mirror of
https://github.com/shareAI-lab/analysis_claude_code.git
synced 2026-09-20 12:13:38 +08:00
255 lines
8.7 KiB
Markdown
255 lines
8.7 KiB
Markdown
# s19: Agent Harness 集成 — 多种机制，一个循环
|
||
|
||
[English](README.md) · [中文](README.zh.md) · [日本語](README.ja.md)
|
||
|
||
s01 → ... → s17 → s18 → `s19` → [s20](../s20_workflow_runtime/) → s21
|
||
|
||
> *"机制很多，循环一个"* — 工具、权限、记忆、任务、团队、插件都挂在同一个 while True 上。
|
||
>
|
||
> **Harness 层**: 集成 — 把 s01-s18 的机制放回同一个可运行系统。
|
||
|
||
---
|
||
|
||
## 问题
|
||
|
||
前 18 章每章只加一个机制，让每个边界都能单独观察。本章把它们接入同一个运行时。
|
||
|
||
一个能长期工作的 coding agent 需要同时拥有：
|
||
|
||
- 工具分发和权限边界
|
||
- hooks 扩展点
|
||
- todo 计划和任务图
|
||
- 技能、记忆、系统 prompt 组装
|
||
- 压缩和错误恢复
|
||
- 后台任务和 cron 调度
|
||
- 团队、协议、自治认领
|
||
- worktree 隔离
|
||
- MCP 外部工具接入
|
||
|
||
本章的难点在于看清楚每项功能挂在循环的哪个位置。S19 是集成检查点：先把此前组件归位，再由 s20-s21 在外层加入编排与目标闭环。
|
||
|
||
---
|
||
|
||
## 解决方案
|
||
|
||
|
||
|
||
S19 不再引入新机制，而是把前面各章的组件集成到同一个 harness：
|
||
|
||
```text
|
||
用户输入
|
||
→ UserPromptSubmit hooks
|
||
→ cron/background 通知注入
|
||
→ context compact
|
||
→ memory + skills + MCP 状态组装 system prompt
|
||
→ LLM
|
||
→ has tool_use block?
|
||
否 → Stop hooks → 返回
|
||
是 → PreToolUse hooks + permission
|
||
→ TOOL_HANDLERS / MCP handlers / background dispatch
|
||
→ PostToolUse hooks
|
||
→ tool_result / task_notification 回 messages
|
||
→ 下一轮
|
||
```
|
||
|
||
循环仍是同一个结构：调用模型，检查响应里是否出现 `tool_use` block，执行工具，再把结果追加回 `messages`。是否继续工具轮，由响应中有没有实际的 `tool_use` block 决定。
|
||
|
||
---
|
||
|
||
## 组件在循环中的位置
|
||
|
||
| 位置 | 组件 | 作用 |
|
||
|------|------|------|
|
||
| 用户输入前后 | `UserPromptSubmit` hooks | 记录、注入、审计用户输入 |
|
||
| LLM 前 | cron queue | 把定时触发的 prompt 注入 `messages` |
|
||
| LLM 前 | background notifications | 后台任务完成后以 `<task_notification>` 注入 |
|
||
| LLM 前 | compaction pipeline | 先压大输出，再裁历史，再压旧 tool_result，必要时摘要 |
|
||
| LLM 前 | memory / skills / MCP state | 组装 system prompt，让模型看到当前能力和长期上下文 |
|
||
| LLM 调用 | error recovery | 429/529 重试，`max_tokens` 升级，prompt too long 触发 reactive compact |
|
||
| 工具执行前 | `PreToolUse` hooks + permission | 拦截危险命令、写越界、破坏性 MCP 工具 |
|
||
| 工具分发 | `assemble_tool_pool` | 组装内置工具和 MCP 动态工具 |
|
||
| 工具执行时 | background dispatch | 慢 bash 操作放 daemon thread，主循环先返回占位结果 |
|
||
| 工具执行后 | `PostToolUse` hooks | 大输出告警、日志等后处理 |
|
||
| 返回循环 | tool_result | 每个 `tool_use` 对应一个 `tool_result`，再回到下一轮 |
|
||
