mcpField
A
agent-config

agent-config

github.com/light-chengAgent 工作流522 次安装3 天前更新
代码仓库

关于 agent-config

agent-config 根据已验证的宿主能力和用户确认的配置档案,为编码 Agent 工作规划执行拓扑、模型档位与工作量。它原生支持多个指定的 Harness,其他环境则使用通用回退方案。

主要功能

  1. 01执行拓扑与模型路由
  2. 02检查宿主能力
  3. 03评估任务结构与难度
  4. 04设置与配置档案管理
  5. 05经批准后修改宿主配置

适用场景

  1. 01规划复杂的多 Agent 工作
  2. 02配置宿主模型与档位
  3. 03按难度路由有界任务

MCP 相关

可选的配套 MCP 提供设置状态、已确认的配置档案证据和配置工具。缺少该 MCP 时,可使用会话输入或仅生成计划。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/light-cheng/skills --skill agent-config

安装后在 Claude Code 中输入/agent-config确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
companion-contract.md
examples.md
harness-support.md
host-evidence-schema.md
plan-schema.md
profile-schema.md
provider-adapter-contract.md
routing.md
setup.md
task-assessment.md
scripts/
__init__.py
abstract_profiler.py
agent_config_models.py
agent_config.py
candidate_selector.py
decision_source.py
harness_adapter.py
tests/fixtures/
adapter-scenarios.json
case-a-tiered-single-pass.json
case-b-tiered-decomposed.json
case-c-fixed-single-pass.json
case-d-fixed-decomposed.json
execution-config-case-a.json
execution-config-case-b.json
execution-config-case-c.json
execution-config-case-d.json
false-inventory.json
missing-model-evidence.json
missing-reasoning-control.json

详细介绍

Agent Config

agent-config 会将经验证的 Agent Host 能力和用户确认的配置文件等级映射为适当的执行拓扑、模型和工作量。它原生支持主要的编码 Agent 框架(Codex、Claude Code、Antigravity、DSH、OpenCode、ZCode、Cursor、Grok Build、Hermes、Pi),并为其他框架提供安全的通用/手动回退方案。它不需要配套能力、外部 Skill 或外部服务。

适用场景

  • 在拓扑、模型等级或工作量很重要的复杂多 Agent 或分区任务开始前。
  • 有明确的设置意图(agent-config setup),需要配置或重新配置主机模型和等级时。
  • 由 light-implement 或 ask-light 调用或提供时。

输入

  • 范围明确的任务、SPEC 或工单图。
  • 有证据支持的主机能力和已确认的配置文件(通过配套 MCP 或会话输入提供)。

脚本入口 scripts/agent_config.py 接受规范的 Host 和 Profile 证据;缺失、过期或不匹配的证据会返回 NEED_INPUT。 标志和规则:host-evidence-schema.md。

设置门控

  • 明确设置: 如果以设置意图(agent-config setup)调用,则运行设置模式以准备或修复运行环境和 Profile(参见 references/setup.md)。设置模式不会为当前任务规划执行。
  • 常规调用: 只有 agent-config 模式会为当前工作规划执行拓扑和路由。通过配套工具 get_setup_status 检查设置状态;健康状态规则见 companion-contract.md。如果配套工具缺失或过期,则提供设置选项或仅继续规划。如果 Profile 缺失或过期,则提供设置选项,或在安全可行的情况下仅在当前会话内继续。绝不静默进入设置模式、自动安装 MCP 工具或修改主机文件。

输出契约:AgentConfigResult

agent-config 会生成规范的 AgentConfigResult 信封:

  • readiness:READY | NEED_INPUT | NEED_PROJECT_TICKETS | BLOCKED | UNSUPPORTED(具有权威性的执行就绪状态;已移除冗余状态)。
  • mode:persisted | session-local | plan-only
  • setup_state:companion(ready | missing | stale),profile(persisted | session-local | missing)。
  • handoff:"project-tickets" | "setup" | "light-implement" | null
  • execution_config:ExecutionConfig | null(仅当 readiness === "READY" 时才会存在;对于所有未就绪状态,必须为 null)。

核心流程

  1. 设置检查: 通过状态正常的配套工具或会话输入,验证已确认的配置文件。没有配置文件时,绝不猜测使用单模型。
  2. 检查宿主: 读取活动模型、支持的推理强度值和并发限制。
  3. 确定任务形态: 将任务归类为 single-pass 或 decomposed(绝不依据字数判断)。
  4. 分解门槛: 如果任务已分解且尚无正式工单,则输出 readiness: NEED_PROJECT_TICKETS、handoff: "project-tickets"、execution_config: null,并向调用方返回工单建议。
  5. 难度与层级: 对于多模型,将工作难度(routine..critical)映射到用户确认的配置文件层级(routine、standard、high、review)。如果未说明难度或推理需求,脚本可以询问类型化决策来源(参见可选功能)。
  6. 解析推理强度: 将抽象策略(如 highest-supported)严格解析为已验证的宿主支持字符串(如 high),绝不输出未经验证的字面值 max。
  7. 选择执行模式:
    • 情况 A(固定单模型 + 单轮处理): 在主会话中直接执行,使用单个模型和已解析的推理强度,不使用虚构角色。
    • 情况 B(固定单模型 + 已分解,P0): 控制器主会话协调全新的工作器上下文,使用相同模型和实际推理强度。
    • 情况 C(分层多模型 + 单轮处理): 根据任务难度映射到用户配置的层级,并采用最精简的拓扑。
    • 情况 D(分层多模型 + 已分解,P0): 将工单难度映射到用户配置的层级,解析推理强度,并由控制器整合。
  8. 输出计划并应用: 输出符合 references/plan-schema.md 和 AgentConfigResult 的计划。修改宿主配置必须先预览并获批(preview_configuration → 用户批准 → apply_configuration → validate_configuration)。

不变量

  • 不猜测智能水平: 绝不根据名称或元数据推断模型能力;模型层级必须由用户严格确认。
  • 单模型是一等选择: 单模型是与其他拓扑并列的选择,不是降级后的备用方案。情况 B 和情况 D 都是 P0 路径。
  • 不静默修改: 未经明确同意,不自动安装软件包、不启动后台守护进程,也不编辑宿主文件。
  • 反字数规则: 由语义复杂度和依赖关系决定任务形态,绝不依据文本长度。

交接

  • 向调用方返回 AgentConfigResult;handoff 表示建议,不代表获准启动另一个 Skill。
  • 如果当前调用方 light-implement 已处于活动状态,则当 readiness === "READY" 时,可以继续执行其已获准且范围有限的事项。
  • 对于独立调用,准备就绪时建议明确调用 $light-implement,需要工单时建议调用 $project-tickets,然后停止。启动任一由用户调用的阶段,都需要用户明确批准该确切目标,并且宿主转换支持已通过验证;否则显示其准确调用方式。
  • 代码审查通过 review-loop 收敛;最终验收由 project-review 负责。

可选功能

  • 未说明复杂度或推理需求 → 任务分析器通过 light-decide 脚本路径提问;如果你不使用脚本自行判断,则调用 light-decide,问题 ID 为 agent-config/task-complexity 或 agent-config/reasoning-need。它只会在项目的 Decision data: 限制范围内提问(没有限制行表示在设备端处理),仅当用户策略文件针对该问题进行了校准时才应用答案,且只有当分数明确落在较低档位内时才应用降级。不可用或未经校准 → 保持确定性配置文件。判断不会确认 Profile,也不会更改 Host 配置。

参考资料

评论

支持 Markdown