AgentLoop

代理循环 自主改进的新鲜上下文循环，适用于您可以编码工作。  | [尝试重放](https://agentloop-replay.vercel.app) - 实时仪表盘上的实际记录运行 ## 它是什么 在 ChatGPT 中规划目标，然后让它运行。AgentLoop 是一个用于编码代理的本地编排守护进程：每个循环启动一个新的工作进程，工作在项目文件中继续进行，新评判者强制执行您的整个运行过程都可以在盘上观察。 它的存在运行编码代理意味着在聊天和终端之间传输计划一整天，而质量在您停止监视的那一刻就会下降。 您的标准ELINES.md 中，评判者每周期强制执行它们，这样您就可以在不需要亲自监督的情况下监督工作。 ## 为什么是顺序新鲜上下文 长时间运行的聊天会时的假设和无关的上下文上下文腐烂。AgentLoop工作进程和评判会话启动一个新的 `codex exec` 进程，因此之前的聊天历史不会随之而来。持久的上下文是项目本身和具体的评判修复。这使得循环有界，更容易无人值太可能花费令牌重新增长的对话。 循环故意是顺序的。独立的队列运行到 `maxConcurrent`，但一个循环不会创建一个并行的集群，跨越同一个项目。 ```text ChatGPT -> MCP -> 守护进程 -> 工作进程/评判循环 -> 仪表盘 ``` ## 工作原理 - **调度** 向 `POST /api/dispatch` 发送一次性任务从待处理移动到运行中再到完成，带有记录和仪表盘取消。 - **循环** 按项目循环运行。工作进程PLAN.md` 和 `STATE.md`，进行一次增量，更新状态，然后退出。新鲜的评判者然后读取 `PLAN.md`、`GUIDELINES.md`、工作进程输出和项目文件。下一个工作进程是一个新进程。 - **润色模式** 是一个可选的循环标志：在第一次 PASS 之后，剩余的循环变为润色循环，评判者重新验证指南并提出每个循环的一个改进，直到其判定为 SHIP。 - **评判合约** 要求最后一行精确为 `VERDICT: PASS` 或 `VERDICT: FAIL - <具体修复>`。FAIL 成为进程的注入修复注释；PASS 结束循环，除色模式开启。润色循环以 `VERDICT: IMPROVE - <一个改进>` 或 `VERDICT: SHIP` 结束。`maxCycles` 限制在 1 到 10 之间，默认为 3。 - **文件是内存**。`PLAN.md`、`STATE.md` 和 `GUIDELINES.md` 承载目标、进度和规则。循环项目需要 `PLAN.md`；缺少的 `STATE.md` 和 `GUIDELINES.md` 文件会自动播种。 - **消息讲述运行**。连接的聊天客户端可以通过桥发送 `info`、`question` 或 `results` 消息。它们出现在仪表盘的消息。 守护进程是普通的 Node，没有包依赖。任务状态、结果、记录、事件和消息 JSON 或 NDJSON 文件。仪表盘是一个位于 `http://127.0.0.17` 的本地 HTML 文件。 ## 使用 Codex 构建Loop 起初是我自己的瓶颈。我是在 ChatGPT 规划架构和 Codex 执行任务之间的中继，在多个项目中传输计划，每当我离开时质量就会下降。简单的重试循环不是没有标准的循环会腐上下文，并且永远不会改进。解决方法是将人类判断转移到系统本身，因此我设计了顺序新鲜、文件即内存模型、严格的评判合约和 rubricUIDELINES 模式仿循环中的严格人类。带有 GPT-5.6 的 Codex CLI 将该设计变成了可用的代码：守护进程、文件系统存储、循环引擎、评判者、桥和仪表盘连接，大约每个部分一个专注的会话。工作流程是在 ChatGPT 中规划，在 Codex 会话中执行，用 Codex 审查并带有自动化审查器，然后是前向修复提交。 然后，AgentLoop 将 Codex CLI 运行为其工作进程和评判引擎。Codex 构建了一个驱动 Codex 的工具。 ## 快速入门 要求： - Node.js 18 或更新版本 - Git - 已安装并认证的 Codex CLI，且 `codex` 可在 `PATH` 上使用 Windows： ```powershell git clone https://github.com/aiedwardyi/AgentLoop.git cd AgentLoop node src\daemon.js ``` 打开 `http://127.0.0.1:5757`。选择 **+ 新建**，输入标题和提示，然后选择 **调度任务**。不需要安装依赖。 ## 连接 ChatGPT 这是可选的：一旦连接，您就可以从聊天中规划和启动机器上的实际工作，而无需打开终端。 1. 在仪表盘中，打开 **连接器** 并选择 **开始**。 2. 在端口 5758 上公开本地桥。例如： ```powershell cloudflared tunnel --url http://127.0.0.1:5758 ``` 3. 从连接器弹出窗口复制认证连接器 URL。将本地主机替换为隧道主机，同时保留 `/mcp?key=...`。 ```text https://<您的隧道主机>/mcp?key=<来自连接牌> ``` 将此视为秘密；令牌 state/mcp-token 中 - 删除该文件并重启桥以旋转它。 4. 将该 URL 添加为 ChatGPT 自定义连接器，然后用普通英语描述任务只监听 `127.0.0.1:5758`，使用令牌，并公开 `agentloop_status`、`dispatch_task`、`start_loop` 和 `send_message`。 ## 尝试演示循环 在守护进程运行的情况下，选择 **+ 新建** 并使用循环表单： - **项目：** `examples/starter` - **最大循环次数：** `3` - 选择 **开始循环** 循环 1 故意只实现正常的输入路径。评判者读取 `GUIDELINES.md`，拒绝缺少的命令行需求，并发出 FAIL。循环 2 修复，完成实用程序，应该在 **正在运行** 中查看循环进度，在 **事件** 中查看评判判决。打开已完成的任务以查看其记录。通过桥发送的消息出现在 **消息** 中。 ## 配置 `config.json` 包含本地运行时设置： | 键 | 默认值 | 用途 | | --- | --- | --- | | `dashboardPort` | `5757` | 本地仪表盘端口。 | | `maxConcurrent` | `2` | 最大并发队列任务或循环。 | | `taskTimeoutMin` | `45` | 每个工作进程或评的超时时间（分钟）。 | | `defaultEngine` | `codex` | 默认循环引擎。此版本仅接受 ``。 | | `mcpBridge.port` | `` | 本地 MCP端口。 | | `model` | `gpt-5-ter（未设置时） | 工作进程和评可选默认模型。 | 已发货的 `config.json` 包含上述除可选的 `model` 键之外的所有键。 ## 支持的平台 路径： ```powershell node src\daemon.js ``` macOS 和 Linux 使用等效命令： ```bash node src/daemon.js ``` 在所有平台上，首先安装并认证 Codex CLI。守护进程和桥绑定到环回地址，因此需要隧道来托管连接器。 ## 路线图 - **研究循环**。循环首先收集来源，然后根据明确的规则写入 - 报告、文档、简报。 - **双向消息**。仪表盘已经从聊天客户端接收问题；从面板中回答会关闭循环。 - **操作系统级沙盒**。工作进程当前受到提示限制；真正的沙盒会加强长时间守的运行。 - **更多引擎**。引擎层按设计是可插拔的。Codex 首先发货。 ## 许可证 MIT。参见](LICENSE)。