Agent Cognitive Runtime

简体中文 · English

按需使用记忆与子代理，让关键判断和任务交接都有证据。

为 Codex 提供可迁移的记忆、任务验收与子代理分工。Python 3.11+，本地运行，运行时只使用标准库。

解决什么问题

长任务容易丢失已确认的约束；便宜模型遇到难题容易反复尝试；强模型又常把简单工作全部做完。仅增加一段更长的提示词，无法稳定解决这些问题。

这个项目把任务约定、相关记忆、模型分工、验收和失败经验放进一套可检查的流程：复杂判断按需交给强模型，值得交接的明确执行交给经济型模型，经验先作为候选保存。当前上下文足够或交接收益不足时，直接完成任务。

当前是可运行的本地原型，尚未证明能节省固定比例的 token，或让 Luna 达到 Sol 的成功率。 Skill 改善的是组合系统的有效表现，不改变基础模型权重。

这是什么

• 一份可安装的 Skill：告诉 Agent 何时查询记忆、建立验收和交接子任务。
• 一个本地内核：用 SQLite 保存有来源、版本、到期时间和依赖关系的记忆。
• 一套可替换的分工配置：模型、职责、推理档位、难度特征与预算分别维护。
• 一份可追溯的研究与评测设计：把论文依据、工程建议和已实现能力分开。

当前支持 Codex 适配器。模型无关的是职责与协议设计；其他宿主仍需实现对应适配器。

一段话安装

将下面这段话交给你的 Codex。它会核对环境、检查改动、安装并验收；模型名称以你的宿主实际提供为准。

请帮我安装并配置 Agent Cognitive Runtime：
https://github.com/Rethymus/agent-cognitive-runtime

1. 把仓库克隆到合适的本地项目目录，先阅读 README.md 和 docs/installation.md。
2. 检查 Python 3.11+ 与当前 Codex 的 Skill、子代理能力。
3. 检查 skill/policies/model-registry.json 中的模型和 effort 是否在我的宿主可用。
   未验证的模型不要猜测，也不要静默降低经济型子代理的 xhigh/max 档位。
4. 先运行安装预览。默认安装 Skill；确认宿主支持后再选择全局入口与原生角色。
   保留我的主模型、现有配置和本地记忆；遇到旧安装先比较差异。
5. 运行本地测试和安装诊断，报告已验证、未验证和需要我处理的事项。
6. 日常更新按仓库维护流程进行，不自动晋升经验或改写 Skill。

仓库的安装器不下载依赖、不调用模型，也不改写 config.toml。默认安装仅写 Skill；激活全局入口和生成角色是明确选项。完整安装说明

安装 → 使用 → 更新

在克隆后的仓库中运行：

python -X utf8 scripts/manage.py install
python -X utf8 scripts/manage.py install --apply
python -X utf8 scripts/manage.py doctor

第一条预览，第二条安装，第三条检查文件与模型注册表的复核日期。诊断不会运行模型，不表示你的账号一定能调用示例模型。

安装后对 Codex 说：

使用 agent-cognitive-runtime 完成这个任务。按需使用相关记忆；
有明确收益时委派独立执行，复杂判断按需升级，按任务范围核验结果。

首次调用若没有自动发现 Skill，可在新会话中显式使用 $agent-cognitive-runtime。更新时先审查仓库变更、运行测试，再重新安装；维护说明提供模型替换和回滚步骤。此项目没有自动联网更新或后台学习服务。

工作原理

flowchart TD
    A[用户目标与已有上下文] --> B{是否需要补充信息}
    B -->|是| C[按需查证或相关记忆]
    C --> D{是否有值得委派的独立工作}
    B -->|否| D
    D -->|否| E[当前代理执行]
    D -->|是| F[证据门控与预算预约]
    F --> G[经济型执行或强模型有界决策]
    G --> H[主代理核验返回结果]
    H --> E
    E --> I[按范围验收并交付]
    I -. 可复用经验 .-> J[候选资产，晋升关闭]

派发前通过共享账本预约；只有准入成功才调用子代理。子代理不递归派生，主代理核验实际产物和证据。强模型完成决策后，仅在交接仍有收益时经已验证检查点交回经济型；短小的剩余工作可直接完成。

默认经济型档位为 xhigh，修复可用 max；强模型日常 medium/high，攻坚 xhigh/max。内置模型绑定是带复核日期的研究环境示例，不能直接当作跨账号能力保证。

