Easel 架构课程 · 参考文档

Agent 构造蓝图：六件套（速查）

任何 LLM agent 都由六件套构成。Easel 每件都给了完整实现，是最完整的开源解剖标本之一。

#构造块职责Easel 的实现去看哪
1Harness（运行时） 模型之上的循环：收消息 → 调模型 → 执行工具 → 回填结果 → 重复 不自研，借用 OpenClaw gateway（loopback:18789，OpenAI 兼容端点） scripts/gateway.sh
2提示词栈 人格 + 规则 + 上下文分层，常驻层控 token 四层栈：SOUL.md（人格）→ AGENTS.md（规则）→ CONTEXT.md（路径）→ SKILL.md（按需）；画像以消息内联注入，不写全局文件 docs/prompt-stack.md
openclaw/workspace/*.md
3能力系统（技能） 能力可声明、可路由、可按需加载 114 个技能目录。frontmatter 三字段常驻做路由；SKILL.md(<200行) 触发时加载；references/scripts 执行中按需 docs/SKILL-SPEC.md
skills/openclaw/
4LLM-脚本分工 决策归模型，确定性 IO 归代码 "prompt 薄壳 + 确定性厚脚本"：48 个共享脚本（约 2.3 万行）管所有环境交互；SKILL.md 只写流程约束 skills/shared/scripts/
5记忆与状态 会话持久化 + 长期记忆的作用域设计 会话 jsonl 按 uuid5 钉死；账号记忆只在 profiles/<X>/memory.md；全局 MEMORY.md 刻意留空防并发污染 easel/persona.py
6安全与可靠边界 闸门、确认、对账、拟人化 content_guard fail-closed(exit 7)；默认 dry-run 须 --exec；platform_readback 发布后对账；persona_gate 只提醒；human_pace 拟人停顿 skills/shared/scripts/
content_guard.py 等

读任意 agent 仓库的六问

拿到新仓库按顺序问，30 分钟内可定位构造：

  1. 循环在哪？找 harness 入口（gateway/daemon/agent loop），看它监听什么、调哪个模型 API
  2. 系统提示词由什么组成？找 SOUL/AGENTS/CONTEXT/system-prompt 类文件，数常驻层多少 token
  3. 能力怎么声明与路由？函数工具（tools JSON）？MCP？技能目录？路由发生在模型侧还是代码侧？
  4. 哪些事固化在脚本、哪些留给模型？这是可靠性的分水岭
  5. 状态和记忆存哪、作用域多大？会话文件在哪；长期记忆全局还是分域
  6. 边界在哪？有没有闸门、确认步骤、事后对账——没有边界的 agent 不可交付

关键构造决策（换你来建时的默认答案）

决策点Easel 的选择默认理由
自研 harness vs 复用复用 OpenClaw循环/会话/流式是脏活，先借再改
工具 vs 技能目录技能目录（markdown 流程 + 脚本）能力可读可审可版本化，agent 按流程自执行
常驻提示词策略极简单真相源，能力全部下沉按需对抗长对话注意力衰减，控 token
记忆作用域按画像/账号分域，禁全局并发会话不互相污染
副作用策略默认 dry-run + 闸门 + 对账不可逆操作必须有证据链