Optimize Chinese translations: preserve English proper nouns (Skills, Agent, Subagent, Context Compact, etc.)

Co-authored-by: wbxl2000 <57169560+wbxl2000@users.noreply.github.com>
This commit is contained in:
copilot-swe-agent[bot]
2026-03-16 14:23:59 +00:00
parent 702dddfe61
commit 13409478ef
15 changed files with 113 additions and 113 deletions

View File

@@ -1,8 +1,8 @@
# s01: The Agent Loop (智能体循环)
# s01: The Agent Loop (Agent 循环)
`[ s01 ] s02 > s03 > s04 > s05 > s06 | s07 > s08 > s09 > s10 > s11 > s12`
> *"One loop & Bash is all you need"* -- 一个工具 + 一个循环 = 一个智能体
> *"One loop & Bash is all you need"* -- 一个工具 + 一个循环 = 一个 Agent
## 问题
@@ -90,7 +90,7 @@ def agent_loop(query):
messages.append({"role": "user", "content": results})
```
不到 30 行, 这就是整个智能体。后面 11 个章节都在这个循环上叠加机制 -- 循环本身始终不变。
不到 30 行, 这就是整个 Agent。后面 11 个章节都在这个循环上叠加机制 -- 循环本身始终不变。
## 变更内容

View File

@@ -1,12 +1,12 @@
# s04: Subagents (子智能体)
# s04: Subagents (Subagent)
`s01 > s02 > s03 > [ s04 ] s05 > s06 | s07 > s08 > s09 > s10 > s11 > s12`
> *"大任务拆小, 每个小任务干净的上下文"* -- 子智能体用独立 messages[], 不污染主对话。
> *"大任务拆小, 每个小任务干净的上下文"* -- Subagent 用独立 messages[], 不污染主对话。
## 问题
智能体工作越久, messages 数组越胖。每次读文件、跑命令的输出都永久留在上下文里。"这个项目用什么测试框架?" 可能要读 5 个文件, 但父智能体只需要一个词: "pytest。"
Agent 工作越久, messages 数组越胖。每次读文件、跑命令的输出都永久留在上下文里。"这个项目用什么测试框架?" 可能要读 5 个文件, 但父 Agent 只需要一个词: "pytest。"
## 解决方案
@@ -26,7 +26,7 @@ Parent context stays clean. Subagent context is discarded.
## 工作原理
1.智能体有一个 `task` 工具。子智能体拥有除 `task` 外的所有基础工具 (禁止递归生成)。
1. Agent 有一个 `task` 工具。Subagent 拥有除 `task` 外的所有基础工具 (禁止递归生成)。
```python
PARENT_TOOLS = CHILD_TOOLS + [
@@ -40,7 +40,7 @@ PARENT_TOOLS = CHILD_TOOLS + [
]
```
2. 子智能体`messages=[]` 启动, 运行自己的循环。只有最终文本返回给父智能体
2. Subagent `messages=[]` 启动, 运行自己的循环。只有最终文本返回给父 Agent
```python
def run_subagent(prompt: str) -> str:
@@ -69,7 +69,7 @@ def run_subagent(prompt: str) -> str:
) or "(no summary)"
```
子智能体可能跑了 30+ 次工具调用, 但整个消息历史直接丢弃。父智能体收到的只是一段摘要文本, 作为普通 `tool_result` 返回。
Subagent 可能跑了 30+ 次工具调用, 但整个消息历史直接丢弃。父 Agent 收到的只是一段摘要文本, 作为普通 `tool_result` 返回。
## 相对 s03 的变更

View File

@@ -1,4 +1,4 @@
# s05: Skills (技能加载)
# s05: Skills (Skill 加载)
`s01 > s02 > s03 > s04 > [ s05 ] s06 | s07 > s08 > s09 > s10 > s11 > s12`
@@ -6,7 +6,7 @@
## 问题
你希望智能体遵循特定领域的工作流: git 约定、测试模式、代码审查清单。全塞进系统提示太浪费 -- 10 个技能, 每个 2000 token, 就是 20,000 token, 大部分跟当前任务毫无关系。
你希望 Agent 遵循特定领域的工作流: git 约定、测试模式、代码审查清单。全塞进系统提示太浪费 -- 10 个 Skill, 每个 2000 token, 就是 20,000 token, 大部分跟当前任务毫无关系。
## 解决方案
@@ -29,11 +29,11 @@ When model calls load_skill("git"):
+--------------------------------------+
```
第一层: 系统提示中放技能名称 (低成本)。第二层: tool_result 中按需放完整内容。
第一层: 系统提示中放 Skill 名称 (低成本)。第二层: tool_result 中按需放完整内容。
## 工作原理
1. 每个技能是一个目录, 包含 `SKILL.md` 文件和 YAML frontmatter。
1. 每个 Skill 是一个目录, 包含 `SKILL.md` 文件和 YAML frontmatter。
```
skills/
@@ -43,7 +43,7 @@ skills/
SKILL.md # ---\n name: code-review\n description: Review code\n ---\n ...
```
2. SkillLoader 递归扫描 `SKILL.md` 文件, 用目录名作为技能标识。
2. SkillLoader 递归扫描 `SKILL.md` 文件, 用目录名作为 Skill 标识。
```python
class SkillLoader:
@@ -82,14 +82,14 @@ TOOL_HANDLERS = {
}
```
模型知道有哪些技能 (便宜), 需要时再加载完整内容 (贵)。
模型知道有哪些 Skill (便宜), 需要时再加载完整内容 (贵)。
## 相对 s04 的变更
| 组件 | 之前 (s04) | 之后 (s05) |
|----------------|------------------|--------------------------------|
| Tools | 5 (基础 + task) | 5 (基础 + load_skill) |
| 系统提示 | 静态字符串 | + 技能描述列表 |
| 系统提示 | 静态字符串 | + Skill 描述列表 |
| 知识库 | 无 | skills/\*/SKILL.md 文件 |
| 注入方式 | 无 | 两层 (系统提示 + result) |

