mcpField
M
managed-agent

managed-agent

github.com/ruvnetAgent 工作流80.0k596 次安装今天更新
代码仓库

关于 managed-agent

managed-agent 是用于操作 Anthropic Claude Managed Agents 的技能，这是一种适合长时间或异步任务的云端运行环境。技能涵盖 Agent、环境和会话的设置、事件检查、安装容器软件包，以及通过终止会话控制持续费用。

主要功能

  1. 01创建托管 Agent 和环境
  2. 02安装容器软件包
  3. 03发送提示词并检查事件
  4. 04列出并终止会话
  5. 05跟踪使用成本

适用场景

  1. 01运行持续数分钟或数小时的任务
  2. 02使用可访问网络的云容器
  3. 03检查会话中的工具活动
  4. 04查找并终止过期会话

MCP 相关

该技能使用 managed_agent_* 工具管理云会话，也说明如何为托管 Agent 添加可访问的 MCP 服务。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/ruvnet/ruflo --skill managed-agent

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

详细介绍

托管 Agent（Anthropic 云运行时）

ruflo-agent 通过同一套概念模型提供两种 Agent 运行时：

运行时工具适用场景
WASM（本地，rvagent）wasm_agent_* / wasm_gallery_*快速、免费、临时、离线，或在沙箱中运行不受信任的代码
托管（Anthropic 云）managed_agent_*（本技能）长时间运行 / 异步工作（数分钟到数小时），需要带有预装软件包和网络的真实云容器，以及可在多轮对话间保留的文件系统和对话记录

本技能驱动托管运行时 — Anthropic 的 Claude Managed Agents（测试版）。其模型为：Agent（模型 + 系统提示 + 工具 + MCP 服务 + 技能）→ Environment（容器模板）→ Session（运行中的实例）→ Events（轮次 / 工具使用 / 状态，在服务端持久化）。请参阅 docs/adr/0001-wasm-contract.md 和项目 ADR-115。

前置条件

  • 环境中设置了 ANTHROPIC_API_KEY（或 CLAUDE_API_KEY），并已获得 Claude Managed Agents 测试版访问权限。
  • 如果未设置密钥，每个 managed_agent_* 工具都会返回结构化错误，提示“使用 wasm_agent_create 启动无需密钥的本地运行时”——请改用 WASM 技能。

步骤

  1. 创建 — mcp__plugin_ruflo-core_ruflo__managed_agent_create { model?, system?, name?, networking?, packages?, initScript?, mcpServers?, skills? } → { sessionId, agentId, environmentId, status }。创建 Agent、Environment 和 Session。请保存这三个 ID。

    • mcpServers：[{type:"url", url, name, authorization_token?}] — 云 Agent 必须能够访问该 URL。本地的 ruflo mcp start 无法从 Anthropic 云访问；如果希望云 Agent 使用 ruflo 的工具，请先部署或通过隧道接入 HTTP ruflo MCP 服务。
    • packages：{pip?:[], npm?:[], apt?:[], cargo?:[], gem?:[], go?:[]} — 安装在容器中。

  2. 发送提示词 — mcp__plugin_ruflo-core_ruflo__managed_agent_prompt { sessionId, message, maxWaitMs? } → 发送一轮用户消息，并轮询事件日志，直到 Session 进入空闲状态（默认 180 秒，最长 600 秒）→ { finished, status, stopReason, assistantText, toolUses[], eventCount }。对于耗时很长的任务，请调高 maxWaitMs，或使用 managed_agent_events 查看后续事件。

  3. 检查 — mcp__plugin_ruflo-core_ruflo__managed_agent_status { sessionId }（空闲 / 运行中 / 错误）· mcp__plugin_ruflo-core_ruflo__managed_agent_events { sessionId, raw? }（完整对话记录：用户轮次、Agent 思考、tool_use、tool_result、状态 — 云端对应的 wasm_agent_files）。

  4. 列出 — mcp__plugin_ruflo-core_ruflo__managed_agent_list { limit? } — 列出组织中的所有 Session（以查看哪些仍在运行 / 计费）。

  5. 终止 — mcp__plugin_ruflo-core_ruflo__managed_agent_terminate { sessionId, environmentId? } — 完成后务必执行：云 Session 会持续按容器时间和令牌计费，直到删除。传入 environmentId，还会删除 ruflo 创建的 Environment。

费用与安全

  • Managed Agents 按 Session 计费（大模型令牌 + 容器时间），并受组织级速率限制。长时间运行前请估算费用；完成的 Session 请记录到 cost-tracking 命名空间。
  • 请将孤立的 Session 视为泄漏的资源 — 使用 managed_agent_list 查找过期的 Session，并通过 managed_agent_terminate 终止。
  • 测试版 API（managed-agents-2026-04-01）；Agent 配置中的 multiagent / define-outcomes 属于研究预览功能。

快速示例

managed_agent_create  { "model": "claude-haiku-4-5-20251001", "system": "Terse. Do exactly what is asked.", "name": "scratch" }
  → { sessionId: "sesn_…", agentId: "agent_…", environmentId: "env_…", status: "idle" }
managed_agent_prompt  { "sessionId": "sesn_…", "message": "echo hello > /tmp/x && cat /tmp/x — then stop." , "maxWaitMs": 60000 }
  → { finished: true, status: "idle", stopReason: "end_turn", assistantText: "Done.", toolUses: [{name:"bash", input:{command:"echo hello > /tmp/x && cat /tmp/x"}}] }
managed_agent_terminate { "sessionId": "sesn_…", "environmentId": "env_…" }
  → { sessionDeleted: true, environmentDeleted: true }

评论

支持 Markdown