Visual Tour
10 张图看懂 WorkBuddy-style desktop agent harness。所有图片都来自本仓库的原创教学图,不依赖产品截图或私有素材。
1. 总架构
桌面 agent 不是一个聊天框。它是 UI shell、sidecar、session runtime、agent loop、tool registry、memory、storage 和 safety layer 的组合。
2. Agent Loop
最小 agent harness 是一个反馈环:模型请求工具,harness 执行工具,再把结果喂回模型。
3. Deferred Loading
工具很多时,不要一开始把所有 schema 塞进 prompt。先让模型搜索工具,需要时再展开。
4. Permission Gates
Agent 越有用,越需要权限门。高风险动作应该在工具执行前被识别、拦截、记录。
5. Sidecar
UI 进程不应该承载长任务。sidecar/session runtime 是桌面 shell 和 agent work 之间的隔离层。
6. Session Lifecycle
会话要能创建、暂停、恢复、重连和结束。否则 agent 只是一次性脚本,不是桌面工作流。
7. Memory
记忆要分层:项目事实、用户偏好、远端/历史召回、transcript 和 artifact 指针不该混成一坨。
8. Context Compaction
长任务一定会撞上下文窗口。压缩不是删除历史,而是把旧事件换成可继续工作的摘要。
9. Skills And Connectors
Skills 给模型能力说明和脚本,Connectors 接外部服务。两者都需要发现、权限和信任边界。
10. Comprehensive Harness
最后所有机制回到同一个 loop:模型负责 agency,harness 负责落地、记忆、权限、审计和交付。
一句话复盘
text
模型会思考,但 harness 决定它能不能长期、安全、可恢复地工作。