Hoppa till innehåll
September 8, 2026

Ivy Tendril vs att bygga sin egen agentorkestrering

Alla team som kör kodningsagenter i större volymer slutar med att behöva samma byggstenar: en uppgiftskö, ett git worktree per agent, övervakning av långkörande agentprocesser, verifieringsverktyg, en plats att granska diffar, kostnadsuppföljning och ett minne så att agenterna slutar upprepa samma misstag. Många team bygger detta själva, ofta med ett enkelt shell-skript runt Claude Code eller Codex CLI som utgångspunkt. Ivy Tendril tillhandahåller alla dessa komponenter färdiga i en gratis skrivbordsapplikation med tillgänglig källkod (source-available) som körs på din egen maskin med valfri CLI-agent. Bygg själv när orkestreringen är din kärnprodukt eller när ditt arbetsflöde är så unikt att ingen standardiserad livscykel passar. Använd Tendril när du vill ha systemet på plats redan denna vecka och låta någon annan ta hand om det löpande underhållet.

Vad respektive lösning är till för

En hemmabyggd orkestrering börjar ofta som en bekväm genväg: ett skript som skapar en branch, startar en agent med en prompt och öppnar en pull request när processen är klar. Den växer när teamet vill köra flera agenter samtidigt, se vad de gör och hålla koll på kostnaderna. Efter några månader har man ett internt verktyg med en egen backlog. Forskningslitteraturen kring multi-agent-ramverk – inklusive AutoGen – beskriver precis samma komponenter, vilket är ett tydligt tecken på att behoven är inneboende i själva problemet snarare än specifika för en viss implementation.

Ivy Tendril är till för team som vill ha resultatet av ett sådant verktyg utan att behöva bygga det själva. Det följer en fast livscykel: idé eller ärende, skapa plan, utkast, mänsklig granskning av planen, Expand, Split eller Update, körning i isolerade worktrees, verifiering med tester, linter och diff, mänsklig granskning av diffen, pull request och merge. Det finns exakt två mänskliga kontrollpunkter – planen och diffen – och ingenting mergas utan godkännande. Tendril körs som en skrivbordsapplikation på macOS, Windows och Linux, eller i headless-läge med tendril --web, med valfri CLI-agent och dina egna API-nycklar.

Jämförelse

Aspekt Ivy Tendril Egenbyggd orkestrering
Uppgiftskö Vyer för Plans, Drafts, Icebox och Recommendations Måste designas och byggas från grunden
Worktree-isolering Automatisk, ett worktree och en branch per plan Du skriptar skapande, namngivning och upprensning
Processövervakning Jobs-vy med strömmande utdata och körningsloggar Du hanterar timeouts, återförsök och kraschade processer
Verifiering Tester, linter och diff per plan; CI-import i Pro Du kopplar ihop testverktyg med varje agents utdata
Granskning Review-vy med flikar för diff och verifiering Endast pull request eller ett eget gränssnitt
Kostnadsuppföljning Per plan och per jobb, med nyckeltal i Dashboard Du parsar användning från respektive agents format
Minne (Memory) Promptware Memory/ per livscykelsteg, uppdateras av agenter Du designar lagring, hämtning och injektion
Agentstöd Valfri CLI-agent, kan bytas per plan Varje agent måste integreras och hållas uppdaterad
Anpassning Promptware-program, verktyg och minne; REST API; tillgänglig källkod Obegränsad
Underhåll Ivy släpper löpande uppdateringar Ditt team, på obestämd tid
Pris Gratis; Pro för 59 USD per användare/månad Ingenjörstimmar

Vad en hemmabyggd orkestrering kräver

Innan man bygger något själv är det värt att läsa hur de fyra orkestreringsmönstren avlöser varandra, eftersom de flesta interna verktyg återuppfinner dem i tur och ordning.

En kö. Uppgifter kommer in från ärenden, buggrapporter och chatt, och något måste hålla ordning på dem, prioritera dem och fördela dem till agenterna. I Tendril hanteras detta via vyerna Plans, Drafts och Icebox, med intag via webhooks, en MCP-server, ett REST API och ett CLI.

Hantering av worktrees. Två agenter som redigerar samma utcheckning kommer att skriva över varandras ändringar. Varje uppgift kräver ett eget git worktree på en egen branch, skapat innan agenten startar och borttaget efter att pull requesten mergats. Tendril gör detta automatiskt för varje plan. Se git worktrees för parallella AI-agenter.

Övervakning av agentprocesser. CLI-agenter körs under allt från minuter till timmar, ställer behörighetsfrågor, slår i hastighetsgränser och avslutas ibland oväntat. Något måste starta dem med rätt flaggor, fånga utdata, upptäcka när de fastnat och logga händelseförloppet. Tendrils Jobs-vy strömmar utdata och sparar körningsloggar per jobb.

Verifieringsverktyg. Att en agent rapporterar framgång är inget bevis på att koden fungerar. Tester, linting och en diffgranskning måste köras mot aktuellt worktree innan en människa tittar på resultatet. Tendril kör detta för varje plan och presenterar resultaten i Review-vyn. Se verifieringsgrindar för AI-genererad kod.

