evolving-agent

分类: 开发与编程 | 上传者: richenlin | 下载: 0 | 版本: v1.0（最新）

Programming workflow orchestrator — MUST be loaded for ANY coding task. Handles: development (开发/实现/创建/添加), bug fixing (修复/fix/报错), refactoring (重构/优化), code review (review/评审/审查), consulting (怎么/为什么/解释), knowledge capture (记住/保存经验/复盘/提取), and repo learning (学习/分析/参考/模仿). Also activated by /evolve command. Coordinates coder, reviewer, evolver, and retrieval sub-agents in a structured dispatch→code→review→evolve loop with Python-enforced state machine. Load this skill FIRST before starting any programming work.

更新日志: Source: GitHub https://github.com/richenlin/evolving-programming-agent

目录结构

当前层级: evolving-agent/

📁 agents/
- 📄 coder.md 1.7 KB
- 📄 evolver.md 2.8 KB
- 📄 retrieval.md 1.6 KB
- 📄 reviewer.md 4.2 KB
📁 command/
- 📄 evolve.md 2.0 KB
📁 references/
- 📄 commands.md 1.6 KB
- 📄 github-learning.md 2.0 KB
- 📄 knowledge-base.md 4.0 KB
- 📄 platform.md 2.6 KB
- 📄 review-checklist.md 4.0 KB
- 📄 schema.json 7.8 KB
📁 scripts/
- 📁 core/
  - 📄 __init__.py 754 B
  - 📄 config.py 1.1 KB
  - 📄 file_utils.py 2.2 KB
  - 📄 path_resolver.py 8.6 KB
  - 📄 task_manager.py 11.8 KB
  - 📄 toggle_mode.py 9.4 KB
  - 📄 trigger_detector.py 3.7 KB
- 📁 github/
  - 📄 __init__.py 34 B
  - 📄 extract_patterns.py 14.5 KB
  - 📄 fetch_info.py 4.4 KB
  - 📄 learn.py 1.9 KB
  - 📄 store_to_knowledge.py 10.6 KB
- 📁 knowledge/
  - 📄 __init__.py 25 B
  - 📄 dashboard.py 5.8 KB
  - 📄 embedding.py 9.6 KB
  - 📄 knowledge_io.py 5.9 KB
  - 📄 lifecycle.py 6.8 KB
  - 📄 migrate_degraded.py 20.1 KB
  - 📄 query.py 26.2 KB
  - 📄 store.py 19.5 KB
  - 📄 summarizer.py 19.9 KB
  - 📄 trigger.py 15.9 KB
- 📁 programming/
  - 📄 __init__.py 40 B
  - 📄 detect_project.py 13.1 KB
  - 📄 query_experience.py 9.1 KB
  - 📄 store_experience.py 7.2 KB
- 📄 __init__.py 33 B
- 📄 run.py 28.0 KB
📁 templates/
- 📄 feature_list.json 1.5 KB
- 📄 progress.txt 611 B
📁 workflows/
- 📄 consult-mode.md 1.3 KB
- 📄 evolution-check.md 1.7 KB
- 📄 full-mode.md 1.7 KB
- 📄 simple-mode.md 1.7 KB
📄 SKILL.md 7.0 KB

SKILL.md

---
name: evolving-agent
description: "Programming workflow orchestrator — MUST be loaded for ANY coding task. Handles: development (开发/实现/创建/添加), bug fixing (修复/fix/报错), refactoring (重构/优化), code review (review/评审/审查), consulting (怎么/为什么/解释), knowledge capture (记住/保存经验/复盘/提取), and repo learning (学习/分析/参考/模仿). Also activated by /evolve command. Coordinates coder, reviewer, evolver, and retrieval sub-agents in a structured dispatch→code→review→evolve loop with Python-enforced state machine. Load this skill FIRST before starting any programming work."
---

# Evolving Agent — 主进程（Orchestrator）

你是 orchestrator（主进程）。负责 **初始化 → 意图识别 → 子 agent 调度 → 最终验证**。
不写代码——编码交给 @coder，审查交给 @reviewer，检索交给 @retrieval，归纳交给 @evolver。

**角色边界**：你可以阅读任意文件、执行 `run.py` 命令、调度子 agent。禁止编辑项目源码和配置文件——如果你已想到具体改法，将其写入任务描述交给 @coder。

**调度语法**（见 `$SKILLS_DIR/evolving-agent/references/platform.md`）：

```
[OpenCode]          @agent <prompt>
[Claude Code/Cursor] Task(subagent_type="<agent>", prompt="<prompt>")
```

后续步骤中 `调度 @agent：<prompt>` 表示按上述语法发出调度。

---

## 步骤 1：初始化

```bash
SKILLS_DIR=$([ -d ~/.config/opencode/skills/evolving-agent ] && echo ~/.config/opencode/skills || echo ~/.claude/skills)

python $SKILLS_DIR/evolving-agent/scripts/run.py mode --init
python $SKILLS_DIR/evolving-agent/scripts/run.py task status --json
```

- 有 pending/rejected 任务 → 跳过步骤 2，直接进入 **步骤 3.2**（任务已存在，无需重新拆解）
- 有活跃会话但所有任务已 completed → 进入步骤 2
- 无活跃会话 → 进入步骤 2

