[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-openagents-shared-workspace-for-ai-agents-zh":3,"article-related-openagents-shared-workspace-for-ai-agents-zh":31,"series-ai-agent-407828d3-6c4e-4e83-8932-d958f67fc305":79},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":23,"views":27,"created_at":28,"published_at":29,"topic_cluster_id":30},"407828d3-6c4e-4e83-8932-d958f67fc305","openagents-shared-workspace-for-ai-agents-zh","OpenAgents：把 AI agents 放進共享工作區","\u003Cp data-speakable=\"summary\">OpenAgents 把多個 \u003Ca href=\"\u002Ftag\u002Fai-agents\">AI agents\u003C\u002Fa> 放進同一個共享工作區，讓它們共用 t\u003Ca href=\"\u002Fnews\u002Fchris-wright-ai-energy-loop-decoded-zh\">hr\u003C\u002Fa>eads、檔案和瀏覽器狀態。\u003C\u002Fp>\u003Cp>說真的，這題很實際。\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenagents-org\u002Fopenagents\" target=\"_blank\" rel=\"noopener\">OpenAgents\u003C\u002Fa> 想解的，不是模型多強，而是多個 agent 一起跑時，資訊散得到處都是。現在它在 \u003Ca href=\"https:\u002F\u002Fgithub.com\" target=\"_blank\" rel=\"noopener\">GitHub\u003C\u002Fa> 已經有 3.5k stars、331 forks、26 個 releases。這種數字，通常不是玩票。\u003C\u002Fp>\u003Cp>它的核心想法很直白。給 agents 一個 URL。讓 threads、files、browser state 都留在同一個地方。你可能會想問，這有什麼稀奇？講白了，很多團隊現在還在用終端機、SSH、瀏覽器分頁硬湊。OpenAgents 是把這件事產品化。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>指標\u003C\u002Fth>\u003Cth>數值\u003C\u002Fth>\u003Cth>意義\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>GitHub stars\u003C\u002Ftd>\u003Ctd>3.5k\u003C\u002Ftd>\u003Ctd>代表開發者關注度高\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Forks\u003C\u002Ftd>\u003Ctd>331\u003C\u002Ftd>\u003Ctd>代表有人想自己改來玩\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Releases\u003C\u002Ftd>\u003Ctd>26\u003C\u002Ftd>\u003Ctd>代表版本迭代不算慢\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Commits\u003C\u002Ftd>\u003Ctd>2,171\u003C\u002Ftd>\u003Ctd>代表專案已經有一定工程量\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>語言占比\u003C\u002Ftd>\u003Ctd>Python 52.5%、TypeScript 36.1%\u003C\u002Ftd>\u003Ctd>代表後端與介面都在持續開發\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>OpenAgents 到底在做什麼\u003C\u002Fh2>\u003Cp>OpenAgents 自稱是 open-source 的 collaborative OS for agents。這句話聽起來有點大，但意思其實很務實。它不是要做更聰明的 \u003Ca href=\"\u002Ftag\u002Fllm\">LLM\u003C\u002Fa>。它是要給現成的 agents 一個可以一起工作的地方。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779124458811-le8t.png\" alt=\"OpenAgents：把 AI agents 放進共享工作區\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這件事很重要。因為現在很多 \u003Ca href=\"\u002Ftag\u002Fagent\">agent\u003C\u002Fa> 架構，都還是靠手工拼裝。你在 terminal 跑一個 agent。另一個在瀏覽器頁面跑。第三個在伺服器上看 log。最後還是人類在中間轉貼訊息。老實說，這種流程很累，也很容易出錯。\u003C\u002Fp>\u003Cp>OpenAgents 想把這個中介成本壓下來。它讓多個 agents 進同一個 workspace。可以 @mention。可以共用檔案。可以共用瀏覽器狀態。也可以用固定 URL 從任何地方打開同一個工作區。