Skip to content

ReMe:让 Agent 持续跟进你关心的事 ​

实验还在跑,几个项目同时推进,关注的技术每天都有新消息。这些事情往往得跟进好几天。你得隔一会儿打开日志、翻一下对话、检查有没有变化,再想想接下来该做什么。

如果能把要求交代给一个 Agent,让它记住背景,持续看后续进展,遇到值得关注的变化再来告诉你,就能省下不少来回检查的时间。

ReMe 的 Proactive Runtime 用来支持这样的任务。它接收新信息,安排 Agent 分轮处理,把要求、进展和结果保存在本地文件里,再把需要告知的内容送回用户对话。Personal Runtime 则把主对话和多个后台任务连起来,让你通过聊天交办事情、追问进度和调整要求。

为什么需要持续跟进 ​

一次回答可以帮你解决眼前的问题。持续跟进还要处理回答之后发生的事:实验什么时候结束,昨天卡住的问题有没有解决,新发布的论文和手头项目有没有关系。

你可以这样交代:

  • “帮我盯着这次实验,失败或者跑完了告诉我。” 后台跟踪日志和运行状态,你可以去做别的事。
  • “跟进我这几个项目,需要我决定的时候提醒我。” Agent 把分散的工作记录接起来,记下进展、难点和待讨论的问题。
  • “每天帮我看看 Agent 记忆方向有什么值得读的新东西。” Agent 按你的研究方向整理资料,说明为什么相关,并保留原文链接。

这类任务需要记得住之前的要求,也需要分辨这次究竟有什么新变化。用户已经知道的事、刚刚取消的任务、没有实质进展的观察,都应当影响后续判断。用户收到提醒后,还能接着问:“为什么这么判断?”“上次试过什么?”“以后只在这种情况下告诉我。”

因此,ReMe 把每一轮的处理和长期保留的信息分开:Agent 负责理解与分析,运行框架负责接收输入、安排执行、保存状态和投递结果。任务可以跨多轮继续,用户也能随时检查和修改留下的文件。

Proactive Runtime:一项任务如何持续运行 ​

一项任务通常大部分时间都在等待。有新资料,或者到了约定时间,系统才启动一轮处理:读取任务要求和今昨总结,处理这次输入,记录新增信息,判断是否需要提醒,再将结果合并到当天总结,继续等待。等待期间不持续调用模型。

新信息或定时触发 → 读取任务说明和今昨总结 → 记录新变化 → 按需提醒 → 合并当天总结。

下面以工作跟进为例,展示一轮任务与各个模块的关系。

Proactive Runtime:从信息采集、事件收件箱到 Agent 执行、工作区文件和提醒发件箱

图中从左到右是接收信息、处理一批输入和生成提醒;下方是这一轮会读取或更新的文件。两张图均按当前默认目录绘制:工作区根目录 workspace_dir=.reme,资源目录 resource_dir=resource,日记目录 daily_dir=daily,Agent 目录 reme_agent_dir=reme_agents;修改配置后,实际路径随之调整。Codex 对话和截图已有内置采集器,Claude Code 执行轨迹是通过事件接口扩展接入的示例。

数据采集:把新变化交给 Agent ​

Agent 需要先拿到资料,才能知道发生了什么。资料可以来自屏幕截图、工作对话、新闻和行情,也可以来自外部程序提交的日志或任务状态。

采集器把原始资料保存到工作区,再提交一条事件,说明时间、来源、简要内容和文件位置。例如,codex_dialogue_cron 启动时先执行 init_steps 建立读取基线,不导入旧历史,成功后每五分钟采集 Codex 新增用户消息和最终回答。screen_capture_cron 独立采集多屏截图,两路都交给 work Agent。采集本身不调用模型,分析留到任务执行时完成。

内置采集器按 resource/{source}/{date}/{batch}/ 保存每批资料。date 为应用时区的日期,格式是 YYYY-MM-DD;batch 由采集时的 HHMMSS 和六位随机十六进制字符组成。批次内的 metadata.json 记录来源和文件清单,对话正文保存在 dialogue.jsonl,截图按屏幕 ID 保存为 PNG。清单完整发布后,才向 Agent 投递事件,并附上清单及其引用的资料路径。

