1. 四个 agent 同机协作，先解决“谁干什么”和“怎么共用一把 Key”

手里同时有 comate、dumate、workbuddy、trae 四个 agent，最直接的问题不是“哪个更强”，而是任务怎么切、上下文怎么传、Key 怎么统一。我试过把四个 agent 塞进同一棵工作树里跑，结果 stash 栈互相踩、全量 pytest 并发假红、进程清理误杀，一晚上全在查不存在的回归。后来把协作模型改成“独立 worktree + 统一 API 通道 + 按任务类型分流”，才真正跑顺。

这篇聚焦两件事：一是四个 agent 的分工对照表，二是用 TaoToken 统一 Key 把四个 agent 接到同一条 API 通道上。TaoToken 在这里的角色是统一入口——你不需要给每个 agent 单独配一套 Key 和 base_url，而是让它们共用同一个 Key、同一套模型路由，再按任务类型在配置层做分流。适合已经在用多个 agent、但被 Key 管理和任务边界搞乱的人。

核心检索词先摆出来：comate 偏前端语言层清障和口径裁决，dumate 偏跨平台进程语义，workbuddy 偏安全红线和边界用例，trae 偏规范驱动批量新建文件。四个 agent 的能力画像不同，硬塞同一类任务只会互相拖后腿。

2. TaoToken 前置：一把 Key 打通四个 agent 的接入通道

在分工之前，先把接入层统一。四个 agent 如果各自配一套 Key、各自记一套 base_url，后面排查问题时你根本分不清是模型侧的问题还是 agent 侧的问题。TaoToken 的做法是提供一个统一的 API 通道，四个 agent 都指向同一个 base_url，用同一个 Key 鉴权，模型选择在请求层做。

你需要先拿到 Key。打开官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册后进入控制台，在 API Keys 页面创建一个 Key。这个 Key 后面会同时写进四个 agent 的配置里。

创建 Key 的入口在控制台：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite

API 通道地址统一用 https://taotoken.net/api ，注意这个地址不带 UTM 参数，直接写进配置文件的 base_url 字段即可。四个 agent 共用这一个地址，区别只在模型名和任务分流策略上。

注意：Key 只创建一次，四个 agent 共用。不要给每个 agent 单独建 Key，否则后面做用量统计和排障时会分裂成四份数据，反而更难定位问题。

如果你后面要长期跑编码类任务或 Agent 循环，可以了解 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite

3. 可复制配置：settings.json 与 config.toml 骨架

四个 agent 的配置文件格式不完全一样。comate 和 trae 走 JSON 风格的 settings.json，dumate 和 workbuddy 走 TOML 风格的 config.toml。下面给出两套骨架，你按自己实际的文件路径替换。

3.1 settings.json：comate 与 trae 共用骨架

{ "api": { "base_url": "https://taotoken.net/api", "api_key": "sk-你的TaoTokenKey", "timeout_seconds": 120, "max_retries": 3 }, "agent": { "name": "comate", "role": "frontend-language-clearance", "worktree": "../wt-A", "branch": "task-A" }, "model_routing": { "default": "claude-sonnet", "long_context": "claude-sonnet", "fast_patch": "claude-haiku" }, "task_filter": { "allow_paths": ["src/", "tests/unit/"], "deny_paths": ["stdlib/", "runtime/"] } }

trae 的 settings.json 结构类似，只改 agent.name 和 task_filter。trae 负责规范驱动的新建文件，所以 allow_paths 指向新建目录，deny_paths 指向已有核心源码。

{ "api": { "base_url": "https://taotoken.net/api", "api_key": "sk-你的TaoTokenKey", "timeout_seconds": 120, "max_retries": 3 }, "agent": { "name": "trae", "role": "spec-driven-new-files", "worktree": "../wt-C", "branch": "task-C" }, "model_routing": { "default": "claude-sonnet", "schema_gen": "claude-sonnet" }, "task_filter": { "allow_paths": ["stdlib/", "tests/unit/"], "deny_paths": ["src/"] } }

3.2 config.toml：dumate 与 workbuddy 共用骨架

[api] base_url = "https://taotoken.net/api" api_key = "sk-你的TaoTokenKey" timeout_seconds = 180 max_retries = 3 [agent] name = "dumate" role = "cross-platform-process" worktree = "../wt-D" branch = "task-D" [model_routing] default = "claude-sonnet" process_reasoning = "claude-sonnet" [task_filter] allow_paths = ["stdlib/", "runtime/"] deny_paths = ["src/code_generator.py"]

workbuddy 的 config.toml 把 agent.name 改成 workbuddy，role 改成 safety-boundary，task_filter 里把安全相关目录加进 allow_paths。

[api] base_url = "https://taotoken.net/api" api_key = "sk-你的TaoTokenKey" timeout_seconds = 180 max_retries = 3 [agent] name = "workbuddy" role = "safety-boundary" worktree = "../wt-B" branch = "task-B" [model_routing] default = "claude-sonnet" boundary_check = "claude-sonnet" [task_filter] allow_paths = ["runtime/", "tests/unit/"] deny_paths = ["src/"]

