AgEnD，
我平常怎麼用它
今天就講幾個我自己真的用過的例子：當時遇到什麼問題，後來怎麼處理。
FLEET
合作
能回復
FIRST
登入過期時，
我不想再回到電腦前。
收到登入過期
找一台可以操作的電腦、連回主機、重新登入，最後才回到原本的工作。
我為什麼把它拆開。
以及我怎麼跟它一起做事。
今天不逐條念 release notes，直接看一個工作怎麼從聊天室出發，最後變成我可以接手的結果。
先把心智模型搞懂
Discord、Telegram 是不同入口，背後是同一個 Fleet。
方向不對可以拉回來
/steer 改方向，/btw 問旁邊的事，/cancel 真的停掉。
最後還是人負責
AI 寫完、查完、整理完，該 review 的還是要自己 review。
不是一個超大 Bot，
而是一支各自負責的團隊。
Discord 和 Telegram 是兩個入口，不是兩套彼此隔離的系統。
Forum topics
我平常主要從這裡進來入口 A
手機比較方便
同一批 instance入口 B
我只跟 General 說目標，
不用自己派每一個人。
像這次準備 Knowledge Share，我說清楚時間、聽眾和 demo 要留在哪裡，剩下的交給它們分工。
要交付什麼、限制在哪裡、怎樣算完成。
先判斷這件事需要哪些角色，不是什麼都自己做。
需要資料就查、需要寫就寫，完成再回報。
我看成品、補方向，最後做決定和確認。
先看一個我會真的拿來用的：
手機登入
這裡不解釋流程，我直接操作給大家看。
- 收到登入過期的提示
- 在 Discord / Telegram 輸入 /login
- 手機完成授權，再回到原本的工作
Agent 做到一半，
我還是可以拉回方向。
以前方向錯了只能整個砍掉重來；現在看情況用三個指令就好。
/steer補一句：「先不要重做，改成這個方向。」
/btw手上的先跑，我另外問一個不相關的小問題。
/cancel這條路不對，先停；排隊中的舊訊息也一起清掉。
第二個 Demo：
讓兩個地方自己對起來。
外部的人只跟 ClassicBot 說話；需要資料時，它再去找內部 Fleet。
- 外面只看到一個入口
- 裡面由 General 和其他 instance 分工
- 最後把整理好的答案送回原本的頻道
模型不是排行榜，
我看這件事適合誰來做。
有些事情交給排程，
該睡的時候就睡。
每天早上整理一份站會摘要。
0 9 * * *在發版前提醒我，做完就結束。
2026-09-10 16:30平常安靜跑，真的有問題才通知。
*/30 * * * *閒置的 instance 不用一直佔著資源；收到訊息會再醒來，第一則通常只是多等幾秒。
ClassicBot 的重點不是它會回答，
而是它把界線留住。
外部頻道的人可以問，但不會因此看到整個 Fleet，也不會拿到管理權。
成員只看到自己所在的 Discord channel 或 Telegram group。
只看得到這裡一個獨立 session；自己能答的自己答，需要時再向內查。
中間這一層General 和其他 instance 在裡面協作，再回一個整理過的答案。
裡面自己協作穩定比炫技重要，
出錯時要知道怎麼回來。
不是要講得很厲害，
是要把話講清楚。
角色、手上的資料、完成條件一起給，Agent 才不會自己腦補。
+ 做到什麼算完成
幫我做一份簡報。
用這份整理檔排一份 20–30 分鐘的 Knowledge Share；我要自己講，不要太像 AI；中間留兩段手動 demo，先給我 HTML 版。
今天先記住
三句我自己會用的話。
不用一開始就想好每個指令，先把要交付的東西講清楚。
不要默默看它走歪；補一句，通常比整個重來省事。
Agent 可以幫忙推進，但交付出去的結果還是我的責任。
AgEnD，
從安裝到開箱
我平常怎麼裝、怎麼看狀態、怎麼派工作，還有遇到不同任務時怎麼挑 backend。
INSTALL
BACKEND
分工
FIRST
小黑窗也越來越多。
工具本身都能用，問題是每天到底要去哪裡找、現在是誰在做。
不知道哪個在跑
Kiro、Codex、Claude、Grok 各開一個 terminal，很快就忘了。
工作沒辦法接手
一個 Agent 做到一半，換人或換工具就要重新交代背景。
同一件事一直重做
固定整理、提醒、檢查，常常不是不會做，是忘了做。
Windows 先進 WSL，
AgEnD 從官網裝。
Windows 使用者先用系統管理員 PowerShell 把 WSL 準備好，再進到 Linux 環境執行官網的一鍵腳本。
確認 WSL／Ubuntu 可用
Windows 和 Linux 路徑分清楚
curl -fsSL .../install.sh | bash
agend --version · agend ls
AgEnD 本身不是模型，
它要有 backend 才能工作。