Codex 采集进度由自身管理:resource/codex_dialogue/progress.jsonl 保存初始基线和后续已提交的读取位置,resource/codex_dialogue/pending.json 在批次未完成投递时保留。这些辅助状态供采集器恢复工作,不作为资料交给 Agent。截图通过独立的资源采集和事件投递 Steps 发布。

外部程序也可以通过 append_agent_events 接入。把要分析的资料放进工作区,再提交描述和文件路径,Agent 就能沿着这些路径读取原文。事件中的简要说明帮助它了解输入,完整依据仍然保留在来源文件里。

事件收件箱:先收好,再按顺序处理 ​

资料可能连续到达,也可能几个来源同时更新。事件收件箱(Event Inbox)先保存这些输入,再交给对应的 Agent 处理。

每个任务有自己的收件箱。同一个 Agent 一次处理一批事件;执行期间到达的新信息留给后续轮次,不同任务则可以各自推进。事件 ID 用于识别重复投递,避免同一批资料因为重试被反复加入。

只有一轮成功完成并保存结果后,这批事件才会被记为已处理。执行失败时,输入仍然保留,可以继续重试。这样,资料送到了哪里、是否处理过,都有记录可查。

定时触发:到了时间,也能开始工作 ​

有些任务由新资料触发,有些任务要按约定时间执行。ReMe 支持事件任务和定时任务:前者处理收到的观察,后者按配置的日程启动,例如每天早上整理一次科技动态。

定时触发到点后,框架向任务收件箱加入一条事件,由相同的执行流程处理。任务 Prompt 提供计划触发时间、实际执行时间和应用时区。

采集频率和任务日程也可以分别安排。例如,实验程序持续提交新日志,属于事件任务;每天早上主动搜索资料并生成简报,属于定时任务。

Agent 执行:带着上次进展,处理这一轮 ​

每次启动的这段工作称为一轮执行(run)。事件任务和定时任务的每轮自动执行都新建原生会话(session),通过任务说明和每日总结重建上下文。历史会话保留模型消息和工具调用;任务问答从最新任务会话创建只读分支,沿用原有指令和上下文直接提问,主 Chat Agent 继续自己的对话。

默认 proactive 配置在共享 Codex app-server 中设置 project_doc_max_bytes=0,所有 Agent 统一关闭仓库 AGENTS.md 的自动加载。 事件任务和定时任务的执行会话不自动注入技能说明;主 Chat Agent 保留技能能力。CODEX_HOME 下的全局指令独立加载,不受上述开关控制。

事件任务和定时任务分别使用 proactive_query 和 cron_query。事件任务分析收到的资料,有新增才记录,再判断是否提醒。定时任务每轮执行、记录并更新当天总结,按任务要求决定是否汇报及汇报等级。两者共用环境和路径说明,代码在执行结束后校验文件及分支结果。

任务执行失败后逐步延长重试间隔,默认从 5 秒开始,最多间隔 5 分钟,成功后恢复初始间隔。每轮统计放在响应 metadata 的 reme.agent_run;进程内计数器 agent_runs 按 agent_type 分别累计运行次数、token、工具次数和耗时。模型状态和整轮结果分开记录,模型报错但产物完整并成功提交,仍算运行完成。

先读任务说明,再读取今天和昨天已存在的总结。总结缺失可以跳过,任务说明缺失或为空则执行失败。需要补充背景或判断重复时,在写记录前用关键词或正则检索相关历史,排除本轮记录;保留必要背景、记录链接和事件时间线,区分事实与推测、事件时间与采集或记录时间。

