用户分享OpenAI dot的实战使用方案与架构设计

关于OpenAI dot的用法，我整理了一下我目前的答案，分享给大家。（大佬们应该早就想到同样的东西了，所以我觉得没什么新意…）

dot的定位是「连接人类和智能体的运营者」。然后，我刚好在测试和Addness连接，连接之后体验变好了很多。

整体架构是：人类→dot→Addness→Claude Code/Codex/Hermes Agent，把Addness定位成任务状态数据库看起来效果不错。

dot已经和Codex、Work等OpenAI系服务原生整合，所以联动很顺畅，但把指令发给Claude Code后，任务就会被外部化，状态确认的层级就提升了一级。因此我用Addness来管理这些任务状态。

这样一来，dot旗下就有作为任务状态数据库的Addness，以及被它管理的作为工作节点的Claude Code/Codex/Hermes Agent。所有智能体在做什么、进展到哪一步，全都由dot通过Addness来管理。

我属于那种想用当下好用的模型（不管是Anthropic还是OpenAI的）的派别，所以我两个都买了100美元的套餐，一边平衡使用一边让dot扮演运营者的角色，再加上Addness，Hermes则用来承接工作节点任务中想要把工作流打磨细化并自动化的任务，这样的架构看起来不错。

Addness的价值在dot的加持下提升了很多，但接下来就有个问题：“这样的话，Addness的状态数据库能不能自己做？”

我还没有完全理解Addness的全部功能，但对我来说它的核心价值就是状态数据库。所以我觉得确实可以自己做一个，然后就不用Addness了。它和Grok bot的差异化大概也就只有底座模型更优秀吧。它底层用ARA还是挺让人兴奋的。

---

感谢评论。我实际的运用思路和影团先生你说的不太一样。我认为更好的架构是：

用户＞dots＞（Addness或者类似的状态数据库）＞工作节点（Codex・Claude Code・Hermes）

在这个架构里，dots是和用户对话的主界面，同时扮演分配工作的运营者角色。

通过在dots和工作节点之间加入一个用树状结构管理每个任务的目标、进度、子任务等信息的数据库，就能把多个工作节点的任务管理统一起来。

我的思路不是通过agmsg从Codex调用Claude Code，而是dots用-p参数调用无头模式的Claude Code。

之所以避开agmsg，是因为用它会变成“外包层层转包”的结构，而我这次更看重的是统一管理工作进度。