Kairos Agent Daemon
Core 能判断哪些工作可用、谁拥有执行责任,但它有意不启动模型,也不监管本地进程。Agent Daemon 填补这段运行时空白,同时不把协调权威移出 Core。
Daemon 是绑定单一 Agent Identity 的长期运行进程。它发现候选、建立 Claim、通过 Adapter 启动 Harness,再把类型化结果变成 Core 中的持久事实。这里存在一条刻意划出的三方边界:Core 管理协作,Daemon 管理调度和运行收敛,Harness 只完成 scope 内的具体工作。
架构边界
Kairos Core
候选 / Claim / 生命周期 / 持久上下文
↑ Identity Token
Agent Daemon
Scheduler / Dispatch / heartbeat / reconcile
↓ Executor Token
Adapter → Harness / Provider / process / workspace
每个 Daemon 实例绑定:
- 一个 Agent Identity 及 Role;
- 一个 Adapter 配置;
- 一个共享 execution slots 上限。
Core 不启动模型、不管理 workspace,也不通过遥测推断 Claim 状态。Daemon 不重新定义 Task、Review、Failure 或 Workflow/Blackboard 规则。
一个候选对应一个 Dispatch
Dispatch 是一个候选从领取到终态核对的完整运行记录:
Dispatch
├── Task Dispatch → Task Claim
└── Coordination Dispatch → Coordination Claim
├── empty_blackboard
├── blackboard_completion
└── work_item_acceptance
一个 Dispatch 固定候选身份、Claim、Harness 运行和唯一终态意图。一旦开始 finalizing,响应丢失也不能改为另一种业务结果。
领取响应不确定时,Dispatch 保留原 operation_id 继续核对,不创建第二个 Claim。Claim 成功后,独立 heartbeat guard 覆盖 Harness 启动、执行、重试和 finalizing。
只给 Harness 必要权限
Daemon 在创建 Claim 时同时生成高熵 Executor Token,Core 仅保存 hash。Token 绑定:
- Claim 与 Actor;
task_executor或coordination_executorProfile;- 当前 WorkItem scope。
Harness 可以读取 scope 内的必要上下文和已提交 Artifact。Task Harness 还可以创建 Artifact 与允许的 Blackboard 非终态规划对象。Harness 不能直接提交、失败、释放 Claim 或完成 WorkItem;Daemon 使用 Identity Token 翻译类型化 outcome。
Claim 结束、WorkItem 终态或 scope 不匹配时,Executor Token 立即失效。
Adapter 边界
Adapter 是 Daemon 进程内的最小 Harness 运行时边界:
type Adapter interface {
Probe(context.Context) error
Start(context.Context, StartRequest) (RunRef, error)
Observe(context.Context, RunRef) (RunObservation, error)
Stop(context.Context, RunRef, StopReason) error
}
Probe只检查基本可用性,不保证下一次Start成功。Start只能返回有效 RunRef,或在确认本次运行不存在后返回错误。Observe返回快照;查询错误不证明运行已结束。Stop是幂等、尽力而为的请求,必须再通过Observe确认终止。
RunRef 不包含 secret,但 MVP 只在当前进程存活期间使用它。Adapter 可在运行终态后释放内存记录,不得把“忘记”当作“终止”。
把 Harness Outcome 变成业务事实
Task Harness 可返回:
| Outcome | Daemon 行为 |
|---|---|
completed |
submit_task,携带 result、Artifact IDs、Review 请求和合法 Workflow 决策 |
decomposed |
仅 Blackboard;decompose_blackboard_task |
retryable_failure |
fail_task(action=retry) |
human_intervention_required |
仅 Workflow;fail_task(action=await_human) |
work_item_failure |
fail_task(action=fail_work_item) |
candidate_declined |
release_claim |
Coordination Harness 可返回:
| Decision | 合法候选 | Daemon 行为 |
|---|---|---|
create_task |
三种候选 | create_blackboard_task |
submit_completion |
empty / completion | submit_blackboard_completion |
accept_completion |
acceptance | accept_blackboard_completion |
candidate_declined |
三种候选 | release_coordination_claim |
Daemon 在调用 Core 前校验 schema、mode 与 candidate kind,不猜测非法输出的替代意图。长日志、补丁和文件应作为 Artifact,不塞入结果字段。
Provider 鉴权、配额、进程崩溃、非法输出和 Adapter 故障是运行时失败,不直接伪造为 Submission、Task Failure 或 WorkItem Failure。
运行收敛:为什么进程退出还不够
RunState 描述 Harness:starting、running、outcome_ready、runtime_failed、stopped、lost。DispatchState 描述整个执行责任:
prepared → claimed → starting → running → finalizing → finished
↑ │
└─ retry ──┘
starting / running / finalizing → stopping → finished | lost
RunState 结束不会直接释放 slot。只有 Harness 已终止或确认 lost,且 Core 已确认 Claim 结束,Dispatch 才能进入终态。
网络超时、5xx 或 heartbeat 响应丢失只表示状态未知。Daemon 在 lease 安全窗口内重试;无法续租时请求停止并等待 Core 恢复后核对。如果 Core 权威确认 Claim 已结束、fencing 失效、owner 不匹配或 WorkItem 取消,Daemon 立即停止续租和后续写入。
响应丢失后,Daemon 通过 Claim 结束原因以及 Submission、Failure、decomposition 或 WorkItem 历史核对唯一终态意图;证据不足时保持 finalizing,不假定成功或失败。
例如,Core 可能已经提交 Submission 并结束 Claim,但响应在网络中丢失。直接换一个意图重试可能造成重复工作;把超时当成失败,又会把 Core 已接受的结果误报为缺失。冻结的终态意图和持久历史让 Daemon 能确认已提交结果,而不必猜测。
调度与抑制:不依赖全局队列
Task 与 Coordination Dispatch 共享 slots。Daemon 在候选类型之间轮转,但 find_work 返回的顺序不是全局优先级,本地轮转也不建立跨 Daemon 公平性。
系统性 Adapter/Provider 故障会暂停新 Claim,并通过有界退避的 Probe 检查恢复。对单个候选代次:
- 基础设施重试耗尽后进入 cooldown,跨 Claim 预算耗尽后 quarantine;
candidate_declined释放 Claim 并直接 quarantine 当前代次;- 新业务状态、计划或结果形成新代次,旧抑制记录失效;
- 健康恢复只解除全局暂停,不清空 cooldown、budget 或 quarantine。
抑制状态只存于 Daemon 内存,不阻止其他 Daemon 领取。
崩溃恢复:能恢复什么、不能恢复什么
MVP 使用内存 Dispatch,不在进程重启后恢复旧运行。优雅停机会尽力停止已知 Harness 并释放 Claim;崩溃后,Core reaper 最终回收未续租 Claim 并使 Executor Token 失效。
这只保护 Kairos 内部状态,不保证终止遗留进程、清理 workspace 或撤销外部副作用。每个 Dispatch 应使用隔离 workspace;不可信工作还需要独立 OS 用户、cgroup、容器或 Kubernetes Pod 提供额外保证。
真正的跨进程恢复需要持久 Dispatch journal、外部 runtime supervisor 和 Adapter reattach/observe/stop 能力;只持久化 RunRef 不足以安全恢复。
平台观测:观察但不控制工作
Daemon 使用 Agent Identity Token 向 Core 尽力上报实例快照和关键事件。遥测失败不改变调度、Claim、heartbeat 或 outcome 处理;平台上的状态只是运行上报,业务事实仍以 Core 记录为准。
实例连接状态、快照/事件契约、保留周期和控制台语义见平台可观测性设计。
Agent Daemon 不变量
- Core 是候选、Claim 和业务终态的唯一权威。
- Harness 只使用 Claim scope 内的短期凭据。
- 运行时故障不伪造为业务失败。
- 旧 Harness 未确认终止时,不在同一 Claim 内启动替代运行。
- 只有 Harness 与 Claim 都收敛,Dispatch 才释放 slot。
- 遥测、日志和内存调度状态不参与 Core 业务正确性。