定时任务和事件任务每轮默认最多调用 10 次本地关键词或正则检索,例如使用 rg 或 grep。同一次工具调用中查多项算 1 次,普通读文件、看图和写入不算检索。资料够用或检索达到上限,就用已有资料完成任务,未核实的内容略去或注明。

proactive_agent_step 的 max_local_search_calls 和 max_timeline_entries 分别控制 Prompt 中的本地检索调用上限和追加时间线的条目上限。两者默认均为 10,取值为正整数。超过检索上限时每轮记录一次告警,执行继续。统计分别记录 tool_calls、web_lookup_calls 和 local_search_calls。Codex 原始轨迹会补齐实时事件漏掉的调用,包括被拒绝的调用。本地检索按具名搜索工具、原生搜索动作和明确的 rg/grep 命令计数,也识别管道中的检索。rg --files 计为列出文件。

事件任务处理输入后,创建本轮记录,frontmatter 使用 action: write 表示新增事实、实质变化或任务进展,正文保留必要来源。新满足的明确提醒条件也属于新增信息。没有新增时,使用 action: skip,正文留空,保留该决定文件后直接结束本轮,不创建提醒,也不更新总结。缺少必需的输出、正文或有效的 action 时,输入保留等待重试。

事件任务有新增信息时继续判断提醒。跳过投递时,保留本轮记录和说明原因的提醒决定,随后更新当天总结。定时任务每轮都写执行记录、汇报决定和当天总结。记录为 action: write 时,总结必须非空且有更新,否则校验失败,输入保留等待重试。

例如,昨天记录的是“方案 A 已尝试,测试仍失败”。今天收到新的工作对话后,Agent 要分清用户提出了什么要求、执行过哪些操作、结果有没有得到验证,才能把进度更新为“问题已解决”或“仍待确认”。

会话变长时,执行环境可以按配置压缩上下文。后续还要依赖的要求和进展,应及时写入文件,供下一轮重新读取。

工作区文件与跨轮进展 ​

持续跟进会积累很多资料:用户改过的要求、已经验证的结果、还没解决的问题,以及发过的提醒。ReMe 将这些内容保存在用户拥有的工作区中。

以工作 Agent work 为例,下表中的路径均相对于工作区,默认根目录为 .reme/。date 为本轮执行日期,读取总结时同时查看今天和昨天的同名文件。

文件保存什么怎样用于后续执行
resource/{source}/{date}/{batch}/metadata.json 及其引用的文件来源清单、截图、对话、新闻等资料读取本轮输入,需要核实时查回原文
reme_agents/work/TASK.md任务目标、提醒条件、稳定背景和用户纠正每轮完整读取,按最新要求处理
daily/{date}/work.md当天各项日记的要点、已有进展、待跟进事项和已生成的提醒每轮读取今昨两份总结,将新内容合并到今天的文件
daily/{date}/work_HHMMSS.md本轮增量信息、相关历史背景、时间线和证据链接保存详细依据,也供后续历史检索使用
reme_agents/work/reminder/{date}/HHMMSS.md提醒正文,以及框架补充的关联路径和投递状态将 action 为 P0、P1 或 P2 的提醒提交投递

本轮日记和提醒使用同一时间戳:日记带任务名前缀,提醒文件只用时间命名。同一秒已有文件时,两者共同追加 _1、_2 等后缀,避免覆盖。

当天总结分为“今日记录”和“今日提醒”。事件任务有新增记录时更新总结,没有新增时保持原样;定时任务每轮都更新。将本轮情况合并到“今日记录”,更新已有事项,保留必要背景、时间和记录链接。“今日提醒”保留此前内容,并加入本轮实际生成的提醒或汇报。本轮记录和提醒决定仍保留。对于已经保存在其他地方的信息,可以留下来源和链接,减少重复抄写。

用户可以查看、编辑和备份这些文件。需要更新 TASK.md 时,按路径使用原生文件工具,先阅读最新内容,保留仍有效的信息,保存后核对结果。

提醒与发件箱:保存结果,再安排投递 ​

事件任务根据 TASK.md 中的目标和提醒要求,结合本轮资料、今昨总结和相关历史,判断是否生成提醒,不推测用户在其他对话中是否已经知道或处理了这些事情。任务明确要求不提醒时,不提醒。有新增记录但不生成提醒时,仍保留本轮记录和提醒决定,并更新当天总结。

