mcpField
A
agently-runtime

agently-runtime

github.com/agenteraAgent 工作流31212 次安装4 天前更新
代码仓库

关于 agently-runtime

Agently Runtime 技能为 Agently 的运行时能力提供按需使用指导,面向构建 Agent 工作流的开发者。它明确区分执行、资源、任务工作区与记录存储等职责,并说明权限、验证和恢复方面的约束。

主要功能

  1. 01按需查阅运行时指南
  2. 02区分执行与资源生命周期
  3. 03管理任务上下文和技能包
  4. 04控制权限并验证操作
  5. 05支持执行结果与恢复规则

适用场景

  1. 01选择 Agent 执行和重做方式
  2. 02配置 Action 与执行资源
  3. 03设计任务上下文和技能读取
  4. 04检查操作权限与证据要求

MCP 相关

文档提及 MCP,并将 MCP 会话列为 ExecutionResource 管理的资源;ActionRuntime 的操作也可涉及 MCP。MCP 的具体连接或服务细节未说明。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/agentera/agently-skills --skill agently-runtime

安装后在 Claude Code 中输入/agently-runtime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。

references/
actions-execution-resource.md
actions-runtime.md
agent-execution.md
devtools-review.md
devtools.md
helpers-and-services.md

详细介绍

Agently Runtime

在已知请求或工作流所有者后使用此 Skill。如果分支、并发、暂停/恢复、重试或多阶段推进必须在执行图中保持可见,请使用 agently-triggerflow。仅在需要进程本地生命周期管理和同步/异步桥接时使用 agently-stage。

按需阅读

  • 执行选择、嵌套生产者、运行/返工/控制、最终验证、制品/审查或声明的 Agent 能力: agent-execution.md。
  • 可调用的 Actions、搜索/浏览、MCP/ACP、策略、制品或 AgentTask 证据:actions-runtime.md。
  • Action 与 ExecutionResource 的区别、受管理的客户端/沙箱/进程/ 浏览器/数据库、Shell/BashExecutor、PowerShell、离线/在线/主机 配置文件、审批以及流式进程 I/O: actions-execution-resource.md。
  • auto_func、KeyWaiter、FastAPIHelper、SSE 或 WebSocket 接入: helpers-and-services.md。
  • RuntimeEvent、日志、追踪、评估、playground 或 DevTools: devtools.md。
  • 有证据支持的审查者评论、编码 Agent 响应和重新运行对比: devtools-review.md。需要 DevTools 0.2;使用其回写步骤前,请检查 API 能力。
  • TaskContext、ContextReader、SkillLibrary 和实际的 Skill 包: context-and-skills.md。

所有者边界

所有者职责
ActionRuntime模型可调用的操作架构、规划/调度、策略和 Action 结果。
ExecutionResource活跃客户端、沙箱、进程、浏览器、数据库和 MCP 会话的生命周期。
TaskWorkspace单个任务的隔离文件、生成的制品、回读、身份和晋级。
RecordStore持久化记录、链接、检索、RuntimeEvents、检查点、快照、租约和持久化引用。
TaskContext / ContextReader任务信息绑定和面向使用者的渐进式披露。
SkillLibrary已安装的不可变 Skill 修订版和资源读取;绝不授予执行权限。
AgentExecution单次运行的可替换生产者、任务范围绑定、上下文、控制、终止策略、结果和流。

不要将这些合并为通用 Workspace 或运行时管理器。文件空间 不是记录存储;记录不是模型热上下文;Skill 包不是执行器,也不是权限授予。

运行时规则

  • 优先使用 @agent.action_func 和 agent.use_actions(...)。tool_* 和 use_tool(s) 名称仅用于兼容。
  • 将 Action id 和模型规划的参数视为不可信数据。派发前验证架构、 授权和策略;对于声称已产生的副作用,要求提供已记录的 Action 证据。
  • 明确设置权限配置,并将其限制在最小范围。不要仅仅因为存在 AgentTask,就开放 shell、网络、浏览器、安装、文件写入或 MCP 功能。
  • 使用 TaskWorkspace 处理受限文件操作,并经验证后读取产物;使用 RecordStore 存储持久记录并进行恢复。在明确的使用方读取之前,将大内容保留在冷存储中,并通过引用访问。
  • 真实世界中的 Skill 提供指导和可寻址资源。Actions、MCP、ExecutionResources、脚本授权和副作用证明仍须由宿主显式绑定。
  • 对多语句设置或无关的新请求,使用全新的 agent.create_execution()。已完成的修订不可变;显式的生产方返工会推进同一个执行,而旧结果读取方仍保留其修订。参见上文的执行契约。
  • 在 4.1.4.8 中,通过 create_execution(...) 选择 request、plan、long_content 或 long_task。最终的 .validate(handler) 是严格的输出关卡;.review(..., on_fail="warn" | "block") 是带有明确终止策略的宽松评估。Review 不会静默返工;返工由生产方负责。.artifact(...) 要求经验证的 TaskWorkspace 读取结果。
  • 仅当模型应负责有界规划、执行证据、验证和重新规划时,才使用 agent.create_task(...)。create_task_loop(...) 是兼容性写法,并非推荐接口。稳定的应用编排应由 TriggerFlow 负责。
  • 持久化资源描述符,不要持久化实时客户端或机密信息。恢复时通过相应的 provider/resolver 重新构建资源。
  • 显式绑定 RuntimeEvent 持久化。RecordStore 可用并不意味着每次观察都会成为持久事件归档。
  • 观察和传输属于适配器:它们不得成为路由、授权、工作流生命周期、语义验收或重试的所有者。

失败时关闭

拒绝未知的 Skill 修订、资源引用、Action id、选择键、 上下文块键、恢复 provider 和外部恢复身份。向模型提供一个简短的宿主签发选择键,根据已提供的选项集合验证该键,然后在宿主代码中重新构建规范记录。

不要使用关键词或正则表达式匹配来决定意图、Skill 相关性、路由选择、证据有用性或输出质量。不要用预设输出或确定性的业务映射,伪造模型负责的成功。

评论

支持 Markdown