企业官网建设流程全解析

Prime Agent 长时运行与后台 Agent 完全指南：Daemon 会话、消息路由、定时任务、持久目标与自治模式

【免费下载链接】prime-agentA self-improving RLM agent for coding workflows and long-running autonomous tasks.项目地址: https://gitcode.com/GitHub_Trending/pr/prime-agent

Prime Agent 将"终端关闭"与"任务结束"彻底解耦：所有交互式会话都运行在由本地 daemon supervisor 管理的常驻 worker 进程中，客户端可以随时 detach，而队列、调度、会话、Python kernel、子 Agent 与持久状态继续由 worker 独占托管。本文基于 long-running-agents.md 展开，结合 daemon 架构、RLM 编程模型与核心源码，系统讲解后台会话的生命周期管理、Agent 间直接通信、三类调度表面（用户 heartbeat / RLM heartbeat / 通用 schedule）、持久目标（goal）与有界自治模式（autonomous mode）的配置与使用，读完即可搭建一套"无人值守、可恢复、可自治"的长期运行编码工作流。

运行时全貌：从 TUI 到常驻 worker

要理解长时运行特性，先看它们共享的会话与 worker 运行时。下面是文档给出的核心运行时流程图：

关键结论：客户端可以在任何时刻 detach，常驻 worker 继续独占持有队列（prompt queue）、调度（schedule）、会话（AgentSession）、内核（Python kernel）、后代（RLM children）与持久化状态。会话产物落盘为 JSONL transcript 与 session artifacts，重启后可以从这些产物恢复会话状态，而不是把终端客户端当作工作的"所有者"。

从进程拓扑看（详见 daemon.md），supervisor 只负责公共 socket、客户端 attach、路由、Agent 消息投递、worker 健康、命令日志与协调更新，不执行provider、工具、compaction、bash、kernel、调度与 transcript 扫描；这些全部由每个常驻 worker 内的根AgentSessionRuntime承担。worker 按根会话树进行进程隔离，用于生命周期与故障隔离——注意它不是安全沙箱，通常与客户端拥有相同的操作系统权限。

Daemon 支撑的会话：detach、attach 与生命周期命令

正常交互式会话运行在由 supervisor 管理的常驻 worker 进程中。worker 拥有根会话、Python kernel、定时任务与 RLM 后代。关闭 TUI 只会 detach 客户端，不会停止 worker。

列出并重连活动 Agent：

prime-agent list prime-agent attach <agent>

其余生命周期命令一览：

prime-agent agents # 打开 agents 视图 prime-agent rename <agent> <name> # 给 Agent 起一个稳定的可读名称 prime-agent stop <agent> # 停止单个 Agent prime-agent status # 检查后台服务状态 prime-agent doctor [--fix] # 诊断或修复服务状态 prime-agent shutdown [--force] # 停止所有 Agent 与服务

其中--force会一并终止无响应的 worker 进程组与被跟踪的子进程；doctor适合在异常退出后自检恢复服务。rename尤其重要——后续attach、send、schedule都依赖一个稳定的可寻址名称。

从实现层面看（daemon.md）：

• supervisor 为每个活动根会话树启动一个独立的进程组；
• worker 描述符、认证 token、活动会话 ID、会话路径与恢复日志都以仅属主可读写的权限写入 agent 目录；
• worker 监视公共 supervisor socket，若其消失，一个 worker 会通过原子启动租约拉起替代 supervisor，并收养现有 worker 及其活动会话 ID；
• worker 崩溃只影响一个根会话树，恢复按 250 ms、1 s、5 s 重试，连续三次失败才将该根标记为失败；
• 每个持久化会话都由基于规范化 JSONL 路径的进程安全租约保护，避免 daemon worker 与一次性客户端并发写同一 transcript（并发打开会返回session_already_active）。

worker 与 supervisor 重启后，可以恢复会话状态与调度，并重新水合已完成的 RLM 子会话。

Agent 与 Agent 之间的直接通信

daemon 在活动会话与保留的 daemon-backed 子 Agent 之间路由直接消息。从 shell 发送：

prime-agent send <agent> "Please verify the latest migration"

从 Python kernel 中使用预加载的agent_observe与agent_messagePython 技能（源码位于 skills/agent-observe 与 skills/agent-message）：

roster = await agent_observe.list_agents() receipt = await agent_message.send( "Recheck the endpoint after the latest edit", receiver_role="sibling", receiver_name="api-reviewer", mode="auto", ) print(receipt["deliveryStatus"])

对当前父 Agent 的直接 RLM 子会话，优先使用父作用域的注册表：

children = await rlm.list_subagents() child = next(item for item in children if item.session_name == "api-reviewer") await agent_message.send( "Continue with the updated diff", receiver_role="child", receiver_name=child.session_name, )

