Evilom
33 lines
8.3 KiB
Markdown
33 lines
8.3 KiB
Markdown
# HkYPwjIpBiQFeVknIqac7pk4n0e
|
||
|
||
Source: https://ocnmca6f1o0p.feishu.cn/wiki/HkYPwjIpBiQFeVknIqac7pk4n0e
|
||
|
||
|
||
## 工作内容概述
|
||
1、学习分析Claude Code、Hermes Agent、OpenClaw这个AI Agent机制实现的差异
|
||
## 一、上下文管理
|
||
- **会话内**：围绕当前任务串成一条主线，工具调用结果按时间顺序往里接；快把上下文窗口占满时，会自动压缩整理，并留下能看懂的检查点。遇到子任务会开并行时间线去跑，不让探索过程的细枝末节冲乱主线。权限判断这类旁路工作，会单独用一份裁剪过的对话片段来做，不和主上下文搅在一起。
|
||
- **会话外**：没有统一的记忆模块，长期需要记住的东西，就靠仓库里常规的 Markdown 和文档，由人或 Agent 自行维护。好处是灵活、和工程目录融为一体，缺点也很明显：膨胀了没人管，得靠 Git 评审这类手段来兜底。
|
||
- **会话内**：按聊天时间线自然推进，内置用量感知，一旦超过比例阈值就触发压缩。压缩时会刻意保留开头几条和末尾几条，中间部分做收束；很早之前的工具长输出，通常被替换成一句简短说明，腾出空间但不假装那部分内容还在。
|
||
- **会话外**：在固定位置维护两份 Markdown 笔记——一份记“事实记忆”，一份记“用户偏好”。条目之间用固定分隔符分段管理，像一张张小卡片，方便追加、替换或删除某一条，不用整篇重写。两份文件都有明确的字符上限，超了就直接拒绝写入，逼着模型先精简再存。写入前还会做安全扫描，防止注入或不可见字符混进去。每次会话开始时，会把这些磁盘内容读进来形成一个快照，同一会话中途新写入的记忆，不一定立刻反映到当前对话里，得新开一次会话才会稳定对齐。此外还配有 SQLite 加全文检索，专门用来搜历史会话，和那两份日记是两个独立层次。
|
||
- **会话内**：照常维护当前通道的对话时间线，同时在后台按分钟级周期做整理，把短期积攒的候选记忆排序、晋升或清扫掉，不让整理动作卡在用户每句话的响应上。像心跳检测、后台唤醒这类维护任务，会单独用一个独立会话身份去跑，完全不会搅乱主对话的上下文。
|
||
- **会话外**：把 MEMORY.md 当成工作区的核心记忆文件来对待，和插件状态联动管理；另外还会维护一份 USER.md 用户档案。需要更强记忆能力时，可以接入向量库，实现自动捕获和按需召回，精准补充到上下文里。还有一个记忆巩固系统，会周期性地把短期候选记忆整理成连贯的叙事，沉淀到 Markdown 长期层。
|
||
- **风险**：MEMORY.md 如果长期只追加不清理，会有膨胀隐患，需要自己制定归档和压缩策略。
|
||
## **二、技能与工具**
|
||
- **技能**：以技能包的形式存在，能感知文件变化，避免改完还用旧缓存。元数据里可以指定想用的模型，系统会自动对齐上下文窗口和压缩策略，不会出现“换了技能却配了短上下文模型”的情况。调用上，有专门入口，用到时拉进会话，不会一直占着上下文。
|
||
- **工具**：按文件、终端、检索、浏览器、MCP 桥接、子代理等领域拆分实现。权限是第一公民，每个调用都落到“允许/拒绝/询问”的框里；MCP 工具名有可预测的规则，方便批量设置策略。工具返回结果有体积限制，防止撑爆窗口。
|
||
- **优势**：安全逻辑一致，工具再多也容易说清边界；技能和模型深度绑定，适合按技能切换模型或成本策略；编码场景工具链完整，MCP 生态接入顺畅。
|
||
