如何为 LoopX 写自定义 Agent Runner3 步跑通最小运行时的完整教程【免费下载链接】loopxLong-horizon agent control plane for durable, governed work across Codex, Claude Code, and other harnesses.项目地址: https://gitcode.com/GitHub_Trending/lo/loopxLoopX 是一个面向长程long-horizonAgent 的控制面负责持久化目标、Todo、配额、证据与交接。如果你已有自己的 Agent Runner远端开发机、私有 Agent CLI 或工作流 supervisor完全不用替换它——本教程手把手带你用最小自定义 Runtime 接入 LoopX一段轻量 skill 宿主唤醒 一条 CLI 回合3 步即可跑通第一个自定义 Agent Runner。为什么需要最小运行时接入大多数宿主不需要实现完整的 typed runtime adapter。LoopX 对 agent loop 保持中立只要求你遵守最短接入契约宿主负责何时唤醒skill 负责每轮怎么干LoopX CLI 负责状态与事实源。除非你需要程序化的 commit / replay / recovery否则直接从路径 Askill 唤醒 CLI开始即可这也是本文主线。最小自定义 Agent Runner 的 3 个部件部件负责什么不负责什么宿主唤醒何时开始一轮cron、队列、可见/goal或人工Todo / gate / quota / 证据存储轻量 skill / 再进入指令教 Agent 读取新鲜 packet、认领工作、校验并写回第二套状态机LoopX CLI⚙️持久 goal、todo、claim、gate、quota、evidence、refresh模型工具与宿主进程生命周期记住一句话CLI 是事实源skill 是小型行为合同你的 runner 是 loop driver。一条标准回合从唤醒到计费一次有界回合的完整闭环如下每步只干一件事宿主唤醒cron、调度器回调或人工触发loopx status读取当前目标的新鲜状态loopx quota should-run配额门禁quiet / wait 时不调用模型、不花 quotaloopx todo claim认领一个可执行的 agent todo执行一个有界切片在 LoopX 存储之外完成真实工作独立校验读取真实产物与后置条件而不是相信 Agent 的完成文本loopx todo complete --evidence ...refresh-state写回证据并刷新状态loopx quota spend-slot --execute只在验证通过且写回持久化之后才计费应用scheduler_hint准备下一次唤醒手把手第 1 步安装并体检你的 Custom Host在拥有项目 workspace 的机器上安装 CLI并以other-agent身份跑一次 doctorpython3 -m pip install --upgrade loopx loopx doctor --agent-type other-agent 对other-agentdoctor 会有意跳过~/.codex/skills检查——你的宿主用自己的 skill manifest 或等价 prompt injection 交付 workflow 即可不要假设 Codex/Claude 的目录布局。手把手第 2 步生成专属 onboarding packet不要自己猜一套固定命令让 LoopX 为当前 goal 生成 custom-host packetloopx agent-onboard \ --agent-type other-agent \ --project . \ --goal-id goal-id \ --agent-id agent-id \ --task-text 第一个任务 \ --available-capability shellpacket 会返回 doctor/install 状态、bootstrap command pack、quota guard 与 recheck 命令。只声明宿主真实具备的 capability--available-capability表示观察到的执行能力不授予权限也不能替代 user gate。手把手第 3 步运行最小 CLI 回合 smoke 仓库内置了一个可执行的公共 smoke仅使用合成 fixture完整演练上面 8 步闭环python3 examples/custom-runtime-minimal-cli-turn-smoke.py它会依次验证status→todo add→todo claim→quota should-run状态为eligible→ 宿主写一个公开 marker 文件并独立读回校验 →todo complete --evidencerefresh-state→quota spend-slot --execute5 个 slot 花掉 1 个。其中再进入指令re-entry instruction是最核心的行为合同稳定不变、绝不缓存上一轮 packet见 examples/custom-runtime-minimal-cli-turn-smoke.py为当前 goal/agent 读取新鲜loopx status与loopx quota should-run遵守 user gate写前认领一个合格 todo执行一个有界切片并自己校验真实后置条件通过 LoopX CLI 写回 todo/evidence再refresh-state验证写回持久化后才quota spend-slot --execute在宿主上应用 scheduler_hint从第 1 步开始下一轮唤醒进阶选读typed Turn adapter路径 B当你的宿主需要以程序方式驱动外部 worker并且需要preview / commit / replay / recovery语义时才走 typedLoopX TurnEnvelope路径。可执行 smokepython3 examples/loopx-turn-fake-host-walkthrough-smoke.py路径 B 是可选的它不取代路径 A两个 Agent 之间的接力也不靠常驻 leader——A 完成时写入 successor todo下次宿主唤醒时由 B 认领即可。自定义 Runtime 的 5 条红线 ⛔❌ 不要再实现一套 Todo / gate / 证据 / quota 存储❌ 不要在验证写回之前spend-slot❌ 不要把模型完成文本当成证明——要读取真实产物❌ 不要提交.loopx/、活的ACTIVE_GOAL_STATE.md、凭证或原始 session❌ 不要缓存上一轮 CLI packet每次新唤醒都从第 1 步重新开始延伸阅读 最短公共契约中文docs/guides/minimal-custom-runtime-example.zh-CN.md完整接入指南自驱动 Tick 8 步闭环 验收清单docs/guides/custom-agent-runner-integration.zh-CN.mdCLI 入口源码loopx/cli.py指南索引docs/guides/README.md按上面 3 步走下来你就拥有了一个受治理、可恢复、能被审计的最小自定义 Agent Runner——剩下的让目标自己驱动回合。【免费下载链接】loopxLong-horizon agent control plane for durable, governed work across Codex, Claude Code, and other harnesses.项目地址: https://gitcode.com/GitHub_Trending/lo/loopx创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考