每个逻辑任务默认最多 4 次子代理新推理轮次，其中强模型 2 次、frontier 1 次、max 1 次，同时在途最多 3 次。失败、取消和后续新推理轮次都计数。双向路由与预算

能力与边界

若经济型主代理被完全顺序的难题阻塞，且宿主不允许该场景委派，系统返回交接需求，不声称已经切换主模型。预算账本只约束经过接口的预约；拥有任意文件权限的进程能绕过它。完整实现状态

记忆与数据

User / Project / Episodic / Failure / Procedural / Skill Library / Evaluation 七层记忆，另有 Task 检查点。正常检索只读取相关、未失效的记录，候选经验默认隔离。仅沉淀公开的决策、证据与验收结论，不保存私有思维链。

数据库、安装备份与真实运行回执保存在本机状态目录，更新或回滚代码不恢复已遗忘的内容。不同记忆用途的治理策略独立配置，不能改变宿主权限。记忆机制 · 数据与信任边界

论文与研究依据

下表把论文或研究报告提供的机制线索，与本项目可迁移的设计方向及边界并列。表中内容是来源报告或设计推断，不是本项目实测；实现能力、成本与模型质量必须通过本仓库实验验证。

规范与工程文档（不是论文）：Agent Skills Specification · Effective context engineering for AI agents。完整来源、读取范围与局限见 sources.json，主张与实验的证据映射见 evidence-map.json。

根据新模型与资料继续迭代

提供新的模型卡、论文、工具文档、语料、执行示例或评测记录后，维护 Agent 可使用 资料迭代入口 建立版本化资料包。工具已经支持结构与来源引用检查、证据缺口提示、候选文件与基线哈希、包内派生影响分析，以及语料跨划分的重复指纹／分组检测。

python -X utf8 scripts/materials.py plan examples/material-bundles/teacher-assets/bundle.json
python -X utf8 scripts/materials.py plan examples/material-bundles/future-model/bundle.json

第一份示例演示教师资产实验准备，第二份明确保留新模型的待验证项。工具不执行材料中的指令、不自动改配置，也不把元数据完整当作模型能力证明。字段 schema · 完整操作与给 Agent 的更新指令

资料生命周期进一步参考 Model Cards、Datasheets for Datasets 和 W3C PROV。它们分别帮助记录模型适用范围、语料组成与维护、来源派生关系；已有论文仍保留在上述依据表和来源目录中。

规则也随模型迭代

0.3.3 将 Skill 精简为记忆、委派和维护三个按需入口。固定阶段是可用环节，不要求每项任务走完；授权、候选隔离、预算、核验和回滚边界继续保留。全局激活块也检测本地修改，升级前需合并冲突。

规则复核与消融设计记录了本轮具体决策、反证条件和 H09 对照协议；可检查资料包供后续 Agent 继续更新。依据包括 OpenAI 模型指导和 Eric Provencher 的实践文章，它们属于工程指导，不替代上面的论文证据。文件精简不等于已经证明质量或费用收益。

研究与开发

研究从用户提供的 Fable 附件机制审查出发，结合 Agent Skills、context engineering、ReAct、Reflexion、Self-Refine、Voyager、弱强监督和模型路由研究。原附件身份未被认证，全文不随仓库分发。

研究导航 · 9 月深度证据审查 · 双向路由研究 · 评测设计

研究记录将原论文结论、适用限制和项目实测分开。新增的 证据映射 与 持续开发流程 把 11 条主张关联到 9 组待运行实验；尚不宣称 Luna+Harness 已达到 Sol 的质量或节省了多少额度。

python -X utf8 -m unittest discover -s tests -v
python -X utf8 scripts/check_repository.py

测试验证程序约束和回滚行为，不是模型能力基准。模型注册表测试固定研究快照日期，并另测过期拒绝；真实使用仍按当前日期检查。CI 在 Linux / Windows、Python 3.11 / 3.12 运行。贡献说明

目录结构

skill/              可安装的 Skill、内核、策略、接口示例
scripts/            安装、诊断、回滚、资料迭代与仓库检查
schemas/            已实现资料包与语料清单的字段契约
tests/              记忆、路由、预算和安装测试
docs/               安装、架构、协议、维护与故障排查
  research/         研究依据、附件迁移记录与证据审查
  design/           尚未全部实现的目标协议与 schema
evals/              任务场景、对照实验和运行记录模板
examples/           目标协议的格式示例

许可

非官方社区项目，与 OpenAI 或 Anthropic 无隶属关系。MIT License 适用于本仓库原创代码与文档；外部论文、参考项目与原始附件保留各自权利。