\u003C\u002Fp>\u003Cul>\u003Cli>共享 threads，讓上下文不再散掉\u003C\u002Fli>\u003Cli>共享 files，減少重複上傳\u003C\u002Fli>\u003Cli>共享 browser state，方便接續操作\u003C\u002Fli>\u003Cli>透過 URL 存取，跨裝置也能接手\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我覺得它最實用的點，是 browser。很多真實工作根本不是純文字。QA 要點頁面。客服要看表單。Incident response 要查系統畫面。OpenAgents 把這些操作放進共享空間，這比單純聊天框更貼近工作現場。\u003C\u002Fp>\u003Ch2>Launcher 把門檻壓低了\u003C\u002Fh2>\u003Cp>OpenAgents 不是只有一個前端。它拆成三塊：Workspace、Launcher、Network SDK。這個切法不花俏，但很聰明。因為不同人要的東西不一樣。有人只想先跑起來。有人想做共享工作區。有人想接自己的 agent runtime。\u003C\u002Fp>\u003Cp>Launcher 叫 \u003Ccode>agn\u003C\u002Fcode>。這個名字不算好記，但命令設計很直接。你不用先研究一堆設定檔。先裝、先建、先跑。對開發者來說，這種流程比一堆概念圖有用多了。\u003C\u002Fp>\u003Cp>README 裡有一句話很敢講。它說可以在一分鐘內完成安裝與協作。這句如果真的做得到，價值很明確。因為多 agent 系統最大的摩擦之一，就是 setup 太麻煩。很多人不是不想試，是不想花半小時修環境。\u003C\u002Fp>\u003Cblockquote>“Install agents, connect them to a workspace, and collaborate — in under a minute.” — OpenAgents README\u003C\u002Fblockquote>\u003Cp>實際命令也很直白。先安裝 runtime。再建立 agent。接著設定環境變數。最後把 daemon 跑起來。這種設計，對熟悉 CLI 的台灣工程師應該不陌生。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ccode>agn install openclaw\u003C\u002Fcode> 安裝 runtime\u003C\u002Fli>\u003Cli>\u003Ccode>agn create my-agent --type openclaw\u003C\u002Fcode> 建立 agent\u003C\u002Fli>\u003Cli>\u003Ccode>agn env openclaw --set LLM_API_KEY=sk-...\u003C\u002Fcode> 設定金鑰\u003C\u002Fli>\u003Cli>\u003Ccode>agn up\u003C\u002Fcode> 啟動服務\u003C\u002Fli>\u003C\u002Ful>\u003Cp>它還提供 macOS、Windows、Linux 的桌面版。這點很重要。因為 agent 工具常常只照顧 Linux 或只照顧雲端。OpenAgents 至少有在顧及不同開發環境。\u003C\u002Fp>\u003Ch2>跟常見 agent 工具比，差在哪\u003C\u002Fh2>\u003Cp>如果你現在就在用 agent 工具，你大概會有幾種熟悉的痛點。第一種是 terminal 裡一個 agent。第二種是網頁聊天框。第三種是自己寫腳本，把任務從一個工具丟到另一個工具。這些方法都能動，但都很碎。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779124448728-pncq.png\" alt=\"OpenAgents：把 AI agents 放進共享工作區\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>OpenAgents 的思路不一樣。它不是只做一個 agent runner。它做的是協作層。也就是說，重點不是哪個 bot 最會寫 code，而是整個工作區怎麼共享狀態。這個差別很大。\u003C\u002Fp>\u003Cp>它現在支援的 agent 也很混搭。這是好事。因為真實世界裡，團隊不會只用一種工具。有人愛 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa>。有人用 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenai\u002Fcodex\" target=\"_blank\" rel=\"noopener\">Codex CLI\u003C\u002Fa>。有人偏好 \u003Ca href=\"https:\u002F\u002Fcursor.com\" target=\"_blank\" rel=\"noopener\">Cursor\u003C\u002Fa>。也有人想玩 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenagents-org\u002Fopenclaw\" target=\"_blank\" rel=\"noopener\">OpenClaw\u003C\u002Fa> 或 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenagents-org\u002Fopencode\" target=\"_blank\" rel=\"noopener\">OpenCode\u003C\u002Fa>。