agent-autoloop：命令行Agent后台自动闭环与人工拍板中台
KKKKhazix/agent-autoloop: 让你的命令行 Agent 在后台自己接活、自己跟进到底；平时不烦你，遇到拿不准的事才发卡片找你拍板。
做CLI Agent开发的同学必看，这套架构把‘无人值守+关键节点人工确认’的工程模式讲透了，参数和配置都透明，直接拿来优化你的Agent工作流。
让你的命令行 Agent 在后台自己接活、自己跟进到底；平时不烦你，遇到拿不准的事才发卡片找你拍板。
GitHub repository created 2026-11-03 · 1062 stars in 0.9 days (about 1062 a day) · TypeScript
Agent Autoloop
让你的命令行 Agent 在后台自己接活、自己跟进到底；平时不烦你，遇到拿不准的事才发卡片找你拍板。
中文 | English
上手 · 场景模板 · 插件 · 内核 · 文档
它解决什么问题？
平时我们用 Claude Code、Codex 这类命令行 Agent，大多是“人守着终端用”：你输一句话，盯着它跑，等它问你下一步；一旦关掉窗口或者人走开，事情就断了。
Agent Autoloop 是一个极轻量的自动化中台。它把任务调度做成一个零外部依赖的**内核**，把事件来源、Agent、通知通道，甚至代码上线流水线全部拆成可随时插拔的**插件**。
- 一台电脑、一条命令就能跑。 装在你的 Mac 或 Linux 上，不用买云服务器，也不用开放公网端口。 - 一行配置接新 Agent。 不需要 SDK，也不需要改 Agent 源码，能接收提示词并打印最后一条回复的命令行工具都能接。 - 没有后台界面。 需要你拍板时把卡片推到飞书、钉钉、企微、Slack、Discord 或桌面通知；想看全局进展，敲一行命令。
上手
支持 macOS 和 Linux。运行前需要装好 Node 24、Git、curl，以及任意一个你已经登录好的命令行 Agent，不需要 GitHub 账号。也可以直接把安装说明丢给你的 Agent，让它替你装好。
装好后用你本机的 Agent 真实走一遍“提问 → 退出等回复 → 拍板 → 接着干完”：
下面是在终端里的真实输出：
交互终端里直接输入数字回车；非交互终端运行 `agent-autoloop answer 1 2` 选择“绿色”。再跑 `agent-autoloop status`，就能看到它接上刚才的会话并显示“你选了绿色，试跑通过”，还有今天和最近 7 天的轮数、Token 和费用（统计口径）。
一件事怎么转起来
编号和上面的架构图一一对应：
1. 新事件进来。 早上 9 点的定时任务、GitHub 上新提的 Issue、业务系统报的错，都变成一条标准事件送进内核。 2. 按规则派活。 内核照你写的规则，决定交给哪个 Agent、去哪个目录干。同一件事排队时又来的消息，会合并成一轮处理。 3. 干完一轮就退出。 Agent 把结果写在最后一条回复里，进程直接退出。 4. 拿不准才问你。 碰到删数据、重启服务、花钱、对外发消息这类事，内核通过飞书或桌面通知发一张卡片给你。等你回复期间，它不占后台进程，也不消耗 Token。 5. 点一下，接着干。 你选完，它接上原来的对话，把剩下的活干完。
能自己搞定的事走图上方的自动闭环：直接办完，或者约个时间（比如半小时后）再醒来复查，全程不打扰你。
日常怎么配？
写一份规则（`rules.json`）
不需要写胶水代码。打开 `~/.agent-autoloop/rules.json`，在 `rules` 里写清楚**什么事、交给谁、在哪个目录干**。`to` 填 `agents` 里已有的名字。比如每天早上 9 点写早报：
外部事件写法一样，只是要先接好来源。比如有人提新 Issue 时交给 Codex，先按说明在 `sources` 里登记 `github`：
保存后几秒内自动生效，可以运行 `agent-autoloop check` 检查。就算改错了，系统也会继续按旧规则跑，并发卡片提醒你哪里写错了。
Agent 怎么跟中台配合？
