WUPHF 開源專案：讓你的 AI 員工在同一個辦公室裡協作

想像一下，你的 Claude、Codex 和 ChatGPT Agent 不再各自為政，而是坐在同一個虛擬辦公室裡，有 CEO、PM、工程師、設計師、行銷長——所有 AI 員工都在 #general 頻道裡討論任務、搶工作、互相提醒——這就是 WUPHF。

一、問題：AI Agent 各自為政的窘境

如果你已經在用 AI Agent 做自動化工作，你一定遇過這個問題：

Agent A 做完研究寫了一份報告，存到某個資料夾。Agent B 接到下一個任務，完全不知道 Agent A 做過什麼，又重頭查了一遍。Agent C 學到了一個重要的客戶偏好，但沒有人告訴 Agent D，於是 Agent D 在完全不同的方向浪費了半天的 token。

這個問題的正式名稱叫做「上下文孤島」——每個 AI Agent 只有自己的對話視窗，看不到同事在忙什麼、學到了什麼、做出了什麼決定。這就像一家公司的員工從來不開會、不寫郵件、不 Slack，每個人都在自己的隔間裡重複發明輪子。

多 Agent 協作（Multi-Agent Collaboration）是 2026 年 AI 領域最熱門的主題之一。各家大廠都有自己的方案：OpenAI 有助手 API 的 thread 共享、Anthropic 有 Claude 的 Projects 功能、Microsoft 有 Copilot Studio。但它們要麼鎖在特定平台上，要麼需要複雜的雲端架構設定，要麼就只是「把對話紀錄串在一起」而不是真正的協作。

有個名詞叫做「多 Agent 協作的死亡谷」——意思是從單 Agent 到多 Agent 的過渡中，大部分專案都死在「Agent 之間無法有效共享上下文」這個瓶頸上。

這正是 WUPHF 想要解決的問題。

二、WUPHF 是什麼——一句話版本

WUPHF（唸作「伍夫」）是一個開源工具，讓你的 AI Agents（Claude Code、Codex CLI、OpenClaw 等）在同一個「辦公室」裡工作——共享一個工作空間、一本團隊維基、和一個即時通訊頻道。

名字來自《The Office》（美國版的《我們的辦公室》）第七季 Ryan Howard 的創業點子 WUPHF.com——一個同時用電話、簡訊、email、即時通訊、Facebook、Twitter 聯絡你的服務。開發者說，「跟 Ryan Howard 的版本不一樣，我們的真的能用。」

根據 GitHub 上的 README，WUPHF 目前的定位是「pre-1.0」，主分支每天都在更新，但仍能正常運作。安裝指令只有一行：

npx wuphf

然後瀏覽器就會自動打開，你就看到你的 AI 辦公室了。

三、核心架構：Notebook + Wiki 的雙層記憶系統

WUPHF 最特別的設計是它的記憶系統——分為兩層：

底層：Notebook（筆記本）—— 私人的工作草稿

每個 Agent 都有一本自己的筆記本。當 Agent 執行任務時，它會把原始觀察、初步結論、還不確定的想法寫進筆記本。這些內容是限於該 Agent 自身的，其他 Agent 看不到。

這很重要——如果你的 PM Agent 正在思考一個策略方向，它不需要工程師 Agent 看到它還不成熟的想法。筆記本提供了「安全空間」。

頂層：Wiki（維基）—— 團隊共享知識

當 Agent 覺得某個資訊已經成熟、值得讓大家都看到時，它會發起一個「晉升」（promotion）請求。如果判定通過，該資訊就會被寫入團隊維基（team wiki）。

從此，所有 Agent 都可以查詢這個維基。不僅能看到知識本身，還能看到誰是最後記錄者——這樣如果想追問細節，可以 @mention 那位 Agent。

這個設計非常像人類團隊的運作方式：每個人都有自己的草稿本，然後在會議中分享成熟的想法，最後寫進共用的知識庫。開發者的設計文件中寫得很清楚：「Nothing is promoted automatically. Agents decide what graduates from notebook to wiki.」

三種 Wiki 後端

WUPHF 支援三種記憶後端，可以透過 --memory-backend 參數切換：

後端	說明	適用場景
markdown（預設）	本地 Git 倉庫，純 Markdown 檔案，包含知識圖譜的 triplets、實體事實日誌、LLM 合成的摘要	想自建、想用 git 管理、不需要外部服務
nex	需要 Nex API Key，提供更完整的上下文圖譜	已有 Nex 生態的使用者
gbrain	掛載 gbrain serve，支援 Embeddings 和向量搜尋	需要語義檢索能力的大型團隊

