English · 简体中文 · 繁體中文 · Français · Deutsch · Italiano · Español · 日本語 · 한국어 · Русский · Português (Brasil) · Türkçe · Polski · Čeština · Magyar

Fordulat SKILL.md ellenőrizhető futásidejű elvárásokba. Nézze meg, valójában mit megtörtént, ahol a viselkedés először eltért, és az ítélet mögött meghúzódó bizonyítékok.

Agent Skill Runtime Intelligence egy csak olvasható futásidejű bizonyíték- és diagnosztikai rendszer az Agent Skills számára. Kivonja a konzervatív, ellenőrizhető megszorításokat a jelenlegi Skill definícióból, hozzáigazítja azokat a futásidejű tevékenységhez, és az eredményt bizonyítékok szerinti osztályozásként rekonstruálja. Skill Run Panorama. Egyesíti a hivatalos ügynök-eseményeket, az importált nyomkövetéseket, a címkézett munkamenet-visszaesést és a megfigyelhető munkaterület-eredményeket anélkül, hogy proxy-modellkérelmeket venne át, vagy átvenné az ügynökhurkot.

Telepítse és indítsa el a legújabb kiadást macOS vagy Linux:

curl -LsSf https://raw.githubusercontent.com/hellogxp/skill-runtime-intelligence/main/scripts/install.sh | sh -s -- --start

Nincs klón, fiók, sudo, vagy GitHub CLI szükséges. A telepítő ellenőrzi a kiadás ellenőrző összegét, észleli a támogatott ügynököket és készségeket, elmagyaráz minden elérési utat, amelyet olvasni fog, egyszer megkérdezi a csak megfigyelési hook engedélyezése előtt, és megnyitja a helyi UI at http://127.0.0.1:4317. A futásidejű adatok alatt maradnak ~/.skill-runtime kivéve, ha kifejezetten konfigurál egy exportálást.

Megteheti ellenőrizze a telepítőt futtatása előtt.

1. Fogadja el az opcionális hibamentességet Hook állítsa be, amikor a telepítő kéri.
2. Indítsa újra az ügynököt, és kezdjen el egy új feladatot. In Codex, tekintse át a kezelt parancsokat /hooks első; a meglévő feladatok nem töltenek be hot-load újat Hooks.
3. Használjon szokásosan egy Skill-t, majd erősítse meg az integrációt, és nyissa meg a UI:

skill-runtime doctor
skill-runtime status

Az integráció csak akkor Élő, ha a Collector valódi futásidejű eseményt kap. Egy beállított, de nem megfigyelt Hook Függőben – soha nem mutatták be élő bizonyítékként. Nyitott http://127.0.0.1:4317, vagy lásd a Útmutató az első lépésekhez ügynökspecifikus utasításokért és hibaelhárításért.

Közvetlenül a forráspénztárból történő futtatáshoz:

python3 -m venv .venv
.venv/bin/python -m pip install -e .
.venv/bin/skill-runtime install --enable-hooks
.venv/bin/skill-runtime start

Skill Runtime megfigyeli a már használt munkafolyamatot. A változatos adapterek az ügynök-natív eseményeket stabil Skill életciklussá alakítják, míg a nyers forrású borítékok, a normalizált események, kapcsolatok és következtetések külön maradnak. A diagnosztikai motor ellenőrzi az explicit Skill-korlátokat a bizonyítékok alapján, azonosítja a legkorábbi megfigyelhető eltérést, és elkülöníti a szisztémás adapter holtfoltjait a futásspecifikus megállapításoktól. Nem találja ki a modell szándékát vagy az ok-okozati hatékonyságot.

A támogatott belső adapterek verziószáma egymástól függetlenül történik:

A pontos képességhatárokat a adapter képesség mátrix. A nem támogatott és nem megfigyelt szakaszok láthatóak maradnak, ahelyett, hogy meghibásodásokká alakulnának.

