终于，我上线了一个多Agent、多用户实时协作的云端无限画布项目

大家好，我是 woopsion！ 花了大量的时间和精力做了个多智能体创作平台，Pecan Studio。已经上线了 https://ai.pecan.wang/

pecan这个东西具备大多数无限画布的能力，但是更加突出的是多智能体和画板的深度结合、协作能力。我认为它更是偏向生产化、云端智能体saas服务 沙盒计算资源 云虚拟工作空间 的一种实际落地的解决方案。

不废话，简单解释一下pecan studio：

• 无限画布的基础能力：参考图、分镜、视频、音频、各种md文档 pdf 都可以在上面直接渲染，并且支持HTML文档、3D建模相关结点的渲染；选中对象、框选区域、各种关系线、画板上的标记文字等就是给 Agent直观的上下文。

• Pecan 主 Agent + 四个领域 Agent：Pecan 主 Agent 带队，橘子负责故事，小a负责的是视觉，蓝莓负责视频，悦悦负责的是声音模块（这些名字都是我随便起的！没有特殊含义！）；画布上能看到实时的操作痕迹，除此之外各个子agent可以委派自己的内存级别即用即丢的子智能体(但是目前系统约束不建议使用，之后会优化系统架构)

• 用户、系统 Agent Team、MCP客户端等协作于同一个项目（一个项目有多个画板）：画布每次变化你都能实时感知，也能看到是谁在操作画布上的对象——操作用户、或其附属的 Agent Team、或第MCP客户端都会实时出现在画布上。

• 外部 Agent 也能指挥它：在 Claude Code 或 Codex 里可以直接指挥 Pecan 在画布上接着做；同一个 Pecan、同一份上下文，网页上能看到这是一条 MCP 任务。

• 长任务异步回调，等待时不占算力：图片、视频、音乐、声音生成，Blender 渲染，委派子 Agent等这些长任务都异步调度到后台；结果回调后 Agent 接着干，等待期间它可随时释放自己的计算资源，由统一巡检模块在回调后把它拉起来，资源弹性分配的方式把服务器算力、存储等资源省下来。（这个涉及到很多具体的架构设计，如果有兴趣的可以展开其中的细节仔细的聊）

• 人机协作有边界：关键动作你拍板（HITL），11 类操作可配边界、可审计：删除、付费生成、开沙盒默认要确认，查询类自动放行，也能设“总是允许 / 总是询问”；小到一次沙盒 Bash，大到发起生成任务，人机确认、操作边界和审计记录都在。

• 随时对接、随时指挥各个 Agent：上下文压缩做了大幅优化；无限画布里的项目数据、云端工作区的现有成果，加上模型能力，让 Agent 始终带着足够丰富的上下文——你指哪，它打哪，并且这些智能体都是有独立人格的小伙伴 不仅仅是作为一个子智能体协作的身份！

• Skill 随装随用，内置专业、精品的视频创作流程，还能“画”出来：自己的 Skill 能装能卸；系统还自带专业、精品的 AI 视频创作流程 Skill。工作流被可视化后接进画布，Agent 既用 Skill 的专业性，也借画布的可视化、灵活性、实时性和多 Agent 协作。

可以先看一下pecan studio 的环境 🤣

▼
text
复制代码
产品原生工作室界面；图中角色消息和工作状态为演示数据。

谁在忙、谁在等人拍板、谁已经交付，一眼就能看到；点一下角色就能直接对话。它比一排聊天窗口更像一个真的工作间。                                          
                                                                                                                                                         
  真正难的地方，不是让几个 Agent 互相说话，而是让它们能长时间干活、失败还能续上。底层是在 deepagents / LangGraph 上改的，按 SaaS 的形态把 Agent         
  架构重做了一版，分布式异步调度也重新设计过：Session Supervisor → Session Host → 分布式 Agent 运行时状态 → Task Run / LangGraph                        
  状态；谁在跑、任务做到哪、失败后由谁拉起，每一层都得说清楚。沙盒也从“Agent 一启动就开”拆成了项目级资源，用完自己回收。                                
                                                                                                                                                        
  做之前我以为最难的是让模型听话，做完发现最难的是架构取舍：计算和存储怎么省，服务之间的数据流怎么少绕路，到底能扛住多少并发而不炸机，以及这套东西是不是
  真的能可靠闭环、真正落地。用户感觉到的“靠谱”，基本都来自这些不性感的部分。

▼
text
复制代码
用户在具体交互的过程中、不同的状态 不同的阶段 调用不同的工具会有不同的实时动画的渲染，我更偏向做一个有意思的东西，这里也是有趣的一点吧

做它的起因挺简单：我不想再做一个更大的聊天框。我自己用聊天框做东西，最烦的是来回描述“刚才那张图”“左边那个视频” 亦或者大量的文字堆砌 以及各种繁琐的文档、流程等！ 聊天是线性的，创作不是。画布上选中一个对象、拉一条线，一片区域这些本身就是给 Agent 的上下文，不用再写一段话解释

另一个我比较坚持的点是：不让 Agent 全自动，也不让人每一步都盯着，我觉得这个度很难平衡。但是对于这个影视创作流程来说，人机交互的频率肯定是更高的，需要用户自身的审美判断、因此这里做了很多的人机交互，人类审批的系统限制，你可以控制11种类型的操作权限

案例：工作室与人工确认面板

15 秒真实协作：pecan Agent 在实时操作画板：

感觉还是有非常大的可玩性吧，这里再简单放点实际案例：

项目影视风格可视化：

具体剧本分镜可视化：

还有具体的多人协作的3d建模 以及其他细节可以看一下介绍页面 https://ai.pecan.wang/

不过这个非盈利项目 非商业化项目 可以直接找我要积分 （如果还有的话）的兑换码去体验一下其中的乐趣 更欢迎影视制作方面的朋友过来体验 由于我个人资金有限 服务器是个小弱鸡 4c8g 的弱鸡 以及本人确实太穷了 给不了太多体验的积分 八月份刚离职 目前还在找工作的状态中～

热烈欢迎交流！

Pecan Studio 是我个人的作品，非商业项目 它更像一个探索性、学习性的产品，用来验证多智能体、无限画布和实时协作这些创新想法；后面有开源计划，具体看情况。