desirecore/agent-desirecore

Fork 0

mirror of https://git.openapi.site/https://github.com/desirecore/agent-desirecore.git synced 2026-02-28 10:38:13 +08:00

Files

yi-ge 49aa86bdb5 feat: 初始化 DesireCore 核心智能体

2026-02-22 14:56:14 +08:00

7.0 KiB

Raw Blame History

name, description, version, type, risk_level, status, disable-model-invocation, requires, tags, metadata

name

description

version

type

risk_level

status

disable-model-invocation

requires

task-management 技能

L0：一句话摘要

任务管理技能，负责任务的全生命周期管理：创建 → 分配 → 跟踪 → 完成。

L1：概述与使用场景

能力描述

task-management 是一个流程型技能（Procedural Skill），赋予 DesireCore 任务编排和管理的能力。它通过解析用户意图，将任务分配给最合适的 Agent，并跟踪执行进度直至完成。

使用场景

用户需要将一个任务委派给特定智能体
复杂任务需要拆解为子任务，分配给多个 Agent 协作完成
用户想查看当前任务的执行进度和状态
任务超时或失败时需要自动提醒和重新分配

核心价值

智能分配：根据任务类型和 Agent 能力自动匹配最佳执行者
全程追踪：实时监控任务状态，超时自动提醒
编排协调：支持多 Agent 协作的复杂任务流

L2：详细规范

执行流程

┌──────────────┐     ┌──────────────┐     ┌──────────────┐
│   意图解析    │ ──→ │   能力匹配    │ ──→ │   任务创建    │
└──────────────┘     └──────────────┘     └──────────────┘
                                                  │
                                                  ↓
┌──────────────┐     ┌──────────────┐     ┌──────────────┐
│   结果汇总    │ ←── │   状态跟踪    │ ←── │   任务下发    │
└──────────────┘     └──────────────┘     └──────────────┘

阶段 1：意图解析

触发条件：

用户说"帮我做..."、"安排..."、"让 XX 去做..."
用户描述了一个需要委派执行的任务
用户要求查看任务状态或进度

解析内容：

字段	说明	示例
`task_type`	任务类型	创建 / 查询 / 取消
`objective`	任务目标	"审查这份合同"
`priority`	优先级	high / medium / low
`deadline`	截止时间	可选
`assignee`	指定执行者	可选，未指定则自动匹配

阶段 2：能力匹配

路由策略：

策略	条件	说明
指定分配	用户明确指定 Agent	直接分配给指定 Agent
自动匹配	用户未指定 Agent	根据任务类型匹配能力最优的 Agent
发现推荐	无直接匹配	调用 discover-agent 技能推荐候选

自动匹配逻辑：

解析任务所需的领域和技能
查询在线且空闲的 Agent 列表
按能力匹配度排序
选择最优匹配或请用户确认

阶段 3：任务创建

任务结构：

task:
  id: "task_<uuid>"
  objective: "审查供应商合同的风险条款"
  priority: high
  status: pending
  created_at: "2026-02-17T10:00:00Z"
  deadline: "2026-02-17T18:00:00Z"
  assignee:
    agent_id: "legal-assistant"
    agent_name: "法律顾问助手"
  subtasks: []  # 复杂任务可拆解为子任务
  context:
    user_input: "帮我看看这份合同有什么风险"
    attachments: []

阶段 4：任务下发

下发方式：

通过 Socket.IO 事件将任务发送给目标 Agent
携带完整任务上下文（用户需求、附件、历史对话片段）

确认要求：

任务风险	确认要求
低风险（信息查询等）	直接下发，告知用户
中风险（数据处理等）	简要确认后下发
高风险（涉及外部操作）	详细确认后下发

阶段 5：状态跟踪

状态机：

pending → assigned → in_progress → completed
                  ↘             ↗
                   → failed → reassigned
                        ↓
                     cancelled

跟踪机制：

定期轮询任务状态
超时自动提醒（用户和执行 Agent）
失败时通知用户并建议重新分配

进度报告格式：

任务进度更新

任务：审查供应商合同的风险条款
执行者：法律顾问助手
状态：执行中 (60%)
已完成：
  - 合同条款逐条审查
  - 关键风险识别
进行中：
  - 修改建议撰写
预计完成：2026-02-17 14:00

阶段 6：结果汇总

完成回执：

receipt:
  type: task-completion
  task_id: "task_abc123"
  status: completed
  completed_at: "2026-02-17T14:00:00Z"

  result:
    summary: "已完成合同风险审查，发现 3 处高风险条款"
    details_ref: "runs/<run_id>/output.md"

  metrics:
    duration_minutes: 240
    subtasks_completed: 3
    subtasks_total: 3

  follow_up:
    suggested_actions:
      - "查看详细审查报告"
      - "将修改建议发送给供应商"

与其他技能的协作

协作技能	协作方式
discover-agent	未指定执行者时，调用 discover-agent 推荐最合适的 Agent
create-agent	需要的 Agent 类型不存在时，建议用户创建新 Agent

复杂任务编排

多 Agent 协作场景：

# 示例：年度财务报告任务拆解
composite_task:
  objective: "完成年度财务报告"
  subtasks:
    - id: sub_1
      objective: "收集并整理财务数据"
      assignee: data-analyst
      depends_on: []

    - id: sub_2
      objective: "审查数据合规性"
      assignee: legal-assistant
      depends_on: [sub_1]

    - id: sub_3
      objective: "撰写报告文档"
      assignee: writer-assistant
      depends_on: [sub_1]

    - id: sub_4
      objective: "最终审核和格式化"
      assignee: desirecore
      depends_on: [sub_2, sub_3]

错误处理

错误场景	处理方式
目标 Agent 不在线	提示用户，建议等待或选择其他 Agent
任务执行超时	通知用户，提供选项：等待 / 催促 / 取消 / 重新分配
执行失败	收集失败原因，通知用户并建议重新分配
指定 Agent 能力不匹配	提醒用户，推荐更合适的 Agent

权限要求

需要调用 fetch_api 工具访问 Agent 管理 API
任务创建和分配为低风险操作

依赖

Agent Service HTTP API
Socket.IO 实时事件系统
Agent Registry 状态查询

7.0 KiB Raw Blame History Unescape Escape