一句话介绍：可以在 LobeHub 里直接集成使用 Claude Code 和 Codex 了。
上图：
只要你本地有在用 Claude Code 或者 Codex 的 CLI ，那么打开 LobeHub 桌面端后，只需要点击添加 Codex 助手或者 ClaudeCode 助手，就能直接开始干活了！
接下来详细展开聊聊：
这个功能我称之为 Heterogenous Agents，中文叫「异构 Agent」。
从我们做 LobeChat 那一天开始，我就认为 Agent 是 AI 时代的一等公民，因此在最早 2023 年的 0.x 时代我们就做了左侧是 Agent List 右侧是 Topic List 的超前设计。随着过去一年 Agent 的大爆发，LobeChat 也往 Agent 进行深度转型，rebanding 为 LobeHub ，而其中 Agent 为一等公民的核心理念没有丢弃，进一步在 Heterogenous Agents 中发扬光大。 Heterogenous Agents 的本质是不同的 Agent Harness，但共享了一套 interface 和 context 。在 LobeHub 的视角来看，在 LobeHub 上创建的 agent 可以用我们自研的 Mecha Harness ，也可以是 Claude Code / Codex 等外部 harness。而基于 agent衍生的 topic/thread/message 体系则是完全一致的。
这样一来，围绕 agent 展开的业务能力，例如 agent group 、 task 系统等等都可以复用上这套 agent 架构。譬如现在我们已经实现了在网页版里 assign 一个 task 给 claude code 然后开始执行，Claude Code agent 就会在沙箱里启动自己的 claude code 运行时进行任务执行，执行完毕后直接提交一个 PR：
然后 agent group 里也可以直接拉入多种异构的 agent ，比如让 Codex 和 Claude Code 以及 LobeHub 的 agent 协作干活。（这个功能现在还没搞完，还需要一点时间）
Hetero Agents 这个想法其实很早以前（去年8月份）就想做，但是那个时候觉得我们还没有一个自研的 agent harness ，直接接 cc 可能不一定合适，所以就暂时放下了。然后等到上个月左右才有时间，PoC 很快，一个周末的下午就搞出来了，但真正打磨到基础功能 ready 花了快一周时间，然后过去几周陆陆续续把 文件 Diff、审查、project 目录、 git branch、 push/pull、PR 等等 coding 相关的功能补了上去，现在基本达到个人还算满意的程度。现在有了这些 Coding Agent 的辅助，加上我们自研了一套自动 auto-testing 的方案，基本上一个功能的 implement 再加上人工 polish ，一两小时就能搞完，放在过去是不敢想的。
那下一步 Hetero Agents 会怎么发展？
- 接入更多异构 agent，除了 cc 和 codex 以外，gemini-cli/kimi-cli/open-code 这些应该都能接入，还有 OpenClaw/Hermes，甚至 dify 、Manus 应该都行。因为我在接入 cc 和codex 的时候抽取了一套 Hetero Agents Event Protocol（也是我们自研 agent 也在用的事件通信协议），后续接一个新的 agent Harness 就只要多做一个 agent adaptor 即可，我还把接入流程 skills 化了；
- 实现云端化执行Hetero Agents，目前 cc 正在做，已经算是基本跑通了，只需要用
claude setup-token拿一个 OAuth Token ，保存起来就可以用了。由于这个 cc 稳定跑在沙箱里，所以基本上不用担心封号（我们自己已经内测 2 周多了，几个账号都很正常）。 - 和 LobeHub 内部能力深度集成，要知道我们几乎是完整具备了 Agents 需要所有能力：文档、知识库、Memory 管理、task 系统】、 mcp/skills 市场、generation 生成系统（生图、生视频）、文件上传下载、凭证安全管理… 所以完全可以把 lobehub 当成一个极其完备的大后台来使用，这些能力通过我们的 CLI
lh这个指令可以轻松交给 Hetero Agents 使用。 - Hetero Agents 负载均衡： 其实 CC 套餐的用量是非常慷慨的，我自己定了200刀的套餐，过去一个月大概消耗了 $6000+ 的 tokens，但都没打满（只有一周打到上限），所以每个 Pro/Max 订阅其实可以发挥出更大的经济价值，那怎么做这个中间的负载均衡，尽可能让每一个rate 区间都能物尽其用，则是进一步的研究方向。
以上，欢迎大家来试用 LobeHub 的 Hetero Agents 
现在手机版读的是老版的数据，显示不出agents
