镜像自 HugoXK/LaunchPad@5cfa983 · upstream · 在 GitHub 上编辑 docs/agent-runtime.md ↗

共享 Agent 后端

run_command 的 keep_background 用于后续命令仍需访问的服务或 watcher。runner 自动把 stdout/stderr 写到任务目录内的日志文件,并返回 log_path;无需手动重定向,后续可用命令读取日志。日志不进入候选代码。普通命令结束后仍会回收自己的进程组。无工作区调用失败时,manager 先清理该 operation 并检查 runner 健康;成功则保留项目电脑及其他任务,恢复失败才停机。

边界

src/agent/runtime.ts 的 runAgent(spec) 是检视、开发、CI 观察和发布说明的共享执行入口。调用方提供 system/prompt、工具白名单、执行器、输出校验器和生命周期 guard;运行时不根据任务类型选择检查器,不绑定 pylint、语言或特定 CI。模型选择、凭据隔离、流式请求、90 秒无 token 超时、错误处理、脱敏和模型用量账本通过 gateway.ts 统一。

模型请求暂时失败时,runAgent 在同一步里重新发送,最多重试 5 次(modelRetries),依次等待 1、3、9、27、60 秒,然后才让这一轮或这次执行失败。暂时失败指:90 秒没有 token、连接断开或流中断、HTTP 408、429 和 5xx。认证失败、其他 4xx 和配置错误不重试。每次重试写入任务日志 model_retry(含原因和等待时间),调用方可以通过 onModelRetry 记录或清掉失败那次已流出的文字;回合被停止时,等待立即结束。重试用完后,错误说明末尾会注明“已自动重试 5 次仍失败”。每次失败请求的原因(例如“连续 90 秒没有 token 输出”或具体网络错误)写入该请求的响应记录,进程或容器替换后仍可查。Pi 执行进程等待模型回复的空闲窗口是 95 秒;控制面重试期间,会在第一次重试时立即、之后每 30 秒向它发送进度通知,执行进程因此一直等到重试结束。

两种 transport 使用同一入口:

发布确认、幂等 outbox、发布状态机、仓库授权和 claim 是控制面的职责,不交给提示词决定。统一 Agent 不等于移除这些安全边界。

工作区命令时限

run_command 接受正整数 timeout_seconds 和布尔值 keep_background。阶段观察者和独立 QA 不传时默认 120 秒;角色化开发和请求执行器默认 180 秒;普通工作流不传时仍等待命令结束。显式时限统一由部署变量 BOT_COMMAND_TIMEOUT_MAX_SECONDS 限制,默认 600 秒;Compose 会把它传入控制面,修改后重建控制面容器生效。变量必须是 1~2147363 的整数(为工作区 RPC 的额外等待预留后,Node 定时器允许的毫秒范围)。若配置上限小于入口缺省值,缺省值也按上限执行。

超过上限的请求会按上限执行,工具结果增加 timeout_notice,列出 requested_seconds、effective_seconds、max_seconds 和说明。Native、Process 与 Pi 使用同一参数处理,Pi 普通工作流的容器内命令也遵守控制面传入的上限。框架自行运行的项目策略测试不属于模型的 run_command,保持原有等待行为。

启动服务或 watcher 时使用 keep_background: true,runner 自动保存 stdout/stderr 并返回 log_path,后续同一任务命令可读取日志和访问进程,任务结束时回收。启动请求约 500 毫秒后返回;此时的预览和可分页 file 仅包含返回时的启动日志快照,running: true 表示服务仍在运行。后续日志继续写入 log_path,不会追加到不可变结果文件;读取较新的日志时用后续命令按需读取 log_path。

触发上下文与仓库探索

Issue、PR 或 Actions 失败提供任务起点,不限制证据只能来自这一个对象。src/agent/exploration.ts 的 RepositoryExplorer 为 CI 观察、检视和开发提供同一套只读工具:

先调用 github_read_token 建立只读访问。令牌只覆盖当前接入仓库,权限取安装已授予的内容、Issue、PR、Actions 等读取项;缺少权限时返回诊断,不回退到写令牌。CI 的令牌不离开控制面。Pi 的结构化读取工具通过任务邮箱调用同一个执行器;原有命令工具继续可使用同一次签发的只读令牌,真实凭据不进入模型上下文。任务结束、失败或中止后撤销签发的令牌。

github_read_token、平台工具请求与容器内模型中转请求均按请求 ID 写入独立邮箱文件(token-requests/<id>.json -> token-replies/<id>.json、tool-requests/<id>.json -> tool-replies/<id>.json、model-requests/<id>.json -> model-replies/<id>.stream/.cursor.json),支持同轮多个工具调用、流式模型转发与子 Agent 并行往返。取消后立即清理对应 ID 的请求与部分回复并返回 github_read_token_cancelled 或 repository_tool_cancelled,不影响其他在途调用。

