agent-autoloop 把「等人」存成数据库里的一行

每隔几周我都能看到同样的场景:有人在终端里起一个 coding agent,起身去倒咖啡,回来发现它卡在一个没人看见的问题上。常见的做法是把提示音调大。agent-autoloop 处理的是底下那层浪费:一个进程、一个上下文窗口就那么开着,什么也不干,而人已经离开键盘。
它是一个本地 hub,截至 2026 年 11 月 15 日有 5,459 个 GitHub star,MIT 许可。它监听事件,把事件交给你已经在用的任意命令行 agent,然后自己退到一边。agent 跑完一轮,写下回答,退出。当它需要做决定时,hub 把一张卡片推到你桌面,或者推给飞书、钉钉、企业微信、Slack、Discord。你选一个选项。agent 把这段对话捡回来继续。
没有云主机,没有开放端口,没有 dashboard。
安装,以及证明它确实能跑的那一条命令
要求:Node 24 或更新版本、Git,以及一个已经装好并登录的命令行 agent。在 macOS 和 Linux 上还需要 curl。
irm https://raw.githubusercontent.com/KKKKhazix/agent-autoloop/main/install.ps1 | iex
curl -fsSL https://raw.githubusercontent.com/KKKKhazix/agent-autoloop/main/install.sh | sh
然后运行 agent-autoloop try。安装脚本打印出一个版本号,并不能证明你那个 agent 的参数和登录状态可用。try 用你自己的 agent 走一遍真实的「提问、等待、回答、继续」循环:一个事件发出去,agent 干活,停下,带着选项问一个问题,退出,然后等待。你回答,hub 恢复会话并收尾。如果哪里配错了,你两分钟之内就知道,而不是凌晨两点被一条跑偏的 cron 规则叫醒。
一句约定,一个规则文件
hub 和 agent 之间的接口只有一个约定:把结果放在最终回复里。没有 SDK,没有 wrapper,没有打补丁的二进制。任何能接收 prompt 并打印最后一条消息的东西都能接上,所以通用命令适配器和 Claude Code、Codex、ACP、DeepSeek Harness、ZCode 并列在一起。
提问就是一次追加。agent 在回复末尾放一个名为 agent-autoloop 的围栏代码块,里面是 JSON:一个 ask 数组,含 title、text、options 和一个 key,另有 notice、resolve、later 和 events 对应其余动词。这就是 agent 作者需要学会的全部协议。
规则放在 ~/.agent-autoloop/rules.json。一条规则回答三个问题:发生了什么,交给哪个 agent,在哪个目录里跑。
{
"when": { "cron": "0 9 * * *" },
"to": "codex",
"cwd": "~/notes"
}
事件规则把时钟换成一个来源:匹配 GitHub 的 issues.opened,加上 parallel: 3 和一个 skill,形状一样。配置只有两个文件,这一个,加上你的 agent 本来就会读的那个。我喜欢它可以被人翻看,也容易 diff。
四个从系统工程里借来的机制
内核是设计开始有意思的地方。单独拿出来看,几乎没有一样是新的。
第一个是零成本挂起。等待期间进程退出,状态搬进数据库。三天的沉默只花掉三天没有 token、没有 agent 在跑。只有 hub 还站着,而留着它跑是件很小的事。
第二个是事件溯源。每一份状态都从 append-only 日志推导出来,而日志在 hub 回复之前与索引写在同一个事务里。杀掉进程,已确认的工作还在。任何一轮事后都能用它的编号解释清楚。schema 变更从日志重建,不需要迁移脚本。
第三个是指令与数据分离。外部文本,比如一个 issue 标题,作为素材存进文件,永远不拼进 prompt。prompt 里只带经过校验的 type、id 和 link。跑哪个 agent、在哪个目录、有什么权限,全部来自你本地的规则。一个自带 cwd、agent 或 access 的事件会被拒绝。
第四个是 hop fuse,也是我最喜欢的一个。agent 产生的事件再派回给 agent,会累积深度,就像数据包累积 TTL。人的提问和计划内的复查不会重置计数,agent 自己也改不了它。超过 8 层,hub 停止派发,记录该事件,改为给你发一张卡片。
那些数字,以及我从哪里开始不信