投递模式（delivery mode）

回执语义

• delivered：消息已进入空闲目标的上下文；
• queued：已接受，等待稍后投递。

agent_message.send("all", message)只在家族花名册（family roster）内广播。sender 身份由 daemon 推导，并强制执行消息大小、速率与待处理队列上限。

源码细节印证（skills/agent-message/src/agent_message/init.py）：receiver_role只能是parent、sibling、child三者之一；发往parent时不允许带receiver_name，而发往sibling/child时receiver_name必填；所有路由与 sender 身份都位于 TypeScript daemon 侧，kernel 内只是rlm.host_request("agent_message.send", payload)的薄封装。这与 rlm.md 的 Host Bridge 设计一致：凭证、provider 执行、transcript 写入、worker 路由与调度都不进入 Python。

心跳与定时提示：三类调度表面

Prime Agent 提供三张相关的调度表面：

用户心跳（User heartbeat）

创建与管理当前会话的可见心跳：

/heartbeat every 10m Check the deployment and report meaningful changes /heartbeat status /heartbeat pause /heartbeat resume /heartbeat clear

心跳投递默认会"引导"正在进行的活动工作；若希望循环提示等到当前回合结束再投递，加上--follow-up。用/heartbeats（复数）统一查看和管理用户与 Agent 创建的心跳。

Agent 创建的 RLM 心跳

Agent 可以在 kernel 内以编程方式创建多个内部心跳（技能位于 skills/rlm-heartbeat）：

first = await rlm_heartbeat.create( "check whether the test run finished", interval="5m", label="tests", ) second = await rlm_heartbeat.create( "inspect the deployment status", interval="10m", label="deploy", delivery_mode="follow_up", ) await rlm_heartbeat.list() await rlm_heartbeat.update(first["heartbeat"]["id"], status="pause")

RLM 心跳与用户的/heartbeat相互独立——Python 技能不能替换或清除用户拥有的心跳，权限边界由 TypeScript host 强制。

通用调度（General schedules）

为一个可寻址 Agent 调度一次性或循环提示：

prime-agent schedule add worker "in 30m" -- "Check the benchmark result" prime-agent schedule add worker "0 9 * * 1-5" -- "Review open work" prime-agent schedule list --all prime-agent schedule cancel <job-id>

--之后是实际要发送的提示文本，因此消息内容中带空格、--或特殊字符都不会被 CLI 解析干扰。

可靠性设计（实现见 daemon.md）：调度任务按会话持久化到session-artifacts/<session-id>/scheduled-jobs.json，不存在全局共享的 cron 文件；每个 worker 为其根会话及后代运行一个 scheduler。到期 tick 在投递前先被认领（claim），因此崩溃不会重放一次不确定的提示；错过的 tick 会被合并（coalesce）而不是累积成无限积压。worker 崩溃恢复时把不确定的认领标记为中断、保留已推进的调度、仅恢复未来的 tick；supervisor 负责路由调度命令并汇总 worker 的调度列表以支持全局schedule list。

持久目标（Persistent Goals）：跨回合的持久目标

goal 是一个持久的客观目标，harness 会在每个回合持续呈现，直到它被完成、暂停、预算受限、出错或被清除。创建持久目标必须是用户或宿主（host）的显式动作，Agent 不应从每个任务中自行推断出目标。

从 TUI 显式启动：

/goal Ship the release and verify every published artifact /goal --budget 200000 Complete the repository migration

管理其状态：

/goal status /goal pause /goal resume /goal clear

模型侧使用 kernel 内的goal技能（skills/goal）检查或完成目标：

state = await goal.get() await goal.complete()

goal 状态记录 token 用量、已用时间、continuation 计数与可选的显式 token 预算。harness 会在普通 assistant 回合之后持续提示活动目标；只有goal.complete()才标记为成功完成——即使预算接近耗尽或准备收尾，也不应调用它。

源码印证（skills/goal/src/goal/init.py）：goal.get()返回含goal、remaining_tokens、completion_budget_report的字典，其中goal字段携带 objective、status、token budget 与用量；goal.create()在仍有 pending（active/paused/budget-limited）目标时失败，只有已完成或出错的目标可被替换；所有 goal 状态都保存在 TypeScript host 中，Python 只是rlm.host_request("goal.get" / "goal.create" / "goal.complete")的类型化封装。

自治模式（Autonomous Mode）：有界的无人值守运行

自治模式是一种有界的宿主策略，适用于不预期有人类输入的运行。Prime Agent 会持续追加 follow-up continuation，直到配置的质量门（gate）通过，或达到 continuation / turn / token / 墙钟时长上限。

交互式会话中开启

/autonomous on接受与 CLI 相同的预算参数，因此交互式运行可以自定义预算，而不必停在默认的三次 continuation：

/autonomous on --max-continuations 10 --max-turns 40 --max-tokens 500000 /autonomous on --gate "npm run check" --gate-retries 2 /autonomous status /autonomous off

