mcpField
D
dcode-runner

dcode-runner

github.com/robsonrungAgent 工作流242 次安装1 天前更新
代码仓库

关于 dcode-runner

dcode-runner 是一项 Agent 技能,通过本地 dcode CLI 执行明确请求的提示词,并要求准确标明实际响应的提供方及运行状态。

主要功能

  1. 01通过本地 dcode CLI 运行提示词
  2. 02准确标明响应提供方
  3. 03检查回执与回退状态

适用场景

  1. 01执行手动请求的 dcode 任务
  2. 02核实结果由哪个提供方返回

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/robsonrung/rar-skills --skill dcode-runner

安装后在 Claude Code 中输入/dcode-runner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/
command-reference.md
continuation.md
runtime-reference.md
scripts/
run_dcode.py
tests/
test_run_dcode.py

详细介绍

Dcode Runner

通过本地 CLI 执行调用方限定范围内的提示词。共享角色、信封键和结果处理方式见 shared/references/runner-common.md。保持席位忠实度:注明实际提供回答的服务商,并如实报告不可用或未经验证的席位。

原生路由

选择外部路由前,先阅读 shared/references/host-model-execution.md。如果当前主机能在原生子 Agent 或任务线程中,以所需的工作量、隔离和回执策略,调度所选的确切模型,请使用该路由。agents/openai.yaml 是主机 UI 元数据,不会调度原生模型。

调用

在同一次 shell 调用中,将 SKILL_DIR 设置为此已加载技能的目录:

SKILL_DIR="<absolute path of this skill directory>";
python3 "$SKILL_DIR/scripts/run_dcode.py" "<scoped prompt>" --json

经批准的工作流会提供确切的模型、工作量、角色、工具模式和回执策略。传入这些获批选项和 --disable-fallback;此基础示例不授权使用其他路由。

运行时边界

  • 仅用于明确请求的手动 dcode 运行。此封装程序无法绑定确切模型,也不能作为获批的实施或审查路由。
  • 用户现有的模型和凭据仍由 dcode 配置。--model 是元数据标签,不会转发。
  • 除非获授权的调用传入 --auto-approve,否则会保留权限检查。提示词和文件上下文可能会发送给已配置的服务商。
  • 分析角色使用只读提示词叠加层,而非强制执行的沙箱。处理不可信输入时,请隔离工作区;不要将 --restrict-tools 视为安全边界。
  • CLI 缺失时,直接调用会使用带标签的回退链。不要将回退回答归因于 dcode。如果调用方要求使用该席位,请使用 --disable-fallback。
  • 原生输出没有会话 ID。恢复最新会话会使用共享状态,不得在同一主目录下并发运行。

按需加载

结果

读取 agent_message 和封装程序信封。检查执行是否成功、服务模型回执、实际运行器/服务商,以及是否存在回退或格式错误的输出状态。仅进程完成并不能证明使用了所请求的任务或模型。如果调用方授权了编辑,请报告修改过的文件。

评论

支持 Markdown