面向 Coding Agent 的多仓库 Git Worktree

📌 一句话摘要

本文介绍在多仓库架构下为 Coding Agent 设计的 Git Worktree 管理方案，涵盖脚本编排、REQ‑ID 冲突解决及 Sub‑Agent 协作，并提炼出推理与执行分离、复用约束、明确边界三大原则。

📝 详细摘要

文章记录 LLM Arena 平台在多仓库环境中为 Coding Agent 实现 Git Worktree 的完整实践。作者首先说明在单仓库场景已有的 worktree 用法，并指出在多仓库（使用 Submodule）时需要额外的子模块初始化和 REQ‑ID 管理。随后给出 wt.sh 脚本，实现 worktree 创建、子模块同步、端口分配以及分支互斥机制，以防止 REQ‑ID 冲突。文中进一步介绍 worktree‑manager Agent 的定义与调用流程，并将其嵌入原有 7 Agent 的 Harness 闭环，实现并行需求开发。通过实际运行示例展示了多个 Session 并行创建 REQ‑42、REQ‑43 的成功案例。最后提炼出三条原则：将推理与执行分离、优先复用已有约束、明确方案边界，并指出该方案仅适用于单机环境，跨机器仍需全局锁或数据库约束。

💡 主要观点

- 在多仓库架构中，单纯使用 git worktree 只能创建父仓库的工作目录，子模块仍需手动初始化。 因此作者将 worktree 创建、子模块同步、端口分配等步骤封装进 wt.sh 脚本，实现一次性、确定性的环境搭建，降低 Coding Agent 的操作成本。

REQ‑ID 冲突通过 Git 分支的互斥特性来防止。 在创建 worktree 时使用 feat/ 分支，若分支已存在则创建失败，Agent 重新分配编号，从而利用 Git 本身的锁机制实现本地唯一性。

将 worktree‑manager 作为前置 Agent，统一管理 worktree 与端口分配，随后再启动需求设计、实现、测试等 Sub‑Agent。 这种层级化的 Agent 编排把推理（需求生成）与执行（脚本操作）分离，提升并行开发的吞吐量并保持流程可追溯。

💬 文章金句

- 将推理与执行分离。

优先复用已有约束。
明确方案边界。
Agent 越多、并行度越高，这些问题反而越容易暴露。

📊 文章信息

AI 初评：79

来源：百度Geek说

作者：百度Geek说

分类：人工智能

语言：中文

阅读时间：18 分钟

字数：4265

标签： AI 编程, Git Worktree, Coding Agent, Submodule, 并行开发

阅读完整文章

面向 Coding Agent 的多仓库 Git Worktree

🤖 問 AI