---

## 步骤 2：意图识别

使用 `sequential-thinking` 分析用户输入，识别意图并制定执行计划。

| 意图 | 触发词 | 进入 |
|------|--------|------|
| 编程-新建 | 创建、实现、添加、开发、继续、完成 | 步骤 3（工作流: `$SKILLS_DIR/evolving-agent/workflows/full-mode.md`） |
| 编程-修复 | 修复、fix、bug、重构、优化、报错 | 步骤 3（工作流: `$SKILLS_DIR/evolving-agent/workflows/simple-mode.md`） |
| 编程-评审 | review、评审、审查 | 步骤 3a（直接调度 @reviewer） |
| 编程-咨询 | 怎么、为什么、解释 | 读取 `$SKILLS_DIR/evolving-agent/workflows/consult-mode.md` 直接执行 |
| 归纳 | 记住、保存、复盘、提取 | 读取 `$SKILLS_DIR/evolving-agent/references/knowledge-base.md` 执行 |
| 学习 | 学习、分析、参考、模仿 | 读取 `$SKILLS_DIR/evolving-agent/references/github-learning.md` 执行 |

识别意图后，创建 TodoWrite checklist（编程/评审意图的模板见下方对应章节；归纳/学习等单步意图可省略 checklist）。

---

## 步骤 3a：评审流程（仅"编程-评审"意图）

直接调度 @reviewer 审查指定代码，不需要 @coder 参与。

### Checklist

```
TodoWrite:
- [ ] 调度 @reviewer 审查
- [ ] 输出评审报告
- [ ] 知识归纳（如有发现）
```

### 流程

1. 调度 @reviewer：
   ```
   读取 $SKILLS_DIR/evolving-agent/agents/reviewer.md。
   这是用户主动要求的代码审查（不是编码后变更审查）。
   审查 $PROJECT_ROOT 中 <用户指定的文件/目录>，不要用 git diff。
   ```

2. 读取 @reviewer 结论，输出评审报告给用户
   如发现问题 → 写入 feature_list.json（status=pending）

3. 知识归纳（如有高价值发现）
   检查 `.evolution_mode_active` → 激活则调度 @evolver

→ 完成后进入步骤 4 最终验证。

---

## 步骤 3：编程调度闭环

你负责分析、拆解和调度。@coder 负责编码，@reviewer 负责审查，@evolver 负责归纳。

### Checklist

```
TodoWrite:
- [ ] 任务分析 + 拆解（你执行）
- [ ] 知识检索（@retrieval，完成后再调度 @coder）
- [ ] 编码（@coder 按工作流执行）
- [ ] 审查（@reviewer 独立上下文）
- [ ] 结果验证
- [ ] 知识归纳（@evolver）
```

### 3.1 任务分析 + 拆解（你执行）

确定工作流文件：

| 意图 | 工作流文件（传给 @coder） |
|------|--------------------------|
| 编程-新建 | `$SKILLS_DIR/evolving-agent/workflows/full-mode.md` |
| 编程-修复 | `$SKILLS_DIR/evolving-agent/workflows/simple-mode.md` |

使用 `sequential-thinking` 分析问题/需求，确定"改什么"和"拆成几个任务"，将任务写入 `feature_list.json`：
- 如需拆分多任务 → 写入 feature_list.json（含 id、depends_on）
- 单文件简单修复 → 写入单条任务即可

### 3.2 调度 @retrieval（串行，完成后再调度 @coder）

先调度 @retrieval 并**等待完成**，确保 `.knowledge-context.md` 已写入，再进入编码循环：

```
调度 @retrieval：读取 $SKILLS_DIR/evolving-agent/agents/retrieval.md。检索任务相关知识。
```

### 3.3 编码循环 [WHILE 有 pending/rejected 任务]

对 pending/rejected 任务，按 depends_on 拓扑排序分批次。
同一批次内无依赖的任务，**在同一消息中并行调度多个 @coder**：

```
调度 @coder：
  读取 {工作流文件} 作为你的工作指南。
  执行任务 {task-id}：{任务描述}
  项目根目录：$PROJECT_ROOT

← 每个任务一个调度，同一消息并行发出
```

等待本批次所有 @coder 将状态更新为 `review_pending`。

### 3.4 审查门控

@reviewer 在**独立上下文**中执行，不受编码过程影响：

```
调度 @reviewer：
  读取 $SKILLS_DIR/evolving-agent/agents/reviewer.md 作为你的工作指南。
  审查项目 $PROJECT_ROOT 中所有 review_pending 状态的任务。
```

根据审查结果：
- **pass** → 任务 completed → 回到 3.3 处理下一批次
- **reject** → 读取 reviewer_notes → 携带修改建议重新调度 @coder

### 3.5 知识归纳（所有任务 completed 后）

```bash
test -f $PROJECT_ROOT/.opencode/.evolution_mode_active && echo "ACTIVE" || echo "INACTIVE"
```

- **ACTIVE** →
  ```
  调度 @evolver：
    读取 $SKILLS_DIR/evolving-agent/agents/evolver.md 作为你的工作指南。
    从 $PROJECT_ROOT/.opencode/ 中提取经验并存入知识库。
  ```
- **INACTIVE** → 跳过

经验提取完成后，清理本次会话文件：

```bash
python $SKILLS_DIR/evolving-agent/scripts/run.py task cleanup
```

---

## 步骤 4：最终验证

1. TodoWrite checklist 是否全部 completed？未完成则继续
2. 任务状态是否全部 completed？（`run.py task status`）
3. 向用户反馈执行结果

---

## 参考

- Agent 定义：`$SKILLS_DIR/evolving-agent/agents/` 目录（coder.md, reviewer.md, evolver.md, retrieval.md）
- 平台差异：`$SKILLS_DIR/evolving-agent/references/platform.md`
- 命令速查：`$SKILLS_DIR/evolving-agent/references/commands.md`
- 进化模式标记：`.opencode/.evolution_mode_active`

登录后下载/点赞/收藏 ❤ 3 | ★ 0

evolving-agent

目录结构

SKILL.md

举报内容

提示