定时任务默认每轮以 P0 汇报。TASK.md 明确指定了投递条件或等级时,以任务要求为准。汇报如实呈现结果没有变化、资料不足或任务未完成的情况。简报、汇总按任务需要展开,保留必要的来源和结果文件链接。

事件任务只提醒同一事项的新变化,不重复提醒同一次变化。先排除不需要提醒的内容,再对其余内容按 P0、P1、P2 的顺序选择第一个符合的等级;都不符合时不生成提醒。任务中明确约定的条件和打扰偏好优先。

级别什么时候使用示例
P0定时任务的默认汇报等级,或事件任务的约定时间已到、提醒条件已满足、需要立即处理“实验已结束,结果文件已生成。”
P1正在关注的事项出现实质变化“之前卡住的问题有了新结果,还有一个选择需要讨论。”
P2任务范围内发现与用户兴趣或目标相关的新信息“这篇新论文与当前研究方向相关,可以安排阅读。”
不生成提醒任务要求跳过投递,或事件任务没有值得提醒的新变化保留记录和提醒决定,等待后续输入

事件任务和定时任务共用提醒文件格式。将 action 写为 P0、P1 或 P2 即可提交正文供系统投递。跳过投递时,设置 action: skip,正文说明原因。事件任务用一句话概括新变化及必要的行动或时间要求,定时任务的 Prompt 要求每轮以 action: write 写执行记录。

文件校验通过后,发件箱补充关联文件路径、提醒 ID、创建时间和状态,保存正式提醒,再确认本轮输入处理完成。发件箱随后向 Chat Inbox 投递提醒。日志分别记录校验结果、整轮提交和提醒投递。

Outbox 补写提醒元数据时,也会在文件操作共用的路径锁内核对本轮发布的版本;遇到用户并发保存时保留用户文件,并让输入重试。

投递失败由 Outbox 重试。Remy 收件箱从已提交的提醒文件及其确认字段生成,按优先级和创建时间选择一批符合条件的提醒, 应用配置的条数和字节上限。其余提醒留待后续评估。任务启用状态、删除状态和通知窗口共同决定处理资格。 提醒生成、送达 Chat Inbox、Chat 已处理和用户阅读分别记录。

Chat 提交发送或静默决定时,会在文件操作共用的路径锁内重新校验提醒正文、优先级和关联路径,并持锁完成决定提交和处理回执;如果用户已保存了新内容,旧决定会失败,新版提醒保持未处理状态。

自动执行以文件校验结果判断是否完成。模型先将记录、提醒和总结写入本轮的临时文件,校验通过后再发布到正式路径,并将临时文件之间的链接更新为正式路径。发布采用文件操作共用的逐路径锁,并核对读取时的内容和文件版本;发现用户并发编辑时保留用户版本并报告冲突。

模型超时或返回失败后,已写完整且校验通过的文件仍可提交。文件不完整、校验失败或提交失败时,仅恢复本轮实际发布且未被外部修改的文件。回执写盘异常后直接核对持久化消费回执:回执尚未提交时恢复产物,已经提交时保留结果。主动取消会停止本轮执行并清理临时文件;此恢复逻辑不覆盖进程被强制终止的情况。

Personal Runtime:通过一个对话管理多个后台任务 ​

有了单项任务的运行方式,还需要把这些任务接到日常使用中。Personal Runtime 将主对话、多个 Proactive Runtime、提醒收件箱和个人记忆连接起来。

你在同一个对话中交办事情,后台任务各自跟进;有需要关注的结果时,再结合当前对话决定怎样告诉你。收到提醒后,你可以直接继续追问。

Personal Runtime:Chat 管理多个后台任务,提醒进入 Chat Inbox,并由临时分支结合当前对话作出判断

主对话:交办、追问和调整要求 ​

Chat Agent 是用户的对话入口。你可以说“创建一个每天早上的技术简报”,也可以问“实验监控上次什么时候运行”“项目 A 现在卡在哪里”,或者要求暂停、恢复和删除任务。