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Claude Code\u003C\u002Fstrong> 和 \u003Cstrong>Codex CLI\u003C\u002Fstrong>：偏主流 coding workflow\u003C\u002Fli>\u003Cli>\u003Cstrong>Cursor\u003C\u002Fstrong>：偏 editor 內工作\u003C\u002Fli>\u003Cli>\u003Cstrong>OpenClaw\u003C\u002Fstrong>、\u003Cstrong>OpenCode\u003C\u002Fstrong>：偏開源可改造\u003C\u002Fli>\u003Cli>\u003Cstrong>Hermes Agent\u003C\u002Fstrong>：補上 memory 和工具整合\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我覺得這裡最有意思的是架構。OpenAgents 把 workspace 當主角。不是單一 bot。這很像把多人協作從「各自開工」改成「同一間房間工作」。如果你在做 bug triage、客服回覆、或 infra 排查，這種模型會比較好懂，也比較好交接。\u003C\u002Fp>\u003Ch2>為什麼它現在會被注意\u003C\u002Fh2>\u003Cp>OpenAgents 不是剛冒出來的空殼。它有 2,171 commits、49 issues、12 pull requests。repo 裡還有 docs、SDK、tests、workspace code 和 deployment 檔案。這種結構，代表它已經不是純 demo，而是在往平台型工具走。\u003C\u002Fp>\u003Cp>另一個原因是，agent 工具的需求真的變了。以前大家想看的是「會不會聊天」。現在大家想看的是「能不能協作」。能不能留下可檢查的產物。能不能讓下一個 agent 接著做。能不能讓人類直接看到中間狀態，而不是只看最後答案。\u003C\u002Fp>\u003Cp>OpenAgents 的價值，就在這個工作流表面。它把 threads、files、browser 這些東西直接攤開。這比把一切藏在背景任務裡，來得更適合真實團隊。\u003C\u002Fp>\u003Cp>如果要我下判斷，我會說它的關鍵不在 agent 數量，而在共享狀態做得穩不穩。因為多 agent 系統最怕兩件事。第一是同步失敗。第二是 context 汙染。只要共享工作區能把這兩件事壓住，它就有機會變成常用工具。\u003C\u002Fp>\u003Ch2>競品和數據怎麼看\u003C\u002Fh2>\u003Cp>拿 OpenAgents 跟其他工具比，會更清楚。很多產品都在做 agent，但切點不同。有些偏單人 coding。像 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa>。有些偏 IDE 內整合。像 \u003Ca href=\"https:\u002F\u002Fcursor.com\" target=\"_blank\" rel=\"noopener\">Cursor\u003C\u002Fa>。有些偏 API 或框架。像各種自建 agent stack。\u003C\u002Fp>\u003Cp>OpenAgents 比較像協作中台。它不是把模型包成一個聊天介面。它是把多個 agent 放到同一個工作空間。這表示它的競爭對手，不只是其他 agent 工具。也包括 Slack、Notion、瀏覽器自動化工具，甚至是內部任務系統。\u003C\u002Fp>\u003Cp>從數據看，它的\u003Ca href=\"\u002Fnews\u002F5-open-source-ai-agents-zh\">開源\u003C\u002Fa>熱度已經不低。3.5k stars 代表有人關注。331 forks 代表有人想試。26 releases 代表還在持續改。Python 52.5% 和 \u003Ca href=\"\u002Ftag\u002Ftypescript\">TypeScript\u003C\u002Fa> 36.1% 的組合，也暗示它同時有後端邏輯和前端介面需求。這不是一個只會 demo 的 repo。\u003C\u002Fp>\u003Cul>\u003Cli>OpenAgents：共享 workspace，重點在協作\u003C\u002Fli>\u003Cli>Claude Code：單人 coding 助手味道較重\u003C\u002Fli>\u003Cli>Cursor：偏 IDE 內的開發流程\u003C\u002Fli>\u003Cli>自建 agent stack：彈性高，但維護成本也高\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你是團隊導入，我會先看兩個問題。第一，能不能接你現有的 agent。第二，能不能讓非工程師也\u003Ca href=\"\u002Fnews\u002Fsimple-watch-guide-ai-doc-streaming-plan-zh\">看懂\u003C\u002Fa>工作狀態。OpenAgents 在這兩點上都有機會，但還要看實際穩定性。\u003C\u002Fp>\u003Ch2>這類工具的背景脈絡\u003C\u002Fh2>\u003Cp>\u003Ca href=\"\u002Ftag\u002Fai-agent\">AI agent\u003C\u002Fa> 這波熱潮，很多產品都在追「自動做事」。但實務上，真正麻煩的不是模型會不會回答。是任務怎麼流轉。誰做了什麼。做到哪裡。下一個人或下一個 agent 怎麼接手。\u003C\u002Fp>\u003Cp>所以你會看到越來越多工具往協作層靠。不是只有聊天。還要有狀態。不是只有生成。還要有可追蹤的過程。OpenAgents 就是這個方向的代表之一。它把 agent 當成工作成員，而不是一次性的 API 呼叫。\u003C\u002Fp>\u003Cp>這也很符合開源社群的習慣。開發者通常不怕自己寫。怕的是工具黑箱。OpenAgents 主打 open-source、沒有強制帳號、也沒有綁死單一供應商。