用脚本与交接文件稳住 Agent 工作流
作者用定时任务、环境文件和 Markdown 记录补齐 Agent 的运维环节,将确定性筛选交给脚本。仓库中的交接文件只保存已验证状态,并在每个里程碑更新,缓解会话遗忘与重复工作。
AI 深度解读
Agent 能写代码,却未必能稳定交付。作者在个人项目里使用 Devin、Codex、T3 Code 等工具,发现问题常出在模型之外:会话丢状态、执行者虚报完成、固定流程消耗 token,审批还得等人回到电脑前。
他的解法是用脚本、Markdown 文件和系统服务补齐运维层,把模型留给需要判断的工作。这套做法值得看,因为其中两个最容易借用的环节,几乎不需要引入新依赖。
哪些工作应该先从模型手里拿走
作者用 GitHub Actions 的 cron 每天扫描新获资金支持的 bounty issue:通过 gh api search 查询,用 seen-file 去重,提交报告,发现目标后创建 issue。他报告的成本是 $0/day。
这条链路做的是查询、过滤和记录。条件已经明确,再让模型参与,通常只是增加调用成本和不确定性。
作者据此提出:有明确规格的任务交给脚本,真正需要推理的部分再交给模型。
固定规则交给程序执行,需要取舍的工作再交给模型。
这里的重点不在于换一个 Agent 框架,而在于拆任务。查询和去重可以确定性执行;结果是否值得跟进,才可能需要判断。作者没有给出两种方案的成本对照,$0/day 应理解为他这条工作流的报告值。
跨会话交接和审批记录,为什么要用两种文件
作者在仓库根目录放置 AI_HANDOVER.md,每次会话先读它,每到一个里程碑就重写一次。
文件只保留经过验证的当前状态,而且要引用检查依据,不能只写「已经完成」。重写而非追加,是为了减少旧状态不断堆积、与新结论互相冲突的问题。
它承担的是交接职责:让下一次会话知道项目现在走到了哪里。作者认为,这解决了他的会话失忆问题,不必先上向量数据库。
另一个文件 DECISIONS.md 则只能追加。发布、付款、发帖等不可逆操作,执行前必须先留下审批记录,每次审批占一行。出问题时,就能用 grep 找到谁批准了什么、为什么批准。
两个文件的更新方式看似相反,职责却很清楚:
AI_HANDOVER.md保存当前事实,旧状态需要被替换。DECISIONS.md保存决策历史,旧审批需要被保留。
有文件只是起点。真正让交接可信的是检查依据,让审批可追溯的是执行前确实经过记录。
人不在电脑前,任务怎样继续推进
作者用 tg-post.sh "msg" 向 Telegram bot 发消息,再用 tg-poll.sh 长轮询收件箱,把消息写入日志。一个 launchd plist 负责维持监听器运行,机器重启后也能继续工作,Agent 应用关闭时仍可接收消息。
这部分合计约 30 行 bash。作者举的场景是:Agent 凌晨 2 点询问是否发布,他可以直接在手机上批准。他认为 Slack 也可以采用相同结构,只需更换端点。
手机通知解决了审批入口,任务验收则靠另一道门:每个委派任务都附上 WORKER_BRIEF,写明范围、涉及文件和验收检查。主 Agent 必须重新执行检查,任务才算完成。
执行者说「完成」是声明,重新跑过检查才是证据。
作者称,这个习惯消除了他的大多数「看起来完成、实际没完成」问题,但没有提供失败率或样本量。
整套方案由 Markdown、bash 和一个 YAML 文件组成,不依赖特定框架或 SDK。同样的文件可用于 Devin、Codex、Claude Code,甚至只由 cron 驱动。密钥放在仓库外、权限为 chmod-600 的 env 文件中,脚本读取环境变量,不写密钥字面量。
我的判断
我更认可的是「交接要有证据、验收要重新执行」,这两条对日常 AI 编程很实用。相比要求 Agent 自觉记住上下文、如实汇报进度,它们给出了可检查的交付方式。
但「有规格就写脚本」需要收窄理解。规格可能描述的是目标,过程仍包含设计和取舍;只有步骤、输入输出和异常处理足够明确时,脚本才容易稳定运行。
重跑测试也有边界:验收条件漏掉的错误,再跑一次仍然发现不了。原文没有说明审批消息如何关联具体操作、重复批准如何处理、记录缺失时如何阻止执行,因此还不能据此判断审批链路的完整性。
此外,launchd 是这套本机方案的环境前提,其他系统需要替换进程管理方式。仓库外的 env 文件和文件权限能降低误提交、误读取风险,但原文没有展开密钥轮换等管理问题。
作者还在推广 agent-ops-starter-kit:samples/ 提供免费样例,完整包售价 $39–149。这些经验可以借鉴;可靠性提升幅度仍是作者的经验之谈,不能当成经过对照验证的结论。
能拿来做什么
- 给经常跨会话开发的前端或 Node 项目加一份
AI_HANDOVER.md,记录当前状态、未完成事项和检查依据,在里程碑结束时重写。 - 委派 AI 修改代码前,先写清范围、文件和验收命令;收到结果后,由主 Agent 重新执行相关检查,再接受交付。
- 把定时查询、去重、生成报告等规则明确的工作移到脚本或 GitHub Actions,只将需要判断的结果交给模型。
- 对发布、付款、发帖建立执行前审批记录;需要手机审批时,再参考作者的消息脚本与常驻监听器结构补齐入口。