Ett gränssnitt för granskning. En vanlig pull request-sida visar en diff, men inte vilka verifieringssteg som kördes eller vad agentkörningen kostade. Att granska tio diffar om dagen via råa pull requests fungerar; att granska femtio gör det inte. Tendrils Review-vy samlar diffen och verifieringsresultaten på samma ställe.

Kostnadsuppföljning. Varje agent rapporterar tokenanvändning i sitt eget format, om alls. För att veta vad en uppgift faktiskt kostade måste man samla in data per körning, prissätta och aggregera. Tendril spårar tokens och kostnader per plan och per jobb och visar dem överskådligt i Dashboarden.

Minne (Memory). Utan minne börjar varje körning från noll. Med minne behöver du lagring, ett sätt att spara lärdomar efter en körning och ett sätt att skjuta in relevant information före nästa körning. I Tendril är varje livscykelfas en promptware-enhet med en Program.md, en Memory/-katalog, avgränsade Tools/ och Logs/. Agenterna skriver tillbaka sina erfarenheter och reviderar sitt eget program. Se promptware: agenter som förbättrar sina egna instruktioner.

Vad det kostar att underhålla

Själva utvecklingen är den mindre kostnaden. Den större kostnaden är att varje del ovan är beroende av saker som förändras. CLI-agenter uppdateras ofta, och med uppdateringarna ändras flaggor, utdataformat och behörighetslägen. Modelltillverkare lanserar och avvecklar modeller. Din kodbas växer och kräver nya verifieringssteg. Varje förändring är en liten fix i sig, men tillsammans bildar de ett kontinuerligt deltidsansvar för minst en utvecklare.

Till detta kommer kostnaden för funktioner man aldrig hinner bygga själv. Inline-anteckningar i planer, uppdelning av planer (plan splitting), röstinmatning, mobilåtkomst till pågående jobb och rekommendationsvyer kräver alla design- och utvecklingstid, vilket gör att hemmabyggen sällan får dem.

Mänskliga kontrollpunkter och var de placeras

En hemmabyggd lösning har oftast bara en kontrollpunkt: pull requesten, eftersom den redan finns där naturligt. Tendril har två. Plankontrollpunkten låter dig korrigera omfattningen innan agenten börjar köra, kommentera direkt i ett utkast så att planen skrivs om, eller dela upp en plan som blivit för stor. Att lägga till en plankontrollpunkt i ett eget verktyg innebär att man måste bygga ett planformat, ett utkaststeg, en editor och ett sätt att mata den godkända planen till agenten.

Parallellitet, agentval och kostnadskontroll

Parallell körning är där hemmabyggda system kräver mest underhållstid: upprensning av worktrees, portkollisioner mellan testkörningar och att ett fel hos en agent påverkar andra. Tendril isolerar varje plan i ett eget worktree och en egen branch, och main-branschen hålls ren fram till granskningen.

Att integrera en agent är en avgränsad uppgift; att hålla fem agenter uppdaterade är ett ständigt pågående arbete. Tendril låter dig byta agent eller modell per plan utan att ändra arbetsflödet, med nycklar för Anthropic, OpenAI, Google, OpenRouter och andra leverantörer. Kostnad per plan gör det enkelt att jämföra olika modeller på samma typ av uppgift.

När det är rätt val att bygga själv

  • Orkestreringen är din kärnprodukt och du måste äga varje enskilt beslut i loopen.
  • Ditt arbetsflöde slutar inte i en pull request, använder inte git eller hanterar något annat än en kodbas.
  • Du behöver en livscykel helt utan mänskliga kontrollpunkter, till exempel helt obemannade ändringar i ett lågrisk-repo, och du accepterar att ändringarna inte granskas.
  • Du är en forskargrupp där modifieringen av själva loopen utgör experimentet.

När Ivy Tendril är rätt val

  • Du vill ha parallella agenter, worktree-isolering, verifiering, granskning och kostnadsuppföljning i drift redan denna vecka.
  • Du vill ha två mänskliga kontrollpunkter utan att själv behöva utveckla planformat och granskningsgränssnitt.
  • Du vill ha ett minne som ackumuleras mellan körningar utan att behöva designa lagringslösningen.
  • Du vill att underhållet av agentintegrationerna ska vara Ivys ansvar. Applikationen är gratis; se priser för Pro och Enterprise.

Se även agentorkestreringsmönster för kodningsagenter.

Vanliga frågor

Kan jag bygga vidare på Ivy Tendril istället för att börja från noll?

Ja. Varje fas i livscykeln är en promptware-enhet vars Program.md, Memory/ och Tools/ du kan läsa och anpassa. Via REST API, MCP-server och CLI kan du styra Tendril från dina egna verktyg. Källkoden är tillgänglig under FSL-1.1-ALv2.

Låser Ivy Tendril mig till en specifik agent eller modell?

Nej. Tendril kör Claude Code, OpenAI Codex CLI, GitHub Copilot CLI, Google Gemini CLI, OpenCode och valfri annan CLI-agent. Du använder dina egna API-nycklar och kan välja fritt per plan.

Jag har redan en egenbyggd lösning. Kan jag köra båda?

Ja. Skicka en delmängd av uppgifterna till Tendril via webhooks eller REST API och jämför pull request-genomströmning och kostnad per plan med dina nuvarande siffror.

Kom igång med Ivy Tendril

Är du redo för parallell agentorkestrering på utvecklarnivå?

Written by

Ivy Team