A Skill telepítése nem bizonyítja, hogy egy ügynök fedezte fel azt. A felfedezés nem bizonyítja az aktiválást. Az aktiválás nem bizonyítja, hogy a teljes utasítások és erőforrások betöltésre kerültek. Az utasítások betöltése nem bizonyítja, hogy az Ügynök követte azokat. A végrehajtás nem bizonyítja, hogy a Skill javította az eredményt.

Ma ezek a kudarcok gyakran hallgatnak. A fejlesztők kérdezik:

• Rendelkezésre állt a Skill ennek az ügynöknek?
• Aktiválódott erre a kérésre?
• Mely utasítások, hivatkozások, szkriptek és eszközök lettek betöltve?
• Mely kifejezett készségkövetelményeket követték, hiányoztak vagy lehetetlen értékelni?
• Milyen eszközök, MCP hívások, segédügynökök, fájlok és műtermékek érintettek?
• Hol nem sikerült a futtatás, hol próbálkozott újra vagy veszítette el a kontextust?
• A Skill segített, vagy csak növelte a költségeket és a késleltetést?

Az elsődleges diagnosztikai objektum a SkillRun, nem egy teljes ügynöki munkamenet:

User request
    ↓
Skills discovered
    ↓
Skill selected / not selected
    ↓
SKILL.md activated
    ↓
References and scripts loaded
    ↓
Tools / MCP / subagents executed
    ↓
Files and artifacts produced
    ↓
Observable outcome

A UI az életciklust rendezetten, gépelve és bizonyítékok szerint osztályozva tartja. A hiányzó aktiválási telemetria azt jelenti, hogy „nem figyelték meg” vagy „nem támogatott”; ez nem jelenti azt, hogy az ügynök határozottan kihagyta a készséget.

A UI soha nem szabad következtetést futásidejű tényként bemutatni:

• Megfigyelt – kifejezetten jelen van egy forráseseményben vagy fájlban.
• Származtatott – determinisztikusan kapcsolódik a megfigyelt bizonyítékokhoz.
• Kikövetkeztetett — elfogadható magyarázat, bizonytalansággal.
• Kísérleti – ellenőrzött páros értékeléssel mért hatás.

Egyetlen nyomkövetés támogathatja a végrehajtási hozzárendelést. Az ok-okozati hatást nem tudja bizonyítani. Az olyan állítások, mint például „ez a készség javította a sikerességi arányt”, ismételt készségértékelést igényelnek/készség nélkül.

• Alapértelmezés szerint privát, helyi, hibrid és csapatkapcsolatos telepítéssel.
• Csak olvasható megfigyelés; soha ne vegye át az ügynökhurkot.
• Nincs modellproxy és nincs kötelező felhőszolgáltatás.
• Az alapértelmezett termékben nincs blokkolás, jóváhagyási kapu vagy szabályzat érvényesítése.
• Explicit származás és bizonyítékok osztályozása.
• Progresszív közzététel: először egyszerű narratíva, igény szerint nyers események.
• Adapter alapú támogatás az ügynök átirat-formátumok megváltoztatásához.

A futásidejű támogatja Codex, Claude Code, Qoder, és OpenCode független, verziószámú adaptereken keresztül, és a következőket kínálja:

• telepített készségfelderítés és érvényesítés;
• valós idejű hivatalos Hook/plugin gyűjtemény plusz címkézett munkamenet tartalék;
• A készségek aktiválása, az erőforrások betöltése és az eszközhívások ütemezése;
• alügynök, MCP, fájl és műtermék kapcsolatok;
• időtartam, token, hiba, újrapróbálkozás és állapot-összefoglalók, ha rendelkezésre állnak;
• az áramból kivont konzervatív viselkedési kényszerek SKILL.md;
• bizonyítékokhoz kötött megfelelőségi, ellenőrzési és futásidejű-hibaellenőrzések;
• konkrét utasítások, erőforrások, eszközök, műtermékek és eredmények leltárak;
• Runtime Overview a rendszerszintű lefedettségi korlátokkal elválasztva a futtatási eredményektől;
• első határdiagnózis;
• panoráma DAG, esemény idővonal és bizonyítékellenőr;
• képesség-tudatos azonos-ügynök és ügynökök közötti összehasonlítás;
• egy különálló Inferred Analysis felület, amely nem tudja átírni a futásidejű tényeket;
• feliratkozás OTLP/HTTP export és támogatott megfigyelhetőség-nyomkövetés import.

