大家好,距離我上次寫這類文章已經很久了。首先,我不是一個典型的開發者,我想分享 task-transition-runner 的來源和它存在的理由。這是它的 GitHub 連結:GitHub - GubelUnit/task-transition-runner: A task transition runner。
我多少能讀懂程式碼,但我無法自己(重新)撰寫,也無法以技術方式審查程式碼,但我理解系統在邏輯上是如何建構的。大約一年半前,作為一個實驗,我開始創建一個多角色、帶有閘門的工程系統,它可以在不需要傳統逐行人工程式碼審查的情況下,構建由代理維護的軟體。
我個人的瓶頸始終是程式碼的執行。這個系統透過獨立角色的驗證和嚴格的測試驅動開發(TDD)方法來運作,因為這種系統唯一能依賴的堅實基礎,就是範圍內有意義的測試達到 100% 覆蓋率,加上針對既定目標的即時測試。task-transition-runner 就是從那個工程系統內部執行器中提取出來的開源組件。
在我的業餘時間(同時還有全職工作、兩個孩子和一個嬰兒,以及我的妻子),總共有 19 個角色參與了整個提取過程,在 Cursor 中超過 60 個活躍日產生了 254 個候選提交。我認為,你參與的 AI 越多,其邊界、行為和閘門就必須越嚴格、越清晰。這個執行器在此供大家檢查、使用和審查。
其範圍定義清晰,參考工作流程中的任務 A / 任務 B 是用來演示協定機制如何在磁碟上運作的範例任務。它的作用是:如果你使用代理進行開發,你會很快意識到代理自己的成功訊息是不能盲目接受的。結果的驗證絕不能被產生結果的代理所操縱,這是其核心理念。
這個執行器會隔離任務結果,並根據升級類別和驗證將其升級回 main 分支。按照參考工作流程,你透過執行器啟動任務 A(init、run、status)。執行器會檢查目標根目錄,呼叫無頭 cursor-agent,密封驗證日誌,並且只接受任務允許檔案範圍內的變更。
然後它會暫停(AWAITING_DECISIONS),等待外部驗證。這種驗證可以來自人工撰寫兩個 YAML 檔案,或者(我工作的方式)來自兩個獨立的代理角色,這些檔案是 orchestrator_decision.yaml 和 validator_decision.yaml。執行器支援 TDD(RED / GREEN)和直接逐任務(GREEN)的升級路徑。
一旦兩個外部決策檔案都到位並與日誌匹配,再次執行 CLI 就會持久化並允許任務 A 的 Git 升級到 main 分支。任務 A 完成後,你可以將下一個任務(參考工作流程中的任務 B)交給它。除了 YAML 決策,執行器還會驗證所有任務前置條件和狀態釘都完好無損,然後才呼叫下一個無頭 cursor-agent。
根據升級狀態,工作流程要麼進入下一個任務,要麼穩定下來(SETTLED),要麼進入乾淨的 TERMINAL_REST 狀態。如果任何地方不匹配,執行器總是會故障關閉(fail-closed)停止。整個方法對工作代理採取零信任原則。它們只能執行其任務允許的操作,如果出現任何偏差,執行器會故障關閉停止,而不是在錯誤的綠燈下默默繼續。
Cursor 中代理的故事:
為了構建無頭 cursor-agent 適配器,即使在 100% 測試覆蓋率的情況下,我們也需要 6 次修復迭代。因為在程序生成後不久,子程序組可能會在 KeyboardInterrupt 後存活下來,或者發生檔案描述符競爭。在這裡,我們幾乎陷入了深層的邊緣案例叢林。
有一次,一個代理只是將一個所需的狀態值隱藏在未經驗證的 YAML 註釋中(997 個測試通過,但它仍然是壞的)。在接近尾聲時,一個完整的端到端通過見證必須重置為 0,這觸發了大量的修復循環。
那時,我所能做的就是閱讀簡短的交接摘要,並詢問系統是否仍在軌道上,還是完全「迷失在叢林中」。但我們成功了,所以沒有迷失。然而,在認為「我們快成功了」之後又回到整合階段,這是一個沉重的打擊。代理會向我展示 SHA 值,就像我會閱讀並喜歡它們一樣。它們有時沒有連結編輯過的檔案,卻自豪地向我展示了 5 個完整的 SHA 值。
總結:
這個執行器是一個獨立的開源組件,從構建它的私人 AI 原生工程系統中提取出來(與 Cursor 無關)。其範圍和已知限制(KNOWN_LIMITS.md)描述得非常清楚。由於我的全職工作和孩子,這個儲存庫嚴格以 MIT 許可證「按原樣」發布(不提供持續維護或問題分類,但 GitHub Discussions 是開放的)。
它並非旨在「優於」傳統開發或其他任何東西。它只是一種不同的方法,我很想知道您是否認為它在技術上有效,以及您對它的看法。