从 CLI 配置一次运行

prime-agent \ --autonomous \ --autonomous-gate "npm run check" \ --autonomous-max-turns 20 \ "Implement and verify the requested change"

预算参数语法细节

斜杠命令的旗标（--max-continuations、--max-turns、--max-tokens、--timeout-ms、--gate、--gate-retries、--gate-timeout-ms）同时接受--flag <value>与--flag=<value>两种写法，且 CLI 的完整拼写（如--autonomous-max-continuations）可作为别名。数字值允许使用,或_作为千位分隔符（如--max-tokens 100,000,000,000）。

四个预算上限还接受unlimited以移除对应上限。没有 gate 时，unlimited 的运行只会因错误或手动中止而停止，所以把 unlimited 预算与质量 gate 搭配使用。具名预算旗标定义整体预算：任何未具名的上限都会变成 unlimited，因此/autonomous on --max-tokens 100,000会一直运行到该 token 预算耗尽。完全不指定预算旗标时，仍应用配置或默认上限。重复--gate会追加多个 gate。

默认值与实现原理

从核心实现 src/core/autonomous.ts 可以确认默认值：

这就是文档所说"默认三次 continuation"的来源。unlimited在实现中以Number.MAX_SAFE_INTEGER哨兵值表示，保证 JSON 可序列化且不参与实际限制判断。gate 命令在会话可能结束前运行，失败的 gate 会把有界的输出交还给 Agent 继续尝试；同时 Prime Agent 会基于 git worktree 快照（status/diff/untracked hash）避免在工作区未变化时重跑同一个失败的 gate。

goal 与 autonomous 的分工

两者互补但本质不同：

• goal跨回合存储目标及其进度状态；
• autonomous mode依据证据、gate 与上限决定是否注入下一次 continuation。

压缩与连续性（Compaction and Continuity）

长任务期间上下文会持续增长，自动压缩负责处理：在溢出或接近配置阈值时，Prime Agent 会摘要较旧消息、保留近期上下文并继续。Python kernel 在压缩期间保持存活，因此变量、import、辅助函数与任务状态都仍然可用。

Agent 可以编程检查或请求压缩（技能位于 skills/compact）：

await compact.status() await compact.run("Preserve the failing tests and remaining migration steps")

压缩不是完成信号：它不会停止 goal、自治 continuation、心跳或已存在的子会话；后续父回合会从压缩后的上下文继续。

与 RLM 编程模型的配合

长时运行能力并非孤立特性，而是 RLM（recursive language model）运行时"状态设计为跨回合存活"这一核心不变量（见 rlm.md）的自然延伸：

• 自动压缩摘要旧上下文、保留近期消息与 kernel 状态；
• daemon-backed worker 在客户端 detach 后继续运行活动会话；
• 子注册表与会话产物让子 Agent 可恢复；
• 心跳与调度提示在之后重新进入会话；
• 持久 goal 一直持续到目标完成或用户改变其状态；
• autonomous mode 提供有界 continuation 与可选质量 gate。

所有这些能力（goal、agent_message、rlm_heartbeat、compact）都通过 kernel 预加载对象上的rlm.host_request(...)调用 TypeScript host，由 host 校验请求并持有状态转换的权威权——这正是"Python 是模型面的编程面，TypeScript host 是状态权威"的架构体现。

实践建议与安全边界

• 长期任务的首选形态：把目标用/goal显式声明，用/heartbeat或prime-agent schedule安排检查节奏，需要深度工作再配rlm.spawn子 Agent，需要无人值守收尾时开启/autonomous on并务必带上 gate 或预算上限。
• 调度可靠性：由于到期 tick 先认领再投递、错过的 tick 会合并，崩溃或短暂停机不会重放不确定的提示，也不会积压成雪崩。
• 安全边界：daemon worker 是进程隔离而非安全沙箱，Python kernel 以 worker 的操作系统权限运行模型生成的 Python 与项目命令（信任模型详见 rlm.md）。对不可信仓库与指令，请使用外部沙箱或受限环境。

延伸阅读

• Daemon 架构：进程拓扑、会话租约、恢复日志、公共协议与更新协调
• RLM 编程模型：rlm.spawn子会话、bash()、Host Bridge 与信任模型
• RLM Runtime 架构：递归子会话生命周期的实现细节
• Sessions：会话存储、/tree、/fork、/clone与分支摘要
• Skills：Python-backed 技能的结构、发现与创建
• Autonomous 核心实现：自治状态机、预算归一化与 gate 执行

【免费下载链接】prime-agentA self-improving RLM agent for coding workflows and long-running autonomous tasks.项目地址: https://gitcode.com/GitHub_Trending/pr/prime-agent