fleet

/fleet

Fleet 编排 — 通过 azlin 管理运行在多台 Azure VM 上的编码 Agent（Claude Code、Copilot、Amplifier）。

使用 /fleet <command> 调用，或直接描述你的需求，Claude 会选择合适的命令。

所有命令

状态与监控

命令	功能
fleet status	快速查看所有 VM 和会话的文本概览
fleet scout	发现、接管、试运行推理并显示报告
fleet snapshot	捕获所有受管理会话的某个时间点状态
fleet watch <vm> <session>	实时查看单个会话的状态
fleet observe <vm>	按模式分类观察会话
fleet tui	交互式 Textual TUI 仪表板

Admiral 控制

命令	功能
fleet advance	LIVE — 对会话进行推理并执行操作
fleet dry-run	显示 Admiral 会采取的操作（不执行）
fleet run-once	执行单次 PERCEIVE->REASON->ACT 循环
fleet start	运行自主 Admiral 循环

会话管理

命令	功能
fleet adopt <vm>	将现有 tmux 会话纳入管理
fleet auth <vm>	同步身份验证令牌（GitHub、Azure、Claude）

任务管理

命令	功能
fleet add-task "prompt"	为 fleet 排队安排工作
fleet queue	显示任务队列
fleet dashboard	项目级跟踪
fleet report	生成 fleet 状态报告

项目与知识

命令	功能
fleet project add/list/remove	管理 fleet 项目
fleet project add-issue <proj> <num>	将 GitHub issue 作为项目目标进行跟踪
fleet project track-issue <proj>	按标签从 GitHub issue 同步目标
fleet graph	fleet 知识图谱摘要

Copilot

命令	功能
fleet copilot-status	显示 Copilot 锁定状态和目标状态
fleet copilot-log	显示 Copilot 决策历史

快速参考

用户说	命令
“我的 Agent 在做什么？”	fleet scout
“显示 fleet”	fleet status
“向所有会话发送后续步骤”	fleet advance
“不经确认直接推进”	fleet advance --force
“查看 dev/cybergym 正在做什么”	fleet watch dev cybergym
“为新 VM 添加身份验证”	fleet auth <vm>
“为 fleet 排队安排此任务”	fleet add-task "prompt"
“为 myapp 跟踪 issue #42”	fleet project add-issue myapp 42
“从 GitHub 同步目标”	fleet project track-issue myapp
“打开仪表板”	fleet tui

关键选项

fleet scout   [--session vm:session] [--vm VM] [--skip-adopt] [--incremental] [--save PATH]
fleet advance [--session vm:session] [--vm VM] [--force] [--save PATH]
fleet dry-run [--vm VM ...] [--backend auto|anthropic|copilot|litellm]
fleet adopt   <vm> [--sessions s1 s2]
fleet watch   <vm> <session> [--lines 30]
fleet auth    <vm> [--services github azure claude]
fleet add-task "prompt" [--priority high] [--repo URL]
fleet start   [--interval 300] [--max-cycles 10]

环境

变量	必需条件
AZLIN_PATH	所有命令（如果 azlin 位于 PATH 中，则自动检测）
ANTHROPIC_API_KEY	scout、advance、dry-run、run-once、start

Admiral 配置

• 模型：Claude Opus 4.6（claude-opus-4-6）
• 最大输出令牌数：128,000（推理 JSON）
• 每个会话收集的上下文：完整 tmux 滚动缓冲区 + 最早 50 条和最新 200 条转录消息
• 安全性：拦截 57 种危险输入模式（并设有安全允许列表）、置信度阈值（send_input 为 60%，restart 为 80%）、advance 默认启用 --confirm
• 文档：docs/fleet-orchestration/ADMIRAL_REASONING.md

状态图标

图标	状态	含义
[~]	思考中	Agent 正在处理
[>]	运行中	Agent 正在生成输出
[.]	空闲	Agent 停在提示符处，等待指示
[X]	Shell（Agent 已停止）	此会话中未检测到 Agent
[Z]	已挂起	Agent 已转入后台，但仍在运行
[!]	错误	在会话输出中检测到错误
[+]	已完成	Agent 已完成任务
[?]	等待输入	Agent 提出问题，等待回复

性能与架构

• 顺序轮询 VM：从 azlin list 发现会话（无需 SSH）。通过顺序 SSH 捕获窗格
• 缓存 SSH 输出：Scout 会缓存第 1 阶段的 tmux 捕获结果，供第 3 阶段推理使用（无需重复轮询）
• 增量 Scout：--incremental 标志会跳过未更改的会话，使用 ~/.amplihack/fleet/last_scout.json
• 复用堡垒机隧道：通过 get_existing_tunnels() 复用现有 SSH 隧道，而不是新建隧道
• PR URL 检测：在远程 VM 上使用 gh pr list，根据 git 状态可靠地检测 PR
• 推理中的健康指标：将 fleet_health.py 接入 SessionContext，用于 admiral 决策
• 统一状态分类器：在 _status.py 中使用单一规范分类器（TUI/CLI 不再出现双轨差异）
• 模块化 CLI：命令拆分至 _cli_session_ops.py、_cli_scout_advance.py、_cli_formatters.py（每个文件均少于 400 LOC）
• 项目分组：Scout 报告按已注册项目对会话分组，并显示未完成的目标

如何运行

通过 Bash 执行：

fleet <command> [options]

呈现结果

运行 fleet scout 或 fleet advance 后，按以下格式向用户呈现输出：

1. 摘要表格 — 将 CLI 输出整理成清晰的 Markdown 表格，列为： VM | 会话 | 状态 | 操作 | 置信度 | 摘要

2. 建议输入 — 对于任何 send_input 决策，展示 admiral 想要发送的内容

3. 后续命令 — 始终以报告中的可执行后续步骤结束：

   • fleet advance 向所有会话发送下一条命令
   • fleet advance --confirm 在执行前逐一审核
   • fleet advance --session vm:session 推进一个指定会话
   • fleet watch <vm> <session> 检查指定会话