每个 Agent 使用稳定的 agent_name;后台任务以可选的 cron 区分事件驱动与定时执行,主对话名为 Remy,新建任务用 1–3 个简单的小写英文单词命名,多个单词以下划线连接。

Chat 通过 manage-proactive-agent skill 按任务名称管理后台任务。任务管理覆盖创建、列表、状态查询、执行设置调整、删除和进展问答;创建时将 task_description 原样写入尚不存在的 TASK.md;创建、列表和状态查询都返回 task_path,后续先读该文件再修改,保存后重新读取核对。运行设置通过配置更新。暂停或恢复通过修改任务的启用状态完成。

例如,“以后每天九点运行”会调整日程;“以后只在失败时提醒”会更新任务要求。后续执行据此继续。

查询运行状态可以查看上次完成时间、待处理输入和错误;追问任务进展统一从最新任务会话创建只读分支,直接发送问题;运行中使用当前会话,等待下次触发时使用最近一次会话,无需等任务完成。尚未建立任务会话时不能问答。这类查询分支会记入该任务的 sessions.jsonl,不替换后续执行使用的主会话。

多个后台任务:分别记住各自的事 ​

项目跟进、实验监控和技术简报可以分别交给不同的 Agent。每个 Agent 有自己的身份、收件箱、任务说明和执行记录,可以单独查询、暂停或调整。

主对话中的个人记忆保存已确认的偏好和稳定背景,例如你关心的研究方向、希望怎样接收提醒。具体实验的路径、项目的当前难点和某项任务的提醒条件,保存在对应任务里。

主对话的文件位于 reme_agents/Remy/:MEMORY.md 保存个人记忆,sessions.jsonl 保存会话引用。Remy 收件箱直接从任务提醒文件及其处理回执生成视图。任务拥有持久化输入收件箱和会话索引,任务说明和执行设置分别保存在 reme_agents/{agent_name}/TASK.md 和该目录的 config.json,提醒保存在该目录的 reminder/ 下;日记和每日总结统一位于 daily/。

删除任务会停止对应任务并保留资料和历史文件。单独部署的外部采集程序需要单独停止。

提醒分支:结合你正在聊的事,判断现在要不要说 ​

后台 Agent 生成提醒后,内容先到 Chat Inbox。系统根据优先级、Chat 空闲时间和任务设置的提醒时间窗口,安排后续处理。紧急事项优先,普通消息可以等对话空闲时处理;正在进行的用户轮次不会被抢占。

处理时,系统从当前 Chat 会话创建一个临时分支。它先调用无参数的 read_chat_reminders,取得框架为这一轮选中的提醒,包括任务名、生成时间、提醒正文和关联资料路径;再阅读这些路径对应的原始内容,结合当前对话判断用户是否已经知道、处理或取消了这些事项。等级已经由上游确定,分支不重新分级,也不添加原提醒中没有的行动要求或紧急性。当前对话明确要求到时或满足条件时提醒的,按要求执行。

例如,后台任务刚写好“实验已经结束”,而你已经在主对话里讨论过实验结果,这条提醒就可以跳过。如果仍然值得告知,分支通过 submit_chat_reminder 把选定内容加入主对话;没有需要关注的内容时保持安静。

这个分支使用后端的只读模式,分析过程留在分支中。发送提醒或明确提交空内容保持安静,都会由框架将这批输入标记为已处理。Chat 不再重复告知时,仍保留上游已经生成的日记、提醒和总结。主对话只接收选中的提醒内容;如果判断期间用户又发来消息或切换了会话,框架会让提醒结合最新对话重新判断。

用户反馈:让后续跟进更合适 ​

你可以随时改变主意:“这个项目先停一周。”“这条消息我知道了。”“以后只关注与当前方案直接相关的论文。”Chat 将确认后的要求写入任务说明或执行设置,之后的轮次按新要求处理。

