Files

Liang Jiaqing 2b5cbff7be feat: --verbose flag, lazy mykeys loading, temperature config support

- agentmain: add --verbose arg for subagent monitoring mode
- llmcore: lazy-load mykeys/proxies via module __getattr__
- llmcore: fix auto_make_url regex for trailing slash cases
- llmcore: support temperature override from session config
- docs: update subagent.md with --verbose usage note

2026-04-12 14:29:32 +08:00

3.7 KiB

Raw Blame History

Subagent 调用 SOP

文件IO协议

目录：temp/{task_name}/（cwd在temp/时即./{task_name}/）
启动：python agentmain.py --task {name} [--input "短文本"] [--bg] [--llm_no N]（cwd=代码根）
--input自动建目录+清旧output+写input.txt；长文本先手动写input.txt再启动(不带--input)
--bg后台(print PID exit)，可同一code_run内sleep后poll；非--bg禁合并启动+轮询
input：目标+约束即可，subagent同等智能。禁写步骤/过度描述，大量数据给路径
通信：output.txt(append,[ROUND END]=轮完成) → 写reply.txt继续 → 不写10min退出。reply后输出为output1/2/3.txt(同格式)
干预文件：_stop(当轮结束退出) | _keyinfo(注入working memory) | _intervene(追加指令)
主agent空闲时应读output观察进度，必要时用干预文件纠偏，禁止无脑长时间sleep轮询
监察模式启动时加--verbose，output将包含工具执行结果，主agent可直接审查原始数据而非仅信任摘要

场景1：测试模式 - 行为验证

用途：观察agent真实行为，修正RULES/L2/L3/SOP 流程：创建test_path/写input.txt→启动subagent→轮询output.txt(2秒间隔)→验证→清理重复 测试原则：只给目标，不提示位置/不诱导做法，观察自主选择 修正闭环：发现问题→设计测试→定位根源(RULES/L2/L3/SOP)→patch修正→验证 技术要点：Insight优先级>SOP；subagent的cwd=temp/ 两种测试：

测SOP质量：input指定SOP名（如"用ezgmail_sop查看最近3封未读邮件"），排除导航干扰，失败即SOP问题
测导航能力：input只写目标，验证subagent能自主从insight找到正确SOP。禁止内联SOP内容

场景2：Map模式 - 并行处理

用途：将N个独立同构子任务分发给各自的subagent处理 核心优势：独立上下文。避免处理文档A的长上下文污染处理文档B的质量约束：

文件系统共享是优点：不同agent处理不同输入文件，产生不同输出文件
共享资源冲突：键鼠不可共享；浏览器暂时不可并行使用，避免同时操作同一标签页
不满足map模式的任务 → 主agent顺序执行即可，别用subagent 标准流程（map-reduce）：

主agent准备阶段：爬取/dump数据，存为多个独立输入文件
分发：对每个文件启动一个subagent处理（主agent自己也可以处理其中一个）
收集：等所有subagent完成，主agent读取各输出文件，汇总结果

subagent内部plan_mode使用

原则：subagent本身是完整agent，接收多步骤任务时应在内部创建plan管理执行 触发条件:任务包含3个以上子步骤、子步骤之间有依赖关系、需要checkpoint来恢复执行 实现方式：

主agent创建subagent时：在input.txt中说明任务包含多个步骤，建议使用plan_mode
subagent内部执行：检测到多步骤任务后，创建 ./subagent_plan.md 并使用plan_mode执行
主agent监控：只关注最终结果（output*.txt），不需要关心subagent内部如何执行
文件传递机制：主agent创建subagent时在task_dir中生成 context.json，包含所有文件的绝对路径 ⚠ subagent启动后第一步必须读取context.json ⚠ 所有文件操作必须使用context.json中的绝对路径 格式示例：

{
  "task": "任务描述",
  "work_dir": "/absolute/path/to/plan_dir/",
  "input_files": {
    "paper_info": "/absolute/path/to/paper_info.txt"
  },
  "output_files": {
    "pdf": "/absolute/path/to/paper.pdf",
    "report": "/absolute/path/to/paper_report.md"
  },
  "dependencies": ["paper_info.txt必须存在"]
}

3.7 KiB Raw Blame History Unescape Escape