01
问题
许多智能体演示隐藏了决定可靠性的运行时行为：工具如何执行、哪些上下文被保留、权限如何约束，以及一次修改是否真正改善了行为。
02
个人职责
独立完成运行时架构、安全边界、评测流程与核心实现。
03
系统架构
- 01
兼容多模型供应商的流式工具循环 - 02
Episode、Working 与 Tool Memory 分层上下文 - 03
MCP stdio 客户端、子智能体与持久会话 - 04
基于回放的 Skill 候选评测
04
关键贡献
- 实现五种权限模式、先读后写和文件修改时间冲突检测。
- 设计上下文折叠，在限制提示词增长的同时保留可执行记忆。
- 构建 Skill 新增、合并、丢弃流程，并结合规则/模型裁判、回放集与冠军选择。
- 记录会话 token、成本与工具事件，支持运行过程审计。
05
评测
- 用回放集和确定性规则比较候选 Skill 与当前冠军，并可选模型裁判。
- 运行时测试覆盖权限、冲突、工具事件和上下文行为。
06
技术栈
07