四个配置里 base_url 和 api_key 完全一致，这是统一 Key 的核心。区别只在 agent 段和 task_filter 段，用来做任务分流。

3.3 独立 worktree 的创建命令

四个 agent 共用同一台机器时，不要共用同一棵工作树。stash 栈是仓库全局共享的，A 在 stash 状态跑全量时 B 一 pop，A 的改动就错位了。给每个 agent 开独立 worktree：

git worktree add ../wt-A -b task-A main git worktree add ../wt-B -b task-B main git worktree add ../wt-C -b task-C main git worktree add ../wt-D -b task-D main

各自独立分支、独立工作树、独立 stash 栈，互不干扰，最后合回 main。全量回归改成串行，只由一个人跑，各 agent 只跑自己模块的定向测试。

4. 验证请求：确认四个 agent 都走通了同一条通道

配置写完先别急着派任务，先用一条最小请求验证四个 agent 都能通过 TaoToken 通道拿到响应。下面用 curl 做通道验证，确认 Key 和 base_url 没问题。

curl -sS https://taotoken.net/api/v1/messages \ -H "Content-Type: application/json" \ -H "x-api-key: sk-你的TaoTokenKey" \ -H "anthropic-version: 2023-06-01" \ -d '{ "model": "claude-sonnet", "max_tokens": 64, "messages": [ {"role": "user", "content": "只回复两个字：通了"} ] }'

返回里能看到 content 字段有正常文本，说明通道通了。然后分别用四个 agent 各发一条同样的探针请求，确认它们的配置都指向了同一个 base_url。

验证通过后，按任务类型分流。下面这张对照表是分工的核心依据：

分流的关键不是难度，是隐性上下文持有量。comate 手里有前端语言层的裁决口径，任务书再详细也传不全，所以前端清障归 comate。trae 的强项在规范驱动，W3C SSE、JSON Schema、OpenAI 协议都有公开规范，纯新建文件零历史包袱，产出量大。dumate 和 workbuddy 的强弱按你对这两个工具的实际了解来配，不要猜。

提示：B 路完全不碰 Python/stdlib，C/D 完全不碰 src/，所以 B 是真正零冲突的一路，可以放心并行。C 和 D 都在 stdlib/ 下建新文件，合并时会碰同一个目录，建议这两路的合并点错开。

5. 本篇常见错排查

5.1 四个 agent 共用一棵工作树导致 stash 打架

现象是 A 正在 stash 状态跑全量，B 恰好 pop 一下，A 的改动就没了或者错位。根因是 stash 栈是仓库全局共享的。解法是给每个 agent 开独立 worktree，各自独立 stash 栈。创建命令见 3.3 节。

5.2 同机并发全量 pytest 造出假红

3400+ 用例本来就慢，四路并发抢 CPU。已知抖动源是靠 120s 子进程超时判死的用例，成败只取决于机器负载。四路并发下这些会集体假红，然后你会花大量时间去查根本不存在的回归。解法是全量回归改成串行，只由一个人跑，各 agent 只跑自己模块的定向测试。

5.3 固定临时文件名导致互相删改

测试里用了固定临时名，比如%TEMP%\test_log_rotation.txt，C 的定向集包含它、主线全量也会跑它，两边同时跑必互相删改同一文件。解法是开工前先改成mkstemp()或加 PID 后缀。

5.4 进程清理误杀其他 agent

任务 D 要真杀进程树，如果按名字匹配 python 进程，可能把别的 agent 正在跑的 pytest 一起杀了。解法是进程匹配加上 worktree 路径过滤，只杀自己 worktree 下的进程。

5.5 Key 配错导致 401

四个 agent 的配置文件里 api_key 必须完全一致。如果某个 agent 报 401，先检查它的配置文件里 base_url 是不是写成了带 UTM 的地址。base_url 统一用 https://taotoken.net/api ，不带任何查询参数。

5.6 模型名写错导致 404

model_routing 里的模型名要和 TaoToken 通道支持的模型名一致。如果报 404，先用 4 节的 curl 探针确认模型名可用，再写进配置文件。

6. 统一 Key 之后，四个 agent 的协作边界

四个 agent 共用一把 TaoToken Key，接入层统一了，剩下的就是任务边界。comate 管前端语言层清障，dumate 管跨平台进程语义，workbuddy 管安全红线和边界用例，trae 管规范驱动的新建文件。每个 agent 在自己的 worktree 里跑定向测试，全量回归由一个人串行跑。

如果你要长期跑编码类任务或 Agent 循环，Coding Plan 的入口在这里：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite

需要单独验证某个模型的行为时，用模型对话页面直接发请求：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite

接入过程中遇到配置问题，先查接入文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

Key 管理和用量统计在 API Keys 页面：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite

四个 agent 的分工不是拍脑袋定的，是按隐性上下文持有量和任务冲突面切的。接入层用 TaoToken 统一 Key 之后，你只需要维护一份 Key、一个 base_url，剩下的精力放在任务边界和合并顺序上。合并顺序按 A → B → C/D 错开，C 和 D 的合并点不要撞在一起。