這對想把 agent 系統塞進內網或自家伺服器的人，很有吸引力。\u003C\u002Fp>\u003Cp>但我也不會把它講得太神。共享工作區只是第一步。真正難的是權限、同步、衝突處理，還有 browser automation 的穩定度。這些地方只要一出包，使用者體驗就會很快崩掉。\u003C\u002Fp>\u003Ch2>我會怎麼看它下一步\u003C\u002Fh2>\u003Cp>OpenAgents 現在最像的是一個很有方向感的協作底座。它不是要取代所有 agent 工具。它比較像是把多個 agent 放回同一張桌子上。這個想法很務實，也很適合現在的開發現場。\u003C\u002Fp>\u003Cp>如果你現在的流程還在靠複製貼上、切分頁、轉訊息，我會建議你試一次。先拿一個小任務。像 bug triage、文件整理、或網頁操作。看看共享 workspace 能不能少掉幾次手動切換。只要省下 10 分鐘，工具就有存在價值。\u003C\u002Fp>\u003Cp>接下來我會觀察三件事。第一，能不能穩定支援更多 agent。第二，browser state 的同步會不會出問題。第三，團隊是否真的會把它當成日常工作區，而不是又一個 demo repo。\u003C\u002Fp>\u003Cp>如果這三件事都過關，OpenAgents 就不只是另一個 agent 工具。它會變成一種新的工作介面。說白了，就是讓 AI agents 不再各自亂跑，而是先學會一起做事。\u003C\u002Fp>","OpenAgents 是一個開源工作區，讓多個 AI agents 共用 threads、檔案與瀏覽器狀態，適合做協作式任務。","github.com","https:\u002F\u002Fgithub.com\u002Fopenagents-org\u002Fopenagents",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779124458811-le8t.png","ai-agent","zh","9943d141-294b-486f-bcca-fd5f40032b46",[17,18,19,20,21,22],"OpenAgents","AI agents","shared workspace","開源工具","多 agent 協作","瀏覽器自動化",[24,25,26],"OpenAgents 把多個 AI agents 放進同一個共享工作區。","它的重點是共享 threads、檔案與瀏覽器狀態，不是更強的模型。","對開發者來說，最大的價值是降低多 agent 協作的切換成本。",5,"2026-05-18T17:13:38.106975+00:00","2026-05-18T17:13:38.038+00:00","e3b68196-9e64-4c18-a3b6-a73e73bfb367",{"tags":32,"relatedLang":11,"relatedPosts":42},[33,35,36,38,40],{"name":19,"slug":34},"shared-workspace",{"name":20,"slug":20},{"name":17,"slug":37},"openagents",{"name":18,"slug":39},"ai-agents",{"name":21,"slug":41},"多-agent-協作",[43,49,55,61,67,73],{"id":44,"slug":45,"title":46,"cover_image":47,"image_url":47,"created_at":48,"category":13},"83c2f8f6-3710-466e-b52c-473b811f0535","how-to-set-up-openclaw-safely-zh","如何安全架設 OpenClaw","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780549368665-1t2l.png","2026-06-04T05:02:21.26625+00:00",{"id":50,"slug":51,"title":52,"cover_image":53,"image_url":53,"created_at":54,"category":13},"0ba5b1a8-82c5-464a-bea5-9a2c8730da74","aws-devops-agent-turns-incident-chaos-into-triage-zh","AWS DevOps Agent 把事故排查變成三步","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780466689960-g1sv.png","2026-06-03T06:03:14.154923+00:00",{"id":56,"slug":57,"title":58,"cover_image":59,"image_url":59,"created_at":60,"category":13},"841eac88-b0f0-4a4c-9e1e-efc3b5c16281","kimi-k26-live-300-agent-workflows-zh","Kimi K2.6 上線：300 代理工作流","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780430574285-hqpn.png","2026-06-02T20:02:24.972179+00:00",{"id":62,"slug":63,"title":64,"cover_image":65,"image_url":65,"created_at":66,"category":13},"f0411957-bcdb-42d9-a267-3e90ae7d9cb1","how-to-take-a-sabbatical-at-openai-zh","怎麼申請 OpenAI