pi-mono 学习 07|主 Agent 与 Tools:一套可迁移的设计方法

这篇写什么

把两份偏方法论的笔记(主 Agent 设计、Tools 设计)合并成一篇:给出一套可迁移、可施工的 agent 产品设计方法,不依赖编程场景。

主 Agent:先设计任务闭环,不要先写 prompt

主 agent 不是“一个大 prompt”,而是:任务边界、角色定义、行为规则与闭环运行方式的组合。

一个可用的主 agent,首先要回答:

  • 核心目标是什么
  • 完成标准是什么
  • 默认怎么推进
  • 何时继续、何时停止
  • 遇到失败怎么处理

提示词只是这些设计的表达载体,不是起点。

主 Agent 的设计骨架(建议写清楚)

  • 目标定义
  • 输入定义(用户通常怎么提任务)
  • 输出定义(你最终返回什么形态)
  • 完成条件与停止条件
  • 默认策略(模糊时问还是猜、失败时重试还是反馈)
  • 边界与禁区

Tools:从任务闭环反推,不要从已有 API 正推

Tools 的本质是:模型可以请求执行的外部动作单元。

一个好的 tools 体系要做到:

  1. 覆盖任务闭环中的关键动作
  2. 以统一 schema 暴露给 agent
  3. 让 runtime 能稳定调用、回灌、继续推进

Tool 设计的常见原则

  • 工具表达动作,而不是泄漏内部系统结构
  • 粒度适中:既不万能也不碎
  • schema 骨架统一(名称/描述/参数),业务语义可自由
  • 参数要“模型友好”(少、清晰、必填明确)
  • 返回结果要有清晰语义(成功/失败/关键信息),避免噪音转储
  • 错误要正式建模(是否可重试、失败原因)
  • 写操作要强调幂等或可预测性,明确副作用
  • 安全边界尽量设计进工具本身,而不是只靠 prompt

两者的边界

  • tools 决定“能做什么动作”
  • 主 agent 决定“什么时候做这个动作更合适、如何把动作串成闭环”
  • runtime 决定“如何让动作与模型形成可控循环(执行、回灌、继续/停止)”

小结

如果你把 agent 当产品做,主 agent 与 tools 的设计不是写 prompt 的副产物,而是先有闭环、再有动作、再有约束,最后才编译成 prompt + schema + runtime 策略。

Read more

把 Codex CLI 的登录态"搬"到一台新服务器

场景:你在一台老机器上早就登录好了 Codex CLI,现在开了台新服务器、装好了 codex,但它没登录。你不想在新机上重新走一遍 OAuth 网页授权(有时候服务器上根本打不开浏览器),只想把老机器上那份"已经登录好的身份"复制过去。 这篇讲的就是这个搬运动作的完整方法论——为什么能搬、怎么搬、有哪些坑。命令里所有隐私都用占位符,照着换成你自己的即可。 一、先理解一件事:Codex 的登录就是一个文件 这是整个操作的地基。Codex CLI(ChatGPT OAuth 登录模式下)的登录状态,不在什么系统钥匙串里,也不在环境变量里,就是家目录下一个单独的 JSON 文件: ~/.codex/auth.json 它长这样(字段名是真的,值我打码了): { "auth_mode": "

By ladydd

哨兵机制:让 Agent 一触即醒

0. 一句话点破本质 **让"等"发生在便宜的子进程里,让贵的 agent 只在有事时醒。**心跳解决"最迟多久必有人查岗",探针解决"事情一发生几乎立刻有人到场"——两个机制回答的是两个不同的问题,谁也替代不了谁。 1. 机制全貌:会自杀的轮询进程 + 宿主的"尸体通知" 我的实现只有两块积木: 积木一:一个有明确死法的后台循环 # 放行任务的同时,后台挂上(run_in_background) for i in $(seq 1 20); do 信号=$(ssh data "tmux capture-pane -t dna

By ladydd

Agent 心跳机制·设计与实现

0. 一句话点破本质 **心跳不是闹钟,是"带着完整世界快照的自我唤醒"。**闹钟只解决"什么时候醒";心跳真正要解决的是你点出的那个问题——醒来的那个瞬间,清楚自己是谁、任务到哪了、这一跳该干什么。我所有跑得好的心跳,提示词都写得像给一个失忆的陌生人看的;所有出过事的心跳,都是因为假设"我还记得"。 1. 第一性原理:为什么"醒来知道干啥"这么难 一个长期任务里的 agent 面临三重失忆: 1. 上下文会被压缩——多轮之后早期细节只剩摘要,心跳打进来时,那条心跳提示词可能是上下文里唯一高保真的任务描述 2. 世界在你睡着时变了——下属可能干完了、卡死了、跑偏了,你脑子里的"进度"从睡着那刻就开始过期 3. 任务本身会变—

By ladydd

我没手动映射 3000,公网为什么还能访问?一次 UPnP 误开孔复盘

写在前面:标题里的“自己打开”只是当时的主观感受。路由器没有失控,也不存在神秘穿透。真正发生的是:排障自动化从局域网主动调用了 UPnP AddPortMapping,路由器按协议新增了公网映射。 1. 原本的设计边界 家里的 Open WebUI 跑在一台 Ubuntu 主机的 Docker 中: 内网主机 192.168.x.x:3000 路由器上手动配置的入口是: 公网 TCP 13000 → 内网主机:3000 外部用户不直接访问家宽端口,而是先到云端 Caddy: 用户浏览器 → https://ai.example.com (云端 Caddy) → http://home.example.com:13000 (DDNS → 家宽公网

By ladydd
陕公网安备61011302002223号 | 陕ICP备2025083092号