作品 / AI Agent 任务委托系统

AI Agent 任务委托系统封面(占位,真实截图待补) 占位封面 · 待替换真实截图 / 导出视频
Beta · 可用工具 Private
2026

AI Agent 任务委托系统 · pi_delegate + task-delegation

把有边界的实现任务委派给独立 agent 进程:确定性生命周期、验证证据与语义评审分离。

概览

两个配套工具,把”有边界的实现任务”从 Codex 委派给 Claude Code / pi agent 独立执行。设计原则:agent 只执行,控制平面不编造决策——机器负责确定性的生命周期与证据收集,人负责语义层面的验收。

  • task-delegation:任务生命周期框架。prepare → start → verify → review 四阶段;任务进入 accepted 需要通过确定性验证 + 显式语义 accept,两者缺一不可。
  • pi_delegate:进程级委派器。start 返回句柄,worker 独立进程续跑;支持查询、取消、续跑、取回证据。

核心特性

  • 确定性生命周期:每个状态迁移可复现、可审计
  • 验证证据与语义评审分离:机器验证(测试/命令)与人的语义判断走不同通道
  • worker 独立进程:委托方崩溃不中断被委托任务
  • 纯 Python 标准库实现,运行时零第三方依赖

技术架构

Python 3.9+ 纯标准库;通过 CLI 与 MCP 集成进 Codex / Claude Code / pi 工作流。测试规程覆盖 T0–T40,验证记录含 2026-10-10、2026-10-02 macOS 复跑与 Gate 3B 报告(仓库自述,本轮未复跑)。

我的角色

独立开发者:协议设计、两个工具的实现、T0–T40 测试规程与验证记录体系。

当前状态

Beta:日常可用、持续迭代。无图形界面,交互形态是 CLI 与终端会话——视觉呈现依赖工程案例叙事(见关联案例)。

界面与演示

关联工程案例

工程解读 · ENGINEERING

确定性生命周期:AI 委托不失控

agent 只执行,控制平面不编造决策:验证证据与语义评审分离。

阅读完整案例 →