- **技能**：技能统一放在用户目录下的技能库里，首次安装可以把自带技能拷进去。格式上兼容社区规范，方便复用别人写好的技能包。加载方式是渐进披露：先只给模型一份很短的名录或摘要，必要时再展开某个技能的详细说明，再往下才按需加载子文档，这样避免了技能说明一口气填满上下文。元数据还支持条件激活，比如只在特定工具集可用时才让技能出现，减少无效干扰。
|
||
- **工具**：启动时会把所有工具模块扫描注册到一个中心表里，记录名字、参数、处理逻辑、可用性探测和结果最大长度。有些工具依赖本地环境（比如有没有容器、浏览器），会先探测再短暂缓存，决定这次要不要暴露给模型，避免列一堆用不了的工具。执行都在持久事件循环上异步跑，结果回填并限长。内置工具数量不少，需要留意工具定义占用的系统指令体积。
|
||
- **优势**：技能生态友好，目录固定、格式兼容、渐进加载，适合走技能市场路线；工具治理清晰，注册表统一管着定义、执行和上限；自托管和网关组合场景下，仍然有一套中心化的装配逻辑。
|
||
- **技能**：没有单独建一套类似 Hermes 的三级技能体系，更偏向让模型直接用“读文件”的能力，按名称去加载工作区里的技能文档（技能内容还是 Markdown，只是入口偏工具化）。插件带来的能力会作为插件工具合并进总工具列表，和核心工具一起做去重，避免同名重复注册。
|
||
- **工具**：工具集通过工厂模式组装，先形成核心集合，再按运行模式（比如是否嵌入式）裁掉不合适的，最后合并插件工具。提供显式的 allow/deny 列表，在工厂阶段就可以拒绝暴露某些工具，属于“默认面宽、部署时可收紧”的思路。统一调用前钩子可以挂审计、限流等横切逻辑。工具实际落地时绑定工作区沙箱和文件桥，防止网关工具越界。并行通过会话衍生或子代理类工具实现，与主会话的边界由产品设计约束。
|
||
- **优势**：部署时能很方便地控制最小工具面，运维友好；新能力常以扩展包加工具的形式分发，和网关定位契合；核心与插件职责分得清楚，主仓和扩展的边界明确。
|
||
## **三、多智能体协作**
|
||
通过子任务的方式把工作交给另一套Agent，创建时就带上权限参数，防止子任务拿到比父任务更宽的权限。可以是在进程内协作、终端独立面板、IDE 窗格等隔离载体，本质是找个干净环境跑子任务，不堆在同一条消息里。子任务有自己独立的上下文，和主任务对话列表分离，这样探索过程的细枝末节不会冲乱主线。跑完后结果压缩回填，父任务只看到提炼结论，这样就不被中间噪声污染。
|
||
模型通过委托工具发起子任务，系统会发出事件信号，方便 UI 或网关展示进度。子代理独立上下文，必要时配合代码执行等隔离环境。设计上明确限制子代理不碰父子共享的长期记忆文件，避免多个代理同时改同一本笔记产生冲突或泄露。子代理产出以普通工具结果的形式回填，父模型继续编排，整体仍走统一工具注册和消息时间线。
|
||
通过子代理工具或会话衍生工具在网关侧创建子会话，子会话在网关内运行，完成后结果回投主会话，用户在对应通道看到汇总。
|
||
## 四、开发语言
|
||
全栈 TypeScript，从 CLI、IDE 插件到底层协议都用同一门语言。复杂工具链里类型系统是实打实的好处。schema、权限枚举、消息结构这些在重构时不容易悄悄崩掉，前后端还能共用一套类型定义。打包成单入口 CLI、跟编辑器深度集成，也都是 TS、JS 生态里很成熟的路径。
|
||
核心用 Python 做 Agent 的逻辑编排，异步 IO、胶水脚本、对接各类 HTTP、IM、任务队列库都很顺手，迭代 prompt 或适配新工具时改起来快。前端和 UI 部分则用 TypeScript，各自发挥强项。代价是要同时维护两套技术栈，CI、依赖升级、类型共享都得双线作战，更适合愿意接受“前后端分离”的团队。
|
||
使用TypeScript语言开发，网关、插件、配置 UI 全放在一个仓库里。核心协议一改，所有依赖包立刻感知，不会出现接口变了但 UI 没跟上的尴尬。插件边界靠显式导出划定，工程化程度高，对多人协作和长期维护插件生态很友好。 |