| 本轮没有 tool_use / 停止时 | `Stop` hooks | 统计、清理、审计 |
|
||
|
||
---
|
||
|
||
## code.py 包含什么
|
||
|
||
### 工具与分发
|
||
|
||
内置工具池包含 26 个工具：
|
||
|
||
```text
|
||
bash, read_file, write_file, edit_file, glob
|
||
todo_write, task, load_skill, compact
|
||
create_task, list_tasks, get_task, claim_task, complete_task
|
||
schedule_cron, list_crons, cancel_cron
|
||
spawn_teammate, send_message
|
||
request_shutdown, request_plan, review_plan
|
||
create_worktree, remove_worktree, keep_worktree
|
||
connect_mcp
|
||
```
|
||
|
||
`assemble_tool_pool()` 每轮组装：
|
||
|
||
```text
|
||
BUILTIN_TOOLS + connected MCP tools
|
||
BUILTIN_HANDLERS + mcp__server__tool handlers
|
||
```
|
||
|
||
所以 `connect_mcp("docs")` 后，下一轮工具池里会出现 `mcp__docs__search`。
|
||
|
||
### 权限和 hooks
|
||
|
||
权限不写死在工具执行行里，而是作为 `PreToolUse` hook：
|
||
|
||
```python
|
||
blocked = trigger_hooks("PreToolUse", block)
|
||
if blocked:
|
||
results.append(tool_result(block.id, blocked))
|
||
continue
|
||
```
|
||
|
||
这样 permission、log、审计都可以挂在同一个 hook 点上。执行后再触发 `PostToolUse`。
|
||
|
||
### 计划与任务
|
||
|
||
S19 同时保留两层计划：
|
||
|
||
- `todo_write`：当前会话内的轻量计划，保存在内存中
|
||
- task graph：跨会话、可依赖、可认领的任务文件，写入 `.tasks/task_*.json`
|
||
|
||
前者帮助单个 Agent 不漂移；后者支撑团队协作。
|
||
|
||
两者目标相近，但实现不同：`todo_write` 整表替换当前会话清单，task record 则有稳定 ID 和单条生命周期更新。下面单独出现的 `task` 工具表示“一次性派发隔离 subagent”，不是 Task System。
|
||
|
||
### 子 agent 与团队
|
||
|
||
S19 有两种 delegation：
|
||
|
||
- `task`：一次性 subagent。独立 `messages[]`，中间过程丢弃，只返回最终摘要。
|
||
- `spawn_teammate`：持久队友线程。运行时自动投递 MessageBus 事件，队友在 idle 时扫描任务板并自主认领。
|
||
|
||
一次性 subagent 解决“上下文隔离”；持久队友解决“长期并行协作”。
|
||
|
||
### 记忆、技能和 prompt
|
||
|
||
`assemble_system_prompt(context)` 每轮组装：
|
||
|
||
- 身份和工具说明
|
||
- workspace
|
||
- skills catalog
|
||
- `.memory/MEMORY.md`
|
||
- 已连接 MCP server
|
||
|
||
技能只在 system prompt 里放目录。完整内容通过 `load_skill(name)` 按需加载。
|
||
|
||
### 压缩和恢复
|
||
|
||
LLM 前先跑压缩管线：
|
||
|
||
```text
|
||
tool_result_budget → snip_compact → micro_compact → compact_history
|
||
```
|
||
|
||
调用模型时再包一层恢复：
|
||
|
||
- 429：指数退避重试
|
||
- 529：指数退避，连续失败可切 fallback model
|
||
- `max_tokens`：先提高 max_tokens，再要求 continuation
|
||
- prompt too long：reactive compact 后重试
|
||
|
||
### 后台和 cron
|
||
|
||
慢 bash 操作不会阻塞主循环：
|
||
|
||
```text
|
||
should_run_background → start_background_task → placeholder tool_result
|
||
后台完成 → task_notification → 下一轮注入 messages