升级时同步更新控制面、manager 和项目电脑镜像;结构化读取、PR 发布与控制面工具统一通过 runner/tool-dispatch.mjs 和 workspace_agent_tool 邮箱操作投递,控制面由无传输绑定的 createTaskToolDispatcher 统一校验工具白名单、运行身份令牌与租约、项目启用状态和单次提交。项目主控另用 workspace_agent_runtime(报告 runner 实际安装的 Pi SDK 版本),旧项目电脑镜像会返回 pi_runtime_unavailable 并等待升级。Pi 的会话事件 pi_session 记录实际 SDK 版本、提供的工具以及没有混入的扩展、技能和上下文文件;src/agent/pi.ts 固定的版本与 runner/package.json 由 npm run check 核对一致。

每个已进入邮箱的仓库请求最多等待 120 秒,超时返回 repository_tool_timeout;超时或取消后的迟到回复不会中断任务。共享执行器按现有 2 MiB 邮箱容量检查脱敏后 JSON 的 UTF-8 字节数,超出时向观察循环和 Pi 返回完整的 repository_result_too_large 工具错误。例如 /git/trees/<sha>?recursive=1 的结果无法投递时,模型应缩小 path、去掉 recursive 或继续分页,并用 page/per_page 减小每页结果;不会截断 JSON 后冒充成功结果。

GitHub 写入(github_write)

所有 agent 用同一个写工具(#381,src/github/write.ts):github_write {method, path, body?, key},形状和 GitHub REST 一致。method 是 POST、PATCH、PUT 或 DELETE,path 相对仓库、不带查询串(例如 POST /issues、POST /issues/12/comments、POST /issues/12/labels、PATCH /issues/12、POST /pulls、POST /pulls/7/reviews、PUT /pulls/7/merge、PUT /contents/docs/a.md、POST /git/refs),body 是 REST 请求体。服务多个仓库的入口(群聊助手、管理助手)另带 repository;任务入口和 Manager 固定为任务或事件所在仓库。

工具出现在每个工作类型、Pi 角色、Manager 分派、群聊助手和管理助手里,再按调用方角色的 GitHub 权限过滤:没有任何资源读写的角色看不到它,硬调也被拒绝。委派的任务还受来源角色的上限约束,角色不能把自己没有的写权限借给别人。内置角色默认只有 Manager 可写(Issue、Pull Request、Contents),其他内置角色对全部 GitHub 资源只读。合并 PR 是 Contents 写,所以 Manager 默认可以经 PUT /pulls/{n}/merge 合并 PR,经 PUT /contents/...、POST /git/refs、PATCH /git/refs/... 写分支;没有单独的「可合并」权限,其他角色、群助手和管理助手按各自的 Contents 写(管理助手另要本人对该仓库有 tasks.write)。路由不检查目标分支,这类合并也不经过 POST /api/tasks/:id/merge 的候选、QA 和检查校验,能否合入由仓库的分支保护(或规则集)和必需检查决定,见角色池。github_write 不改 .github/workflows/:写这个目录的文件被拒绝(github_workflow_write_forbidden),它申请的令牌也从不带 Workflows 权限,GitHub 因此拒绝改到 workflow 的分支更新。CI 改动只走 bot PR:项目管理员在控制台确认为 CI 改动的开发任务(任务输入的 workflow_changes),推送自己的 bot 分支时才申请 workflows: write,安装没有授予时 GitHub 照样拒绝。升级时已保存的内置角色权限一次性重置为这些默认值(模型、后端和提示词等设置保留,自定义角色不变),配置记一个由 migration:381 保存的新版本。

框架交付不经过 github_write,也不需要角色的写权限:检视结论、测试通过的 PR、Actions 重跑与失败提报和发行说明沿用原流程,只看项目工作类型的写入,见 Manager 与工作类型。

2 MiB 是邮箱及观察循环的结果上限。Pi 还会在 github_read、github_search、read_job_log 的结果进入会话历史之前,使用同一 SDK 序列化包含当前历史与同轮已完成工具结果的下一次模型请求,并检查估计输入 token 加本次有效输出预留是否超过所选模型的上下文窗口。上下文与最大输出来自手填能力或 models.dev 目录,显式角色输出额度优先;没有匹配时沿用 128000 上下文和 8192 输出。触及该上限的仓库读取返回 repository_result_too_large,让模型缩小读取范围;放得下的结果原样返回,没有新增固定字节配额。序列化检查不会发起模型请求。