sabbatical","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780398216422-8fi7.png","2026-06-02T11:02:25.74372+00:00",{"id":68,"slug":69,"title":70,"cover_image":71,"image_url":71,"created_at":72,"category":13},"37a5e429-4235-439c-9b05-bb377085462c","8-steps-build-production-rag-with-langchain-zh","8 步驟打造可上線的 LangChain RAG","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780178597493-4hz7.png","2026-05-30T22:02:48.14022+00:00",{"id":74,"slug":75,"title":76,"cover_image":77,"image_url":77,"created_at":78,"category":13},"e73c041b-852b-44c3-85aa-0f1e2e5848e3","ai-agents-hit-chaos-mode-claude-code-openclaw-zh","Claude Code＋OpenClaw 讓 AI 代理失控升溫","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780160576178-yqcs.png","2026-05-30T17:02:25.725767+00:00",[80,85,90,95,100,105,110,115,120,125],{"id":81,"slug":82,"title":83,"created_at":84},"4ae1e197-1d3d-4233-8733-eafe9cb6438b","claude-now-uses-your-pc-to-finish-tasks-zh","Claude 開始幫你操作電腦","2026-03-26T07:20:48.457387+00:00",{"id":86,"slug":87,"title":88,"created_at":89},"5bede67f-e21c-413d-9ab8-54a3c3d26227","googles-2026-ai-agent-report-decoded-zh","Google 2026 AI Agent 報告解讀","2026-03-26T11:15:22.651956+00:00",{"id":91,"slug":92,"title":93,"created_at":94},"2987d097-563f-46c7-b76f-b558d8ef7c2b","kimi-k25-review-stronger-still-not-legend-zh","Kimi K2.5 評測：更強，但還不是神作","2026-03-27T07:15:55.277513+00:00",{"id":96,"slug":97,"title":98,"created_at":99},"95c9053b-e3f4-4cb5-aace-5c54f4c9e044","claude-code-controls-mac-desktop-zh","Claude Code 也能操控 Mac 了","2026-03-28T03:01:58.58121+00:00",{"id":101,"slug":102,"title":103,"created_at":104},"dc58e153-e3a8-4c06-9b96-1aa64eabbf5f","cloudflare-100x-faster-ai-agent-sandbox-zh","Cloudflare 的 AI 沙箱跑超快","2026-03-28T03:09:44.142236+00:00",{"id":106,"slug":107,"title":108,"created_at":109},"1c8afc56-253f-47a2-979f-1065ff072f2a","openai-backs-isara-agent-swarm-bet-zh","OpenAI 挺 Isara 的 agent swarm …","2026-03-28T03:15:27.513155+00:00",{"id":111,"slug":112,"title":113,"created_at":114},"7379b422-576e-45df-ad5a-d57a0d9dd467","openai-plan-automated-ai-researcher-zh","OpenAI 想做自動化 AI 研究員","2026-03-28T03:17:42.090548+00:00",{"id":116,"slug":117,"title":118,"created_at":119},"48c9889e-86df-450b-a356-e4a4b7c83c5b","harness-engineering-ai-agent-reliability-2026-zh","駕馭工程：從「馬具」到「作業系統」，AI Agent 可靠性的終極密碼","2026-03-31T06:42:53.556721+00:00",{"id":121,"slug":122,"title":123,"created_at":124},"96d8e8c8-1edd-475d-9145-b1e7a1b02b65","mcp-explained-from-prompts-to-production-zh","MCP 怎麼把提示詞變工作流","2026-04-01T09:24:39.321274+00:00",{"id":126,"slug":127,"title":128,"created_at":129},"f2ca7720-b471-4ce5-9336-2a9ac2a876fd","amazon-bedrock-agents-multi-agent-workflows-zh","Amazon Bedrock Agents 進入多代理工作流","2026-04-01T09:30:29.945429+00:00"]