zhaoweiguo 的知识库

PrimeIntellect-ai/prime-agent

8分钟阅读

一句话定位： Prime Intellect 出品的开源自进化 coding agent——围绕 Recursive Language Model（RLM）与 Continual Harness 两大抽象构建，持久 IPython 内核作为唯一模型工具面，rlm(...) 原生派生子 Agent，/refine 以证据驱动的小步更新持续改进 harness 状态，专为长时域自主任务设计。

GitHub: PrimeIntellect-ai/prime-agent Stars: 15,752 | License: MIT | Language: TypeScript | 创建: 2026-05（3 个月 15k+ stars） 基座: fork 自 pi（本 wiki 的 oh-my-pi 同源的 Pi coding agent）

为什么值得关注

  • RLM 范式的完整工程落地：把 Prime Intellect 博客提出的 Recursive Language Model 做成了可用产品——上下文即变量（prompt-as-a-variable）、工具调用即程序内函数调用、子 Agent 即递归调用，全部发生在一个持久 Python REPL 里
  • 自进化不靠改 system prompt：Continual Harness 把补充提示词/记忆/技能描述/子 Agent 规格存为持久状态，/refine 只做小幅、有证据支撑的增删改，基础 system prompt 不可变，全程快照可回滚（论文：Continual Harness, arXiv:2605.09998）
  • 长时域能力全家桶：daemon 后台常驻（终端断开继续跑）、自动 compaction、持久 goal、heartbeat、cron 调度、有预算约束的自主模式 + 质量门
  • Agent 间直接通信：运行中的 Agent 与保留的子 Agent 可互相发现、发消息、指挥对方，不必经过用户中转
  • 为评测/研究而生：官方定位明确支持长时程 evals，配套 verifiers 与 prime-rl（RL 训练），是 Prime Intellect「agent ↔ RL 训练闭环」的前端
  • 兼容 Agent Skills 标准，并扩展出可执行 Python 包的技能形态

两大核心抽象

1. Recursive Language Model（RLM）

默认只有一个内置模型工具：ipython。读写文件、跑 shell、转换数据、调技能、派活，全部从持久 IPython 内核里以代码完成：

# Python 状态跨工具调用、跨 compaction 存活
config_files = list(Path(".").rglob("*.toml"))
%%bash          # 每个 cell 是临时子 shell，Python 状态不受影响
npm run check

子 Agent 是原生 RLM 调用：内核预载可调用对象 rlm：

handle = await rlm("Review the authentication flow", name="auth-reviewer")
# 立即返回 handle（rlm_child_id/name/session_dir/model），不阻塞等答案
  • 多个独立子任务分别 spawn 后结束本轮，不等完成
  • 结果只通过 agent_message 显式回复或文件传递，rlm() 永不返回子 Agent 的答案
  • 子 Agent 注册表存活于 compaction、内核重启、父会话恢复之后；可 rlm.list_subagents() / delete_subagent() 管理
  • 递归深度可配置，默认只允许 root 派生子级

Host Bridge：凭证、provider 执行、transcript 写入、路由、调度等权威状态留在 TypeScript 宿主侧；Python 侧通过 rlm.host_request(...) 发类型化请求（goal、agent_message、rlm_heartbeat、compact 等技能都是薄封装）。

2. Continual Harness（自进化机制）

rlm.harness 是一个持久状态账本：prompt notes、memories、可复用技能描述、子 Agent 规格、refinement 事件。

  • 会话级状态存于 session-artifacts/<id>/harness/harness_state.json，显式全局条目在 ~/.prime/agent/harness/
  • /refine 对当前轨迹做专项复盘，应用 create/update/delete 小编辑；每次改动记录 before/after 快照支持回滚
  • 基础 system prompt 永远不可变，refinement 只是补充状态
  • harness 里的”技能条目”是可复用 Python 调用的持久描述，与真正的已安装技能包互补：重复流程先沉淀为条目，成熟后再用 skill-creator 打包

这与 agent-continual-learning 的 Harness 层持续学习、sia 的 Self-Improving 思路同赛道，但走的是”状态账本 + 小步可回滚”的保守工程路线，而非直接改 harness 文件。

架构（五层分治）

TUI 客户端（只管渲染/输入）
  → AgentConnection（客户端执行边界，快照/重放/重连）
    → Daemon supervisor（路由/attach/worker 健康/跨 Agent 消息投递）
      → Session worker（一个 root 会话树：AgentSessionRuntime + Scheduler）
        → AgentSession（provider 调用/队列/工具/compaction/goal/子级生命周期/transcript）
          ↔ IPython kernel（模型面控制环境，独立进程）
  • worker 与 kernel 分进程是为了生命周期隔离与故障恢复，不是安全沙箱（官方明确警告：模型生成的 Python 以用户权限执行）
  • 会话持久化为 JSONL；kernel 状态存 kernel-state.dill；子 Agent 有独立 session 目录
  • 无论 prompt 来自用户、heartbeat、cron、goal 续跑、自主模式还是别的 Agent，进入会话队列后走同一条执行/持久化路径
  • 支持 JSON / RPC headless 模式、SDK 嵌入、ACP 协议（ACP 没有的能力走 _meta 反向域名信封）

Skills 体系

  • 实现 Agent Skills 标准（SKILL.md 发现/路由/指令），违规警告但宽容
  • Python-backed skills 是超集：技能自带 Python 包，安装进内核环境后按 import 名直接调用： 
    report = await release_audit(repository=".", target_version="0.4.0")
  • 启动 prompt 只注入技能元数据，任务匹配时才加载完整 SKILL.md（与 agent-skill-loading 两阶段加载一致）
  • 加载位置：~/.prime/agent/skills/、~/.agents/skills/、项目 .prime//.agents/、package.json、--skill、内置（优先级最低）
  • 内置技能：prime-intellect（Prime 全家桶 CLI 入口）、skill-creator（教 Agent 造技能）、websearch（Serper API）

长时域能力清单

能力入口说明
后台常驻prime-agent attach <agent>daemon-backed，终端断开继续跑
持久目标/goal目标跨轮存活直到完成/暂停/清除，含 token/时长预算
Heartbeat/heartbeat、rlm_heartbeat周期性或定时重入会话
调度prime-agent schedulecron 式定时 prompt
自主模式/autonomousturn/token/时间三重预算 + 用户自定义质量门；官方明确”过门≠任务成功”
上下文压缩自动 compaction保近期消息与内核状态，摘要旧上下文

快速上手

curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh
cd /path/to/project && prime-agent    # 首次 /login 选订阅或 API key provider
prime-agent agents                    # 浏览运行中/空闲/已保存会话
prime-agent status                    # 后台服务状态
prime-agent doctor --fix              # 诊断修复

Monorepo 结构：packages/{ai（provider 注册表/MCP）, agent（agent loop 内核）, coding-agent（CLI/core/文档）, tui}。

相关页面

资源

关系图谱

反向链接