一台服务器上运行 60 个容器
一个裸金属服务器运行数十到数百个 Hoody 容器。KSM 和 BTRFS 去重使边际成本接近零。
容器·快照
use-cases / watch-your-agent-think-from-the-coffee-shop / hero
PIPE · TRACE · LIVE
在咖啡馆看 agent 思考
agent 在家里的容器里跑,你在城另一头。agent 循环把每一步送进 Hoody Pipe;你在手机标签里 curl 同一条路径。轨迹一字一字落下——无 SSH、无仪表盘、无上传。
10:42
agent-pipe.…hoody.com/v1/pipe/trace
STREAMINGtail · 不轮询
# tail of /pipe/trace[think] user wants invoice CSV; check schema first[tool_use] sql.describe("invoices")[result] 14 cols · last_paid_at present[think] group by month, sum total[tool_use] sql.exec("SELECT …")[result] 12 rows · 41 ms[think] format as CSV, write to /out[tool_use] files.write("invoices.csv")
use-cases / watch-your-agent-think-from-the-coffee-shop / mechanism
把每一步管道送出去,curl 拿回来
agent 循环本来就发出结构化事件——think、tool_use、result。用 PUT 把它们灌进一条路径。在手机上 GET 同一条路径。管道不存字节;它把字节流给正在读的人。
agent.loop · 家里的容器
PUT/api/v1/pipe/trace
# inside the agent loop$ echo "$step" | curl -T - \ https://agent-pipe.…hoody.com/api/v1/pipe/trace[INFO] Streaming to 1 receiver(s)...无缓冲 · 反压由 agent 自己承担termux · 咖啡馆的桌子
GET/api/v1/pipe/trace
# read from the same path$ curl -N \ https://agent-pipe.…hoody.com/api/v1/pipe/trace[think] check schema first…手机标签开着 · 轨迹随到随打两条 HTTP 连接,一条路径。管道会让接收端的连接挂到发送端到达——你的手机可以在 agent 启动前就开着,也可以中途加入。Hoody Pipe 是它们之间的电线,从来不是数据库。
use-cases / watch-your-agent-think-from-the-coffee-shop / anatomy
可读轨迹的解剖
agent 发出四种行。每一种都告诉你仪表盘说不出的事:不只是发生了什么,还有 agent 当时在想什么。
01 · 蓝色
[think] —— 推理步
模型用自己的话说出计划。为什么挑这个工具、期待什么回应、可能在哪里分叉。读这些就是实时读 agent 的脑子。
[think] user wants invoice CSV…02 · 中性
[tool_use] —— 调用
agent 决定调用的精确函数和参数。一行一个调用,按循环触发的顺序排列。无 SDK 抽象;只是线缆层的请求。
[tool_use] sql.describe("invoices")03 · 绿色
[result] —— 回来的结果
工具的响应,精简到一行。行数、文件大小、状态码、错误信息。下一个 [think] 行将要思考的东西。
[result] 12 rows · 41 ms04 · LIVE
流式,不轮询
每一行都是 agent 发出的瞬间落下。无 5 秒刷新、无“最后更新于 2 分钟前”。光标闪时,agent 在两次思考之间。这是 tail,不是刷新。
[tool_use] files.write("invoices.csv")use-cases / watch-your-agent-think-from-the-coffee-shop / punchline
agent 跑了四十分钟。你像读书一样读完它。
四十分钟的推理、工具调用和结果——渲染成一条连续的彩色文本流。你不是在轮询端点,也不是在重载仪表盘。你在咖啡馆里 tail agent 的脑子。
TRACE · LIVE TAIL00:00 → 40:12
- 00:00[think]推理步
- 00:14[tool_use]工具调用
- 00:31[result]回来的响应
- 06:02[think]推理步
- 12:48[tool_use]工具调用
- 23:11[result]回来的响应
- 31:55[think]推理步
- 40:12[result]回来的响应
- 无仪表盘
- 无轮询
- 无上传
- 只要 curl
use-cases / watch-your-agent-think-from-the-coffee-shop / replaces
它替代了什么
看 agent 这件事,过去意味着一个 SaaS、一个仪表盘或一套自制 WebSocket 应用。一旦问“我直接 curl 不就行?”,这些都站不住脚。
- AgentOps / LangSmith 仪表盘用一层 SaaS 来读自己的日志
- Datadog APM 看 agent 轨迹为服务设计,套在循环上别扭
- Agent 日志 SaaS把推理步放进别人家的数据库
- 屏幕共享给自己看从咖啡馆 VNC 回家 · 电池杀手
- 每 5 秒轮询 /status你自己造的延迟 · 你自己付的钱
- 自定义 WebSocket 仪表盘一个要永远维护的周末项目
use-cases / watch-your-agent-think-from-the-coffee-shop / cta
把循环管道送出去,curl 那条路径。agent 的思考现在是一条你能读的 tail。
use-cases / watch-your-agent-think-from-the-coffee-shop / related
阅读其他内容