它的 benchmark 表来自一台 Apple M5 Pro、24 GB 内存、Node 24.21.0,每次写入单独提交,事务在回复之前落盘。冷启动 88.78 ms。空闲内存 59.94 MB RSS。一千个并发长轮询时 170.49 MB。每秒 2,394 次持久写入。派发 p99 为 1.82 ms,队列里压着 5,000 项时心跳 p99 为 1.66 ms。110 万条事实下启动耗时 99.8 ms。零运行时依赖。
这些是队列的数字,不是应用的数字,而这正是重点。一个把「等待」存成一行、把「工作」存成事件的 hub,本来就该表现得像一个队列。
我的怀疑:一台机器,一个操作者,一个热着的 page cache,还有一份由写内核的人亲手写的 harness。这个 benchmark 从来没跑在那台还开着视频会议、后台在编译的笔记本上,所以把它当下限读,不要当承诺。110 万条事实这个数字在别处也配了一个诚实的代价。README 说格式变更后的首次启动会从日志重建,那一次花了 43.1 秒。对笔记本来说还行,如果你以为不是这样就会有点尴尬。
自治会伤到你的两个地方,以及你继承了什么
安全是作者们最不「聪明」的地方,这是夸他们。指令与数据分离意味着一个恶意的 issue 标题没法把一次运行重定向到别的目录或别的 agent,因为这些字段在门口就被拒了。hop fuse 意味着一组 agent 互相传活不会永远转下去,因为深度是 hub 加的,不是参与者加的。
两者都不是证明。fuse 是 8 层的一条策略。如果一条正当的流程需要 9 层,那是你的问题;而如果危险的情形是一个慢的两层循环、每一跳都造成真实损害,fuse 永远不会触发。分离保护的是派发决策,不是 agent 在你交给它的那个目录里拿到 shell 之后会做什么。
模拟比大多数项目做得更实。node sim/random.ts 24301 200000 在固定种子下跑 20 万步的断连、丢包、崩溃和重复提交,所以一次失败可以复现。node sim/crash.ts 1000 12648430 把进程杀掉 1,000 次,检查没有任何已确认的记录消失。然后 README 补了一句:整机断电没有测。我尊重这句话,而它让我去问还有什么没测。webhook 模板只在本地 mock server 上跑过。GitLab webhook 只对着它文档里的格式检查过,从没对过真的 GitLab。示例脚本是对着一个假的飞书 CLI 验的。每一处都是「测过了」比读者以为的要少的地方。
手写内核加零运行时依赖,你继承下来的是维护。一棵小的依赖树,有人盯着就越老越稳,作者走开就越老越糟。这就是 88 ms 冷启动换来的东西。
有一个计费细节完全在设计之外。hub 驱动的是你机器上已经装好并登录的 CLI 工具,所以用量落在你自己的账号或订阅上。README 提到厂商更希望高频自动化走 API key,因为个人套餐是为人的节奏设计的。在你把一条 cron 规则指到你的 Claude Code 会话然后去睡觉之前,把这句话读两遍。
还有一个风险能穿过上面所有机制。一个能提 GitHub issue、并且借着投递流水线合并带 deliver 标签的 pull request 的循环,就是拿着你凭据的供应链参与者。上面的一切让它可靠,也给它拴了一根短绳。你配置的那个 review 步骤,是它和一次糟糕合并之间唯一的东西,而再多的 event sourcing 也救不了一份你没读过的 review。
相关文章
一份社区维护的点击表,关掉了国产 Android 系统里的广告
它不动系统,不解锁,不刷机,只把厂商本来就留出来的开关一个个拨过去。代价是这份名单得一直有人续写。
GPT Image 2.6 守住 token 价格,账单却涨了
GPT Image 2.6 沿用了 2.5 的全部 token 费率,单张图却更贵,因为更多的活现在花在输出 token 上。上线十一天,定价结构说的比排行榜更多。
有人从外部重建了 IDM,并写下了自己没有碰过的部分
Mister Download Manager 用 Rust 重写了 Internet Download Manager 的下载流程,声称速度快 5 倍、支持 86 种语言。更值得细读的,是它解释如何在不复制任何代码的前提下完成重写的那一段。
Rune 是一个 Rust UI 框架,设计初衷是让 agent 能检查自己的工作
Rune 能无头渲染、导出元素树并接受脚本化输入,这让编码 agent 拿到截图永远给不了的东西,一个可 diff 的信号。这个框架仍是预发布版本,不接受 pull request。