|
||
```
|
||
|
||
cron 调度器独立 daemon thread 每秒检查一次。CLI 会监听 `cron_queue`，命中后主动把 `[Scheduled] ...` 注入并运行一轮 Agent。
|
||
|
||
### worktree 与 MCP
|
||
|
||
worktree 负责隔离目录：
|
||
|
||
- `create_worktree(name, task_id)` 创建独立分支和目录
|
||
- task 的 `worktree` 字段绑定目录
|
||
- 队友 claim 到带 worktree 的 task 后，bash/read/write 自动在对应目录下执行
|
||
|
||
MCP 负责外部能力：
|
||
|
||
- `connect_mcp(name)` 连接 mock server
|
||
- `assemble_tool_pool()` 把 MCP 工具组装进工具池
|
||
- 工具名统一为 `mcp__server__tool`
|
||
|
||
---
|
||
|
||
## 相对 s18 的变化
|
||
|
||
| 组件 | s18 | s19 |
|
||
|------|-----|-----|
|
||
| 工具池 | 内置 + MCP | 内置 + MCP，补齐 s01-s17 的工具 |
|
||
| 权限 | 不在 s18 范围内 | `PreToolUse` hook 中执行 |
|
||
| hooks | 不在 s18 范围内 | UserPromptSubmit / PreToolUse / PostToolUse / Stop |
|
||
| todo | 不在 s18 范围内 | `todo_write` + reminder |
|
||
| skill | 不在 s18 范围内 | catalog in system prompt + `load_skill` |
|
||
| compact | 不在 s18 范围内 | LLM 前压缩 + `compact` 工具 + reactive compact |
|
||
| error recovery | 简化 try/except | retry / max_tokens / prompt too long |
|
||
| background | 不在 s18 范围内 | 慢操作后台线程 + task notification |
|
||
| cron | 不在 s18 范围内 | daemon scheduler + durable jobs |
|
||
| multi-agent | 保留 | 保留；队友使用隔离目录下的基础工具 |
|
||
| worktree | 保留 | 保留 |
|
||
| MCP | 新增 | 保留，作为最终工具池的一部分 |
|
||
|
||
---
|
||
|
||
## 试一下
|
||
|
||
```sh
|
||
cd learn-claude-code
|
||
python s19_comprehensive/code.py
|
||
```
|
||
|
||
可以试：
|
||
|
||
1. `检查这个仓库，告诉我哪些 Python 文件最重要。`
|
||
2. `从已连接的文档中查一下 agent loop 的相关说明。`
|
||
3. `请在隔离的 worktree 中并行重构认证模块和登录页，修改前先把各自的计划给我看。`
|
||
4. `3 分钟后提醒我开会。`
|
||
5. `在后台安装依赖，同时继续阅读 README.md。`
|
||
|
||
观察重点：
|
||
|
||
- 工具调用前是否经过 hooks/permission
|
||
- `connect_mcp` 后下一轮是否出现 MCP 工具
|
||
- 慢操作是否返回 background placeholder
|
||
- 到点是不是自动提醒开会
|
||
- 队友是否提交 plan，并在 approval 前暂停
|
||
- plan 批准后，队友是否能认领任务
|
||
- worktree 绑定后，队友是否切到对应目录
|
||
|
||
---
|
||
|
||
## 结束亦是开始
|
||
|
||
从 s01 到 s19，代码表面越来越复杂，但核心始终没变：
|
||
|
||
```python
|
||
while True:
|
||
response = LLM(messages, tools)
|
||
if not has_tool_use(response.content):
|
||
return
|
||
results = execute_tools(response.content)
|
||
messages.append(tool_results)
|
||
```
|
||
|
||
成熟 harness 的复杂性来自模型周围的协作机制。模型负责判断和行动选择，harness 负责组织环境、工具、权限、记忆、团队和外部能力。
|
||
|
||
这是课程的集成检查点：机制很多，循环一个。
|
||
|
||
下一章：[s20 Workflow Runtime](../s20_workflow_runtime/) — 当编排形状固定时，把它从多轮对话移入确定性、可恢复的代码。
|