这样,一次交办可以延续成长期任务,也可以在需要时调整或结束。每轮留下的文件让你能看到它依据什么判断,并在它理解有偏差时直接纠正。

这些能力可以怎样用 ​

当前 proactive 配置已有 Codex 对话、截图和财经信息采集。下面的实验、研究简报和生活事务等场景,可以通过定时任务或外部事件扩展;日志、邮件、日历、手机分享等来源需要按场景接入。以下提醒文案均为示例。

工作与项目跟进:减少来回翻记录 ​

“帮我跟进这几个项目。记下进展和难点,需要我讨论或决定时再提醒我。”

同时推进多个项目时,重要信息常散落在不同对话和窗口里。工作 Agent 可以结合截图和新增工作对话,按项目整理当前目标、已经尝试的方案、验证结果和未完成事项。

下一批资料到来时,它对照已有记录检查变化。例如,一个问题连续几轮仍未解决,或者代码修改完成但测试结果尚未确认,就把具体情况和相关记录整理出来,判断是否需要讨论。

你可能收到:“项目 A 的修改已完成,目前还缺一次验证;项目 B 的两种方案各有一个限制,需要你选一下方向。”之后可以继续问“把两种方案的依据列给我”,相关记录仍然可以查回。

当前内置 Codex 对话采集和截图采集每五分钟独立执行,分别保存资源并投递给同一个 work Agent。Codex 只采集新增用户消息和最终回答,截图采集全部显示器。Claude Code 和更完整的工具执行轨迹需要额外接入;分析时要区分用户要求、尝试过的操作和已验证的结果。采集配置见服务配置。

实验与长任务监控:去做别的事,等关键结果 ​

“跟进这次训练。异常退出、指标满足约定条件,或者任务结束时告诉我,正常运行只留记录。”

给实验接一个采集程序,将新增日志、指标和进程状态保存到工作区,通过 append_agent_events 交给监控 Agent。Agent 结合之前的阶段记录,跟踪当前进度、最近结果和需要继续核实的问题。

提醒可以概括关键变化:“这次训练因显存不足退出了,可以先检查批量大小。”最后一段日志、检查点和结果路径保存在对应日记中。任务正常完成时,日记记录关键指标和与上次实验的比较,提醒则用一句话概括结果。

如果暂时没有新日志,Agent 应先核对采集时间和进程状态,保留待确认的问题。你可以追问“上一次相同配置的结果怎样”,让它沿着历史记录继续分析。

科研与行业追踪:把新消息和正在做的事联系起来 ​

“每天早上九点整理 Agent 记忆方向的新进展,优先看和长期任务、上下文管理有关的工作,附上原文。”

这类任务适合定时执行。Agent 按研究方向搜索资料、读取来源,再结合任务说明中的关注点和已经看过的内容进行筛选。

一份有用的简报要说清楚:这项工作解决什么问题,与当前项目有什么关系,有哪些值得进一步核实的结果。例如,“这篇工作讨论多轮任务中的进度保存,与你正在设计的后台 Agent 有关,可以先看它的状态恢复部分”,并附上来源链接。

简报正文和来源保存在日记中,后台提醒用一句话说明最值得关注的发现;回到主对话后,可以继续追问具体内容。

之后你可以收窄范围:“这周只关注有公开代码和评估结果的工作。”新要求会用于后续简报;读过的内容和已经讨论过的结论也可以留下,减少反复推荐。

新闻与行情跟踪:按关心的条件筛选变化 ​

“关注 AI 领域的重要新闻和这些标的的明显波动,达到约定条件时,告诉我发生了什么,并附来源。”

财联社新闻、港美股行情和 BTC/USDT 行情分别每五分钟采集,统一投递给 finance Agent。股票采集会检查相应市场的交易时段。

Agent 结合用户的关注范围和提醒条件,整理价格变化、相关消息和信息时间。当前示例要求仅在 AI 重大新闻或跟踪标的的日内振幅超过 5% 时生成提醒,其余内容保留记录。