其他工具(run_command、read_file、记忆与任务记录查询等)的结果也在进入会话历史前检查。命令超过 1 MiB 后继续运行,完整输出脱敏后落盘,模型收到首尾预览和 file,通过 read_tool_result({file,position,length}) 分页读取;读取不会重跑命令,exit_code、timed_out 和 error 决定命令是否成功,truncated 只表示预览省略。Pi 先缩小带文件引用的预览,压缩和上下文检查仍保留文件引用及读取提示。没有可分页文件的结果,只有压缩仍放不下时才返回 tool_result_too_large,让模型缩小读取范围。Pi 压缩保留最新工具调用及同批结果,检查还为历史摘要和拆分轮次的前缀摘要预留两份 8192 token。

Pi 不保证请求达到 runner 上限前一定压缩过。SDK 在每次请求前检查上次报告的用量加新增消息的 chars/4,超过所选模型上下文窗口减去 24000 的压缩预留才压缩;它还保留最近约 16000 token 的消息。若超大内容就在保留区,压缩可能没有可切掉的部分。runner 则按原始请求 JSON 估算输入,包括工具定义、系统提示和 JSON 转义,并加本次有效输出预留,两者口径不同。runner 判断超限时不发送到模型服务,而是返回 HTTP 413(context_length_exceeded),Pi 据此压缩再重试同一轮。压缩后仍放不下或压缩失败时,任务以 agent_context_too_large 失败。

控制面自己的工具循环(runTools:请求任务的执行、验收、发布观察和未走 Pi 的角色)受网关的 2 MiB 请求上限约束,不套用 Pi 的上下文估算。命令的大输出先保存为结果文件,再向模型返回首尾预览;read_tool_result 读取同一文件,无需重跑命令。对于没有文件引用、即使省略旧结果也放不下的结果,模型收到 tool_result_too_large 并改读较小范围。请求前超过 2 MiB 时,从最早的工具结果开始省略,换成 elided 标记;已有文件引用、状态和读取提示仍保留。省略后仍超限的请求不发出,任务以 agent_context_too_large 失败。

单条模型消息里的工具调用数量不设上限,由模型自己决定(#333):跨十个仓库各查一次是正常用法。各工具循环只校验结构(src/agent/tool-context.ts 的 toolCallsProblem):tool_calls 为数组,每项是 function 调用、名称非空、参数为字符串或省略,id 为 1–128 个可见 ASCII 字符且同一条消息内不重复;结构不合法时默认循环以 agent_tool_calls_invalid 停止。参数不是 JSON 时,这一项调用返回 invalid_arguments 观察(Process harness 返回 invalid_tool_arguments),由模型改正。上面的省略与拦截由同一模块的 ToolTranscript 实现,管理助手、群聊助手和服务角色的独立任务也使用它,规则见下一段。

管理助手、群聊助手和独立任务是对话,答案要放进模型的上下文窗口。它们在同一机制上多做两件事。第一,同批工具结果共享 256 KiB 预算(boundedBatch):小于平均份额的结果原样保留,剩余预算由较大结果平分,每个至少 8 KiB;有文件引用时保留 file、状态、首尾预览和读取提示,其他较小顶层字段如 revision、next_offset、仓库名也保留。一个约 240 KB 的项目配置单独查询时仍完整返回。第二,请求超过 384 KiB 时,先省略模型已看过的最早工具结果;尚未交给模型的最新一批只在仍超过 2 MiB 时才省略。

Native、Process 和非入口 Pi 角色采用相同的收尾预留公式:min(8, max(2, ceil(maxTurns / 4)))。配置了收尾工具的运行在预留区间提示剩余轮次并只保留指定收尾工具,最后一轮要求提交;累计剩余请求会限制本次可用轮次,不足以容纳至少一轮工作和收尾时,在启动前以 role_budget_exhausted 停止。Process 与共享工具循环使用相同的调用结构及 ID 校验,不限制单条回复的调用数量;参数 JSON 解析失败作为工具观察返回,模型可在原会话里改正。

Pi 会话要靠调用完成工具结束:检视是 finish_review,开发是 create_pull_request,事件类任务是各自的提交工具。模型有时没调用完成工具就停下了,比如模型服务返回空回答或错误回答,或者只写了一段文字。这时如果最后一条回答是一段 JSON 结果,就照旧把它当作结果;否则 runner 会在同一个会话里提示模型从停下的地方继续,用已经完成的工作调用完成工具,任务日志记一条 agent_nudge。最多提示 3 次,仍未完成就以 agent_finish_missing 失败,原因写明缺的是哪个完成工具。这样,偶发的空回答不会让整次尝试作废,也不会再出现与原因无关的报错。由控制面接管结束的会话(项目主控)不受影响。