預設的 markdown 後端非常「開發者友善」——所有知識都存放在 ~/.wuphf/wiki/ 目錄下，是一個標準的 git repo。你可以直接 cat、grep、git log、git clone，完全不需要 API key。根據 README 的描述，它不只是純文字資料夾，而是一個「活著的知識圖譜」——包含 typed facts with triplets、per-entity append-only fact logs、LLM-synthesized briefs 等進階功能。

四、開箱即用的團隊配置

WUPHF 不只是一個工具，它還內建了幾種團隊配置（agent packs），讓你可以根據需求快速建立不同的 AI 團隊：

starter：最簡配置，適合試水溫
founding-team：初創團隊——CEO、PM、工程師、設計師、CMO、CRO
coding-team：純開發團隊
lead-gen-agency：行銷潛在客戶開發團隊
revops：收入營運團隊

啟動時只需指定 pack：

npx wuphf --pack founding-team

瀏覽器打開後，你會看到：
– 一個 #general 頻道作為團隊共享頻道
– 所有 Agent 人員名單
– 一個訊息輸入框（composer），讓你直接對團隊下指令
– 所有 Agent 都可見且正在工作

開發者強調，如果你覺得「這只是一個隱藏的 Agent 迴圈」，那就有問題了。如果它讓你感覺像在看《The Office》，那就對了。

五、深入技術細節

身份與角色

WUPHF 團隊中有不同的角色。預設的 CEO 使用 Claude Sonnet，但如果你的任務比較複雜，可以用 --opus-ceo 升級到 Opus。每種角色都有自己的提示詞和工具集（MCP tools）。

MCP 工具集

每個 Agent 都有一套 MCP（Model Context Protocol）工具，用來操作筆記本和維基。在 markdown 後端模式下，可用的 MCP 工具包括：
– notebook_write / notebook_read / notebook_list / notebook_search
– notebook_promote（將筆記晉升到維基）
– team_wiki_read / team_wiki_search / team_wiki_list / team_wiki_write
– wuphf_wiki_lookup（帶引用的答案檢索）
– run_lint / resolve_contradiction（維基品質維護）

這些工具定義在 AGENTS.md 和 ARCHITECTURE.md 中，讓 fork 的使用者可以自訂自己的 Agent 行為。

協作模式

預設是協作模式（--collab），所有 Agent 可以看到所有訊息。如果想改回 CEO 集中派工的模式，可以在啟動後輸入 /focus 指令切換。

自訂與 Fork

WUPHF 採用 MIT 授權，鼓勵 fork 和客製化。GitHub 上附有 FORKING.md，說明了如何在不依賴 Nex 的狀況下運作、如何換掉品牌標誌、以及如何加入自己的 agent packs。

安裝多種方式

除了 npx wuphf 一鍵安裝，你還可以：
– 全域安裝：npm install -g wuphf && wuphf
– 原始碼編譯（需要 Go）：
git clone https://github.com/nex-crm/wuphf.git cd wuphf go build -o wuphf ./cmd/wuphf ./wuphf

六、和競品的比較

vs OpenAI Assistant API

OpenAI 的 Assistant API 可以透過 thread 共享上下文，但限定在 OpenAI 生態圈內。你的 Agent 必須使用 OpenAI 的模型。WUPHF 則支援多種 LLM 提供者（Claude Code、Codex CLI 等），並且更專注於「多 Agent 協作」這個場景——不只是共享 thread，而是有角色分工、筆記本/維基的記憶管理、以及即時協作體驗。

vs Auto-GPT / BabyAGI

Auto-GPT 專注於單一 Agent 的自主任務分解和執行，沒有內建的多 Agent 協作機制。WUPHF 從設計之初就是為多 Agent 設計的——它假設你至少需要 3-5 個不同角色的 Agent 同時工作。

vs CrewAI

CrewAI 是目前最流行的多 Agent 框架之一，專注於定義 Agent 角色和任務流程。WUPHF 的主要差異在於「即時協作體驗」和「共享記憶系統」——CrewAI 比較像是排程任務執行，而 WUPHF 更像是真正的辦公室，Agent 們可以即時看到彼此在做什麼。

根據 HackerNews 上的討論，這篇 WUPHF 的 Show HN 獲得了 221 分和 103 則評論，顯示社群的關注度相當高。

七、實際能做些什麼

來看一個具體的應用場景——內容團隊自動化：

場景： 你經營一個技術部落格，需要每週產出 3 篇技術文章 + 1 份市場分析報告 + 社群媒體推廣。

傳統流程： 你（人類）要自己研究、寫稿、校對、發布、再寫社群文案。一週下來至少 20 小時。

用 WUPHF 的流程：

啟動 founding-team pack
在 #general 說：「這週我們要產出 3 篇關於 AI Agent 的文章、1 份市場分析報告。PM 負責排定優先級和時程」
PM Agent 收到任務，開始規劃
PM Agent 把研究成果寫進自己的筆記本
確認後 Promotion 到維基
工程師 Agent 讀到維基上的方向，開始寫初稿
文章完成後，設計師 Agent 開始找圖、做資訊圖表
CMO Agent 根據文章內容自動產出社群文案

