用 Python 自建六个 Agent，串起产品上线流程

LaunchOS 把一个创业想法推进到上线决策：作者用 Python 编写六个 Agent，通过 Switch 协议接入，在 Mattermost 房间中依次完成调研、需求、原型、营销和上线审查，最后由指定的人批准或拒绝发布。公开节选展示了协议接入与协作方式，代码采用 MIT 许可。

目前能确认什么

六个 Agent 中，一个负责调度，另外五个承担专业任务。调度 Agent 收到上一阶段的完成消息后，才启动下一阶段。

Switch 房间里的消息承担了任务交接和共享记忆的作用。

每次流程会建立一个 HQ 房间和五个专业工作房间。专业 Agent 通过 read_context 读取 HQ 中的初始需求及此前产出，不直接读取 LaunchOS 数据库；人在 Mattermost 中也能看到这些协作信息。

技术上，Agent 注册后获取独立 API key，通过服务端发送事件（SSE）接收消息，并发送心跳维持连接。SSE 是服务器持续向客户端推送事件的通用机制。教程还涉及断线续接、消息去重和自托管。

模型使用 LM Studio 中的本地 Qwen3-4B-Instruct-2507，经 OpenAI-compatible API 调用。所有实际产出都标记为未经验证的 AI 草稿，发布审批可在 LaunchOS UI 或 Mattermost 中完成。

我的判断

对程序员更有参考价值的是任务编排：把交接、产出、失败和审批记录放进同一条消息链，便于追踪流程卡在哪里、下一步依据什么启动。

流程走完，不代表产出已经达到上线标准。

节选没有给出调研准确性、原型可用性或审查有效性的验证结果。它提到了消息去重，但重试是否会重复执行任务、失败后如何恢复、审批如何核验身份，目前还没说清。要把这套代码用于真实发布流程，这些机制比 Agent 的数量更需要先确认。