中台对 Agent 只有一个约定：在最后一条回复里交代结果。事情办完了，正常输出一句结论就行。需要向你请示时，在回复末尾附一段 `agent-autoloop` 代码块：
实测性能
Apple M5 Pro、24 GB、Node 24.21.0。写入逐条提交，事务落盘后才应答。`npm run benchmark` 的达标线按这台机器定，换台机器可能报未达标。
| 指标 | 实测 | ||
|---|---|---|---|
| 冷启动 | 88.78 ms | ||
| 空闲内存 | 59.94 MB RSS | ||
| 1000 个同时等待的长轮询 | 170.49 MB RSS | ||
| 持久化写入 | 2394 条/秒 | ||
| 派活 p99 | 1.82 ms | ||
| 110 万条事实时的启动 | 99.8 ms | ||
| 内核行数（含空行和注释） | 1651 | ||
| 运行时依赖 | 0 |
历史变大后，状态汇总会变慢，日志和索引也继续占磁盘；格式变化后的首次启动要从日志全量重建，110 万条用时 43.1 秒。完整数据和测法。
用量与合规说明
中台直接调用你本机已经安装并登录好的命令行工具，不会读取或转存你的账号凭据。模型调用消耗算在你自己的账号名下，额度和使用范围遵循各家模型厂商的服务条款。
在高频自动化场景下，各家厂商通常更建议使用 API Key（个人订阅额度主要是为日常人工交互设计的，详见 Anthropic 与 OpenAI 的官方说明）。如果你用它对外提供服务，请使用 API Key。本项目为独立开源项目，与上述厂商无隶属或背书关系。
更多文档
- 安装说明 - 规则与交付流水线配置手册 - 如何编写插件 - 完整通信协议 - 安全边界说明 - 参与贡献与交流 - 项目开发约定
仓库目录
| 位置 | 放什么 | ||
|---|---|---|---|
| `kernel/` | 内核：决策、事实日志、状态投影、到期任务、规则匹配、接口行为与卡片表单 | ||
| `host/` | 运行外壳：Node HTTP、文件与 SQLite 连接、时钟、配置、后台服务和插件加载 | ||
| `protocol/` | 通信格式、JSON Schema、输入校验、HTTP 客户端和一致性检查 | ||
| `worker/` | 接单程序：领活、运行 Agent、心跳与停止、读取和提交回执 | ||
| `cli/`、`bin/` | 用户命令及启动入口，包括状态、回答、`why`、MCP、更新与卸载 | ||
| `plugins/` | 内置 Agent、事件、通道和交付插件 | ||
| `examples/recipes/` | 完整场景：规则、任务 Skill 和启用说明 | ||
| `examples/plugins/`、`examples/skills/`、`examples/*.sh` | 最小插件模板、独立任务手册和 Shell 示例 | ||
| `skills/agent-autoloop/` | 中台的正式配置与操作手册，安装时也提供给 Agent 使用 | ||
| `docs/` | 通信协议、插件开发说明与中英文架构图 | ||
| `tests/`、`sim/` | 日常行为测试，以及模拟、穷举、强杀和变异检查 | ||
| `scripts/`、`.github/workflows/` | 性能与真机验证、安装冒烟脚本，以及 Linux / macOS CI | ||
| 根目录文档与 `install.sh` | 中英文 README、安装说明、安全边界、开发约定、许可证与安装脚本 |
读代码可以从 `bin/agent-autoloop.ts` → `cli/main.ts` 开始，再按功能进入 `host/`、`worker/` 或 `plugins/`；内核设计先看协议。同名文件分属不同层：`host/http.ts` 转换 Node 请求，`kernel/http.ts` 定义接口行为；`protocol/rules.ts` 校验输入，`kernel/rules.ts` 定义规则类型和匹配。
MIT License
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力