所有 Agent 都在同一個辦公室裡，互相同步進度。不需要人類在中間傳話。

另一個案例——軟體專案開發：

你有一個新的功能需求，想讓 AI 團隊從頭開發：

CEO Agent 分解任務，指派給 PM
PM Agent 寫規格書，promotion 到維基
兩個工程師 Agent 各自拿到不同模組，開始寫 code
當一個 Agent 發現依賴另一個 Agent 的 API 接口，直接在 #general 提出
被 @ 的 Agent 更新接口後回覆

這正是 WUPHF 設計哲學的核心——「所有 Agent 可見、可爭論、可認領任務、可交付工作，而不是消失在 API 背後」。

八、台灣開發者怎麼用

對台灣的開發者來說，WUPHF 有幾個特別吸引人的點：

第一，開源、自架、無需外部服務。 預設的 markdown 後端完全不需要 API key，所有資料存在本機的 git repo。這對重視資料隱私的企業特別重要。你不會想把公司內部的策略討論通過某個雲端服務去處理。

第二，支援繁體中文。 雖然 WUPHF 本身是英文介面，但因為底層的 LLM（Claude Code、Codex）都支援繁體中文，Agent 之間的溝通可以用中文進行。這代表你在 #general 下指令時可以直接打中文。

第三，Go 語言開發，部署簡單。 WUPHF 用 Go 寫成，編譯後單一執行檔。你可以在任何 Linux VPS、Mac 甚至樹莓派上運行。對台灣常見的輕量級伺服器方案（例如 Hetzner、DigitalOcean）很友善。

第四，可以 fork 出自訂版本。 台灣有不少系統整合商和新創團隊，可以將 WUPHF fork 後加入自己的 Agent packs，變成特定產業的專屬解決方案。例如物流業的追蹤團隊、電商的行銷自動化團隊。

九、限制與注意事項

當然，WUPHF 還不是完美的。開發者自己也說得很清楚：「pre-1.0，main 分支每天都會動。」以下是現階段需要注意的幾點：

穩定性問題：處於早期階段，API 和行為可能變動。建議 pin 到 release tag，不要追 main 分支。
Token 消耗：多個 Agent 同時工作，token 消耗會比單 Agent 模式高很多。如果你用 API 計費模式，記得設定預算上限。
需要一個 Agent CLI：WUPHF 本身不包含 LLM，它需要依賴 Claude Code 或 Codex CLI 作為 Agent 引擎。安裝前記得先確認你已經有這些工具。
tmux 需求：如果要用 TUI 模式（--tui），需要安裝 tmux。Web UI 模式則不需要。
不適合簡單任務：如果你的需求只是一個翻譯工作或一次性的資料查詢，用 WUPHF 就像用火箭筒打蒼蠅——它的真正價值在於持續運行的多 Agent 工作流。

十、如何開始

如果你對 WUPHF 感興趣，這裡是快速入門步驟：

第一步：確認先決條件
– 安裝 Node.js 18+
– 確定你有 Claude Code 或 Codex CLI 可用
– （可選）安裝 Go，備用編譯方案

第二步：啟動辦公室

npx wuphf --pack founding-team

第三步：觀察開局
瀏覽器打開後，你會看到 #general 頻道、Agent 列表、和 composer。什麼都不用做，先看 Agent 們在幹嘛。

第四步：給第一個任務
在 composer 輸入：「探索一下 WUPHF 的 GitHub repo，寫一份總結放到維基上。」

第五步：進階配置
試試不同的 memory backend：

npx wuphf --memory-backend markdown

結語

多 Agent 協作一直以來都是個困擾開發者的問題——不是技術上做不到，而是缺乏一個「剛剛好」的抽象層。太底層的方案（自己寫 Agent 框架）太累，太頂層的方案（商業 SaaS）太貴太封閉。

WUPHF 提供了一條有趣的第三條路。它不強迫你用特定模型、不綁定特定雲端服務、不強制你接受特定的 Agent 行為。它只給了一個辦公室——怎麼用、用誰、用多久，都是你的事。

對於正在探索 AI Agent 協作可能性的團隊來說，WUPHF 確實值得花一個下午玩玩。畢竟，看著幾個 AI 在 #general 頻道上互相 @mention、搶任務、互相提醒——這件事本身就已經夠有趣了。更別說它們真的能幫你完成工作。

參考資料：WUPHF GitHub Repo（https://github.com/nex-crm/wuphf）、HackerNews 討論（Show HN: A Karpathy-style LLM wiki your agents maintain）