View File

@@ -6,7 +6,7 @@
## 问题
上下文窗口是有限的。读一个 1000 行的文件就吃掉 ~4000 token; 读 30 个文件、跑 20 条命令, 轻松突破 100k token。不压缩, 智能体根本没法在大项目里干活。
上下文窗口是有限的。读一个 1000 行的文件就吃掉 ~4000 token; 读 30 个文件、跑 20 条命令, 轻松突破 100k token。不压缩, Agent 根本没法在大项目里干活。
## 解决方案

View File

@@ -8,7 +8,7 @@
s03 的 TodoManager 只是内存中的扁平清单: 没有顺序、没有依赖、状态只有做完没做完。真实目标是有结构的 -- 任务 B 依赖任务 A, 任务 C 和 D 可以并行, 任务 E 要等 C 和 D 都完成。
没有显式的关系, 智能体分不清什么能做、什么被卡住、什么能同时跑。而且清单只活在内存里, 上下文压缩 (s06) 一跑就没了。
没有显式的关系, Agent 分不清什么能做、什么被卡住、什么能同时跑。而且清单只活在内存里, 上下文压缩 (s06) 一跑就没了。
## 解决方案

View File

@@ -6,7 +6,7 @@
## 问题
有些命令要跑好几分钟: `npm install``pytest``docker build`。阻塞式循环下模型只能干等。用户说 "装依赖, 顺便建个配置文件", 智能体却只能一个一个来。
有些命令要跑好几分钟: `npm install``pytest``docker build`。阻塞式循环下模型只能干等。用户说 "装依赖, 顺便建个配置文件", Agent 却只能一个一个来。
## 解决方案

View File

@@ -1,4 +1,4 @@
# s09: Agent Teams (智能体团队)
# s09: Agent Teams (Agent 团队)
`s01 > s02 > s03 > s04 > s05 > s06 | s07 > s08 > [ s09 ] s10 > s11 > s12`
@@ -6,9 +6,9 @@
## 问题
子智能体 (s04) 是一次性的: 生成、干活、返回摘要、消亡。没有身份, 没有跨调用的记忆。后台任务 (s08) 能跑 shell 命令, 但做不了 LLM 引导的决策。
Subagent (s04) 是一次性的: 生成、干活、返回摘要、消亡。没有身份, 没有跨调用的记忆。Background Tasks (s08) 能跑 shell 命令, 但做不了 LLM 引导的决策。
真正的团队协作需要三样东西: (1) 能跨多轮对话存活的持久智能体, (2) 身份和生命周期管理, (3) 智能体之间的通信通道。
真正的团队协作需要三样东西: (1) 能跨多轮对话存活的持久 Agent, (2) 身份和生命周期管理, (3) Agent 之间的通信通道。
## 解决方案
@@ -105,7 +105,7 @@ def _teammate_loop(self, name, role, prompt):
| 组件 | 之前 (s08) | 之后 (s09) |
|----------------|------------------|------------------------------------|
| Tools | 6 | 9 (+spawn/send/read_inbox) |
| 智能体数量 | 单一 | 领导 + N 个队友 |
| Agent 数量 | 单一 | 领导 + N 个队友 |
| 持久化 | 无 | config.json + JSONL 收件箱 |
| 线程 | 后台命令 | 每线程完整 agent loop |
| 生命周期 | 一次性 | idle -> working -> idle |

View File

@@ -1,4 +1,4 @@
# s11: Autonomous Agents (自治智能体)
# s11: Autonomous Agents (Autonomous Agent)
`s01 > s02 > s03 > s04 > s05 > s06 | s07 > s08 > s09 > s10 > [ s11 ] s12`
@@ -10,7 +10,7 @@ s09-s10 中, 队友只在被明确指派时才动。领导得给每个队友写
真正的自治: 队友自己扫描任务看板, 认领没人做的任务, 做完再找下一个。
一个细节: 上下文压缩 (s06) 后智能体可能忘了自己是谁。身份重注入解决这个问题。
一个细节: Context Compact (s06) 后 Agent 可能忘了自己是谁。身份重注入解决这个问题。
## 解决方案

View File

@@ -6,7 +6,7 @@
## 问题
到 s11, 智能体已经能自主认领和完成任务。但所有任务共享一个目录。两个智能体同时重构不同模块 -- A 改 `config.py`, B 也改 `config.py`, 未提交的改动互相污染, 谁也没法干净回滚。
到 s11, Agent 已经能自主认领和完成任务。但所有任务共享一个目录。两个 Agent 同时重构不同模块 -- A 改 `config.py`, B 也改 `config.py`, 未提交的改动互相污染, 谁也没法干净回滚。
任务板管 "做什么" 但不管 "在哪做"。解法: 给每个任务一个独立的 git worktree 目录, 用任务 ID 把两边关联起来。