仓库回复投递保留 runner 错误的 detail:只有直接返回的 agent_request_changed,或 runner_operation_failed 且 detail 恰为 workspace_agent_tool: agent_request_changed 时,控制面才停止投递旧回复并继续轮询。分块偏移错误等其他投递故障仍中断任务;其他邮箱操作的中断条件保持不变。

读取范围扩大不改变写入范围。CI 观察仍以触发 run/attempt 为分析目标,重跑或授权变化时停止,最终 job 结论仍核对触发快照;相关运行的日志只作为带来源的旁证。检视与开发可以检查其他相关对象,但实施目标、检视结果校验、GitHub 发布授权和受控 publisher 都保留原边界。新工具固定使用 GET,不接受自选仓库、任意 URL、路径逃逸或写入方法;搜索也不能改写仓库范围。自动 Actions 失败分类与单次重试仍是既有触发流程,不由这些读取工具执行。

扩展任务

新任务可直接调用 runAgent,无需给 gateway 增加类型分支。示例(省略导入和业务上下文构造):

const result = await runAgent({
  store, task: { id: runId, repository_id: repositoryId, kind: 'security.inspect' },
  redactor, guard,
  system: '分析提供的证据,自主选择必要工具。只报告有证据支持的问题。',
  prompt: JSON.stringify(context),
  tools: approvedToolSchemas,
  execute: async (name, args) => executeApprovedTool(name, args),
  validate: validateInspectionResult,
  maxTurns: 24,
  maxOutputChars: 32768
});

任务调度、触发与持久化仍由调用方负责。工具 schema、executor、guard 必须来自可信控制面配置,不能从 Issue/PR/模型结果直接生成权限。默认 tool loop 有轮数和输出上限,单条消息的工具调用数量不设上限,请求大小由上面的省略机制控制;它只执行已公布工具,且每次工具/模型调用前检查 guard。Pi adapter 保留原来的无总轮数限制行为。

项目通过 Manager 与工作类型配置任务:事件由项目 Manager 分派,提示词、工作类型的开关、写入和模型都保存在控制面。读取对所有工作类型开放,写入按工作类型在项目配置里勾选,并配置成平台工具;Manager 只能为单个任务收窄写入。工具、执行器和 guard 仍由可信代码按保存的配置生成,不能从 Issue、PR、仓库文件、Manager 提示词或模型结果取得权限。task_models 按工作类型 id 选择模型,manager 是分派调用的模型,见开发说明。

权限与隔离

显式 capabilities 分开声明本地读取、修改、笔记、shell、GitHub 只读范围、远端发布和是否可以启动独立 agent,每次任务由控制面按工作类型给出:读取、笔记、shell、全部 GitHub 只读范围和独立 agent 对所有工作类型开放,修改工作区和每种写入只给项目配置里勾选了它的工作类型,远端写入只经受控 publisher 和 github_write;github_write、rerun_failed_run、report_failure 经 runner 的仓库工具邮箱交给控制面执行。不再从工具列表是否出现 create_pull_request 推断写权限;没有的能力对应的工具不提供,runner 和控制面也各自拒绝。

start_agent 启动独立 agent:新会话的系统提示是固定说明加调用方写的角色说明,第一条消息是任务,不带调用方的消息;工具是调用方工具按收窄后的权限过滤出的子集,不含发布、结束任务和再启动 agent。Pi 在同一进程里另建会话,模型请求经同一个邮箱逐个转发;默认 tool loop 用 AgentSpec.agents 另起一组消息。检视的 GitHub token 只有读权限。开发也只向 shell 发放短期 GitHub 读 token;写 PR/推送由已有受控 publisher 执行。发布的写操作由既有状态机和授权控制,运行中的 Agent 不持有可任意写 GitHub 的凭据。

这是有意保留的安全边界:能力检查限制工具调用,不是任意 shell 的 OS 级只读沙箱。检视可运行测试,测试可能修改本地工作区,但不能因此获得 GitHub 写权限。项目电脑的网络与容器隔离仍依赖原 manager/runner 配置。

每次 runAgent 固定选择的模型及版本;请求前重新检查其项目授权、凭据和版本。变更/删除/撤销授权会停止,不能静默切换到默认或另一模型。任务映射仅改变后续运行。并发运行各自持有 spec、模型与消息上下文,不共享可变模型选择。

同一检视任务在发布前因新讨论恢复时,继续使用本轮固定的模型快照;新任务重新解析模型映射。模型快照只保留在控制面内存,不随检视会话历史持久化。

验证

新增测试覆盖任务模型 API/迁移/回退与失效、显式 capability、统一调用/模型计费/并发、流式授权检查,以及 CI 和发布说明回归。真实 Docker/Pi 集成仍须运行 npm run test:agent,单元测试不能代替容器端到端验证。