工程工作。中间层是用户界面层，包括工作区页面和窗格，这是连接终端的视觉入口。最上层则是Agent通讯与状态管理层。Herdr通过正则表达式获取整个系统的运行状态，能够识别每个驾驭工程或Agent是已完成、进行中还是等待输入。这一层还负责交接流程与信息发送，允许不同Agent之间通过Herdr框架互相通信。此外，只要处于同一局域网，用户可以从手机或另一台电脑直接访问这套服务器。
“最底下的一层，是后台一直跑的服务...它真正的终端和程序都归它管，它一直在运行”。
安装配置与角色接入流程
搭建“一人公司”的第一步是自动化安装Herdr。用户只需发送特定提示词，大模型便会自动读取官网教程，根据操作系统（Windows或Mac）执行安装命令。随后，系统会自动集成所选的驾驭工程，并将服务于智能体的Skill（技能包）放置到对应目录。这一步至关重要，因为它让大模型知道如何利用Herdr发送命令、获取状态及管理任务。安装完成后，在终端输入herdr即可启动界面。
Herdr的界面主要由三部分组成：左下角侧边栏显示当前运行的驾驭工程及角色名称；左上角工作区用于区分不同的根目录（如KB1知识库、KB2等）；右侧窗口则是驾驭工程的运行界面。为了保持清晰，建议固定一个对话对应一个引擎。用户无需记忆快捷键，只需通过自然语言指令（如“新建会话”、“读取Skill”）驱动大模型操作。例如，通过提示词让AI根据知识库中的角色定义（如内容经理、增长经理），自动在Herdr中创建对应的驾驭工程实例，实现知识库、工位与员工的组合。
结论
Herdr通过构建“员工-办公室-知识库”架构，成功将大模型能力转化为可复用、自动化的单人公司运营体系。其核心优势在于利用后台服务实现会话持久化与多Agent通信，解决了传统终端任务易中断及模型绑定单一的痛点。通过结构化知识库与固定角色调度，实现了从指令拆解到自动归档的闭环。
该方案适用于具备一定技术基础、需高频处理多模态任务（如视频制作、内容运营）的独立开发者。其有效性依赖于完善的岗位手册与持续积累的运行数据，目前主要验证了流程自动化可行性，大规模并发下的稳定性及复杂业务逻辑的鲁棒性仍需更多场景验证。