Az MVP nem tartalmazza a piacteret, az univerzális ügynök futtatókörnyezetét, a biztonsági végrehajtást, a vállalatirányítást vagy az ok-okozati összefüggéseket.

A legrövidebb támogatott útvonal eléréséhez használja az egysoros kiadás telepítőjét Gyors kezdés. A teljes első futási folyamat, az ügynökspecifikus újraindítási/megbízhatósági lépések, az adatvédelmi viselkedés és a hibaelhárítás a Útmutató az első lépésekhez.

A fejlesztéshez az alap megvalósításnak nincs futásidejű függősége azon túl Python 3,9+. A tároló gyökérből:

python3 -m venv .venv
.venv/bin/python -m pip install -e .
.venv/bin/skill-runtime install --enable-hooks
.venv/bin/skill-runtime start

Ezután nyissa meg http://127.0.0.1:4317.

Az egyszeri install parancs:

1. átvizsgálja a felhasználók, a projektek és a gyorsítótárazott beépülő modulok képzettségi helyeit;
2. észleli Codex, Claude Code, Qoder, és OpenCode konfigurációjuk megváltoztatása nélkül;
3. megmutatja, hogy mely ügynök- és készségútvonalak kerülnek beolvasásra;
4. letölt egy ellenőrzőösszeggel ellenőrzött alacsony indítású natív küldőt az aktuális platformhoz, visszatérve egy helyi C buildre, és végül a Python küldőt, és a telepítés során egyszer előmelegít egy friss natív bináris fájlt;
5. létrehozza ~/.skill-runtime/config.json és a helyi SQLite index.

Az első index a meglévő kompatibilis ügynöki munkameneteket importálja. Egy hosszú élettartamú munkaállomáson ez tovább tarthat, mint egy friss telepítés; a későbbi indítások növekményesek és a UI elérhetővé válik, miközben a háttérben történő frissítés fut.

Interaktív futtatáskor egyszer megkérdezi, mielőtt felveszi a feladatmegnyitó ügynök hook-okat. --no-hooks megőrzi a transzkriptum importálását címkézett tartalékként, míg --enable-hooks rögzíti a kifejezett hozzájárulást, és csak a kezelt bejegyzéseket telepíti. Mert Codex, nyitott /hooks telepítés után tekintse át a pontosan kezelt parancsokat, és bízzon bennük. Codex szándékosan megköveteli ezt a kifejezett felülvizsgálatot a felügyelt vállalati konfiguráción kívül hozzáadott hookok esetében. Kezdj egy újat Codex feladat/munkamenet után bízva a Hooks, majd futtassa:

.venv/bin/skill-runtime doctor

Qoder terhelések Hook konfigurálása indításkor, ezért indítsa újra Qoder az első telepítés után. OpenCode felfedezi a felügyelt, csak megfigyelésre alkalmas beépülő modult a globális beépülő modulok könyvtárából; indítsa újra OpenCode ha az aktuális folyamat megelőzi a telepítést. Egyik integráció sem olvassa be vagy módosítja a modellkéréseket.

Az integráció csak akkor válik Élő-vé, ha az adatbázis valódi értéket kap official_hook esemény. Pusztán írás ~/.codex/hooks.json Függőbenként jelenik meg, soha nincs csatlakoztatva. start elindítja a Collectort, az átiratