Skip to content

armgit / cindy

Public Imported from GitHub
0

Consider it done. The open-source AI agent that works out of the box · 想到,就能做到。开源、开箱即用的 AI Agent。

3.9 KB
Raw Blame

任务运行时控制与自动降级

目标

Cindy 允许 Agent 通过统一会话控制面查询和临时调整当前任务或指定任务的模型、来源、 推理强度与 Fast。该能力服务于 Skill 的任务类型路由和故障恢复,不替代用户在界面中保存的 模型偏好。

状态模型

每个任务同时维护四类状态:

  • baseline:用户保存到任务记录的模型、来源、推理强度与 Fast。
  • effective:当前实际生效的运行时组合;Agent 临时切换和自动降级只改这一层。
  • pending:已接受但尚未生效的组合;临时调整等当前 turn 结束,显式 Harness 选择等下一条消息发送。
  • generation:运行时控制面的单调版本。跨任务修改应先读后写并携带 generation,避免旧请求覆盖新选择。

用户在模型选择器中的完整选择会清除临时运行时组合;用户单独修改推理强度或 Fast 时, 该轴立即成为新基线,同时保留仍在使用的临时模型路由。应用重启后只恢复 baseline。

Agent 控制面

  • get_session_runtime:session_id 可省略;省略时查询当前任务。返回活动状态、baseline、 effective、pending、generation 和自动降级开关。
  • set_session_runtime:session_id 可省略;原子提交来源、模型、推理强度与 Fast 的任意子集。
  • 当前或目标任务忙碌时不修改进行中的 turn,返回 deferred,在下一个 turn 边界生效。
  • 省略 harness 时,Agent 的修改不写回任务 baseline。语义失败是否提高推理强度或换更强模型,由 Agent 或 Skill 明确请求。
  • 显式提供 harness(claude-code / codex / pi)时必须同时指定 model,表示完整的任务执行选择; 即使选回当前 Harness,也复用模型选择器的完整选择语义。目标模型、来源、推理强度和 Fast 在登记前一起校验, 省略来源时按目标 Harness 的模型解析默认来源,不沿用旧 Harness 的来源。
  • 完整选择返回 deferred / effective_boundary: next_send,清除此前临时调整;get_session_runtime.pending 显示目标 Harness,effective 仍表示当前运行组合。空闲和忙碌任务均在下一条消息发送时消费意图, 复用现有历史交接与原生绑定切换事务,更新该任务 baseline,但不修改全局默认设置。 切换失败时保留待切换选择并阻止该次发送,不继续使用旧引擎。
  • SSH 远程、Orca、Review 和归档任务不支持此完整选择。存在待切换 Harness 时如需修改目标, 重新读取 generation 并再次提交完整 harness + model;普通临时调整不会覆盖待切换选择。

自动降级

设置中的“任务模型自动降级”默认关闭。开启后只复用宿主现有的安全自动续跑入口, 即已被白名单识别为连接、超时、过载或容量问题的失败;认证失败、权限拒绝、用户取消、 协议或参数错误不触发。

顺序固定为:

  1. 让 Harness 现有的有限重试先处理瞬时故障。
  2. 切换到同一模型的其他已连接、未停用来源。
  3. 若仍失败,只尝试目录通过 newSessionDefault 为当前 Harness 明确声明的模型。

账号 5 小时 / 周用量上限不在此白名单内:那类失败等额度重置后自动继续,见 usage-limit-auto-continue.md。

自动降级不采用“可用列表第一个”之类的隐式兜底,不跨 Harness;每个任务最多换路两次, 记录已访问的 (来源, 模型),禁止 A → B → A 回环。用户修改运行时选择后立即清空本轮降级轨迹。

跨端边界

运行时控制由 Desktop host 独占,MCP、Renderer 与 Device Link 都复用同一原子切换路径。 手机和 SSH 控制端无需新增独立状态机;它们读取任务状态时看到同一 baseline/effective/pending 投影。远程控制的授权边界保持不变。