各家官方安裝方式可以交給 AI 協助整理和排錯；指令的來源、權限和內容還是自己確認。
日常開發、文件和協調
kiro架構、推理、長一點的任務
codex工具操作多、需要邊做邊回
claude第二個觀點、交叉確認
grokGemini 和瀏覽器相關工作
agy自己接 provider 或模型池
opencode/dashboard：先看 Agent 到底在做什麼。
在 Discord 或 Telegram 的聊天欄直接輸入，AgEnD 開 view 頁面，不用等 LLM 回答。
看狀態
誰在工作、誰閒置、是不是卡住，先從 view 看。
看用量
dashboard 可以看訂閱用量；General 也可以直接輸入 /usage。
看設定
setting 可以手動調整一部分設定，先了解預設值再改。
看到 / 的指令，
先走 AgEnD 程式流程，不走 LLM。
/dashboard使用者在通訊軟體的聊天欄直接輸入。
判斷 command程式辨識指令，直接呼叫對應流程。
不經 LLM完成後把結果送回原本的聊天。
指令都在聊天欄打，
不用再找另一個小黑窗。
先不用背全部。知道去哪裡看狀態、用量和模型，日常就已經差很多。
/dashboard開 view，看 instance 現在在做什麼。
/usage看目前 backend／AI 訂閱的使用量。
/status看 Fleet 和 instance 狀態，排錯先從這裡開始。
/model在有支援的 backend 上切換模型，由 AgEnD 流程接住。
我跟 General 講需求，
需要時再把工作交出去。
這裡是一般文字任務，不是 slash command。General 會根據工作內容，透過協作工具找適合的 instance。
先講清楚要交付什麼，以及不能做什麼。
delegate_task 把工作交給適合的 instance。
send_to_instance、request_information 傳資訊。
用 report_result 回到 General，再由我確認。
不是每天提醒自己，
而是把時間寫進去。
每天早上整理一次站會摘要。
0 9 * * *發版前提醒我，完成後不再重複。
2026-09-10 16:30平常不吵，真的有問題才回報。
*/30 * * * *閒置的 instance 可以先休息；有新工作時再醒來。General 這種協調中樞不會自動休眠。
不要只看「安裝完成」，
要跑一次最小任務。
先看 instance
確認 instance 出現在 AgEnD 裡，狀態不是 stopped 或 error。
跑一個不改檔案的任務
確認 CLI 的 version／help，再送一個小問題，看回覆和紀錄是否正常。
不是哪一家永遠最好，
是這件事適合誰。
價格可以放一張表，
用量不能直接畫等號。
以下是美元牌價方向；credits、rolling window、rate limit、API 計費是不同制度，報告當天以官方頁面和帳號畫面為準。
Pro $20／1,000
Pro+ $40／2,000依任務和模型倍率消耗 credits
Ultra $99.99 起依方案 quota，付費方案約每 5 小時刷新
模型和能力，
要在工作需要時再調。
有斜線的操作都從通訊軟體進來，由 AgEnD 先處理，再依 backend 做對應操作。
/model依目前 backend 的可用清單切模型。
/effort在支援的 backend 上調整推理檔位。
/usage看目前訂閱或 quota，不要靠猜。
各家 CLI 都在做 memory，
AgEnD 先把交接做好。
AgEnD 提供協作骨架和建議；instance 用 soul.md 留下角色、習慣和交接資訊。
不要只留在很長的聊天裡。
讓下一個 session 先讀背景。
包含設定、記憶和 skill 的整理。
確認真的能用，不只是檔案存在。
Discord、Telegram，
可以進同一個 Fleet。
兩邊是不同通訊入口，不是兩套獨立的 Fleet。這張圖把 Fleet Home、ClassicBot 和內部 instance 的關係畫在一起。
外面只問一個 Bot，
真的需要才問內部。
其他人只在自己的 Discord channel 或 Telegram group 提問。
群組權限真人 admin 設定；有自己的 session，需要時再向內查詢。
外部入口General 和其他 instance 協作，最後只回一個整理好的答案。
內部協作可以在別的群組開 bot，外部 session 和內部工作分開；需要時才把問題送進開發團隊。
目前主要靠人設、群組權限和 LLM 行為做限制，不是完整的資安邊界。
裝好之後，
先從這三件事開始。
不知道 Agent 在做什麼時，先看狀態，不要一直猜。
固定的事用排程；硬的事才提高模型和 effort。
AgEnD 可以幫忙整理，但最後的記憶和資安責任還是在人。