76 lines
4.3 KiB
Markdown
76 lines
4.3 KiB
Markdown
# Subagent 调用 SOP
|
||
|
||
## Task Mode 文件IO协议
|
||
|
||
- 目录：`temp/{task_name}/`（相对代码根GenericAgent/），主agent cwd在temp/时即 `./{task_name}/`
|
||
- 启动：`python agentmain.py --task {task_name} [--llm_no N]`（cwd=代码根），其中agentmain.py位于代码根目录
|
||
- 流程：写 input.txt → 启动 → 轮询 output.txt → 读回复 → 写 reply.txt 继续 → 不写则5min自动退出
|
||
- input.txt原则：写目标+约束，可指定SOP名。禁写具体实现步骤——除非主agent已读过该SOP确认正确。凭印象猜的步骤会误导subagent
|
||
- output.txt：首轮对话的流式输出（持续append），用mtime/size判断更新
|
||
- output1.txt, output2.txt...：reply后各轮的流式输出（递增编号），同样持续append
|
||
|
||
## 后台调用要点
|
||
|
||
```python
|
||
task_dir = os.path.join(agent_root, 'temp', task_name)
|
||
creation_flags = 0x08000000 if platform.system() == 'Windows' else 0
|
||
proc = subprocess.Popen(
|
||
[sys.executable, 'agentmain.py', '--task', task_name],
|
||
cwd=agent_root, creationflags=creation_flags,
|
||
stdout=open(os.path.join(task_dir, 'stdout.log'), 'w', encoding='utf-8'),
|
||
stderr=open(os.path.join(task_dir, 'stderr.log'), 'w', encoding='utf-8'))
|
||
```
|
||
|
||
- 必须 Popen，禁止 subprocess.run（会阻塞）
|
||
- stdout.log/stderr.log 用于调试subagent卡死、LLM调用失败等问题
|
||
- 文件统一 UTF-8，subagent 无 reply 5min 自动退出无需清理
|
||
- **禁止合并启动+轮询到同一个code_run**——会阻塞自己。启动Popen立即返回，下一轮再poll output.txt。这是并行的前提
|
||
- 新建/复用任务目录时，先删除旧 output*.txt（否则会读到上次结果误判完成）
|
||
|
||
## 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）**：
|
||
1. 主agent准备阶段：爬取/dump数据，存为多个独立输入文件
|
||
2. 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）
|
||
3. 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**：
|
||
1. **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
|
||
2. **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
|
||
3. **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
|
||
4. **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**：
|
||
```json
|
||
{
|
||
"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"]
|
||
}
|
||
``` |