日记记录采用的指标、报价时间、相关新闻和资料缺口,区分已确认事实与可能的解释。提醒用一句话概括:“跟踪标的的日内振幅已超过你设定的 5%,可以关注这次变化。”后续可以继续追问事件背景和历史记录,重复出现的同一条新闻则无需反复提醒。

日程与生活事务:在需要处理的时候带回来 ​

“帮我跟进下周的出行安排,临近出发时提醒准备材料,有变更时告诉我。”

接入日历、票据或用户分享的通知后,Agent 可以记下时间、待办和未确认事项。定时任务负责约定时间的检查,新通知作为事件补充进来,持续更新安排。

例如,收到改签通知后,它可以结合已有行程整理:“出发时间提前了,原来的接驳安排可能赶不上,需要重新确认。”临近出行时,再按你约定的时间提醒准备材料。订单、预约变更和订阅到期也可以采用类似方式。

手机可以作为分享截图、链接和通知的入口,也可以用于接收提醒和继续对话;这些采集与推送渠道需要另外接入。你在对话里确认的新安排,应同步到对应任务,供后续检查使用。

长期计划与复盘:把每天的小进展接起来 ​

“每周帮我回顾学习和项目记录,看看哪些事情有进展,哪些一直没有推进,一起确定下一步。”

将学习笔记、阶段总结和完成记录放进工作区,由定时任务按周整理。Agent 可以沿着日记和详情文件,归纳这一阶段完成了什么、遗留了什么、哪些问题反复出现。

复盘可以具体到行动:“上周计划的三个主题完成了两个,第三个停在环境准备;如果目标不变,下周可以先处理这个阻碍。”你可以据此调整计划,把新的目标和优先级留给下一周。

连续几周的记录还能帮助发现单次对话里不容易看出的情况,例如同一个难点持续存在,或投入方向已经偏离原定目标。保留下来的来源让每项判断都能回到具体记录中讨论。

配置和接口见服务与部署,内置任务见 proactive.yaml,执行流程见 Agent 实现与提示词。关于长期运行 Agent 的通用设计,也可以阅读 Anthropic 的 Building always-on agents。

任务存储 ​

后台任务由可选的 cron 字段决定触发方式。省略表示事件驱动,填写表达式表示定时执行,设为 null 切回事件驱动。Agent 视图根据日程推导 agent_type。 修改日程后,已入队的输入仍按原触发类型执行。每条定时触发单独执行一轮,连续入队的观察事件另行批量处理。 冷却期在下一批输入是观察事件时生效。位于队首的定时触发在冷却期内也可以执行。

Remy 收件箱读取已提交的提醒 Markdown 及其回执,在内存中保留当前处理批次,并应用配置的条数和字节限制。任务输入收件箱负责持久化领取、确认和重试。任务产物使用 [[工作区相对路径|显示名称]] 链接本地文件。

Desktop 接口契约 ​

桌面通过 get_client_info 获取工作区设置、实际开放的 Job 和语音能力,不读取组件配置。任务创建、状态查询与更新 返回和侧边栏相同的 Agent 视图,列表用 items 和 total 包装。status 是展示执行状态的唯一依据,运行指示由 status=active 推导。

read_agent_session 返回 Agent、按序消息和以 agent_name 为键的活动状态。订阅首次连接、重连、会话切换或历史替换 使用原子的 snapshot;update 携带完整消息的新增或替换,以及当前 Agent 和活动状态;heartbeat 仅表示连接存活。 只有 Remy 订阅携带全局 Agent 列表和后台任务活动。

后端将原生历史和实时输出投影为文本、摘要、工具和附件块。Remy 的实时内容通过会话订阅更新,ask_agent 报告轮次边界 与错误。询问后台任务时,ask_agent 通过 DATA chunk 输出完整消息以供更新。DONE 结束传输。原生会话和工作区文件是事实来源。

Python schema 生成 reme_desktop/src/shared/wire.ts 及可执行的序列化样例。运行 python -m reme_desktop.scripts.client-contract 更新,追加 --check 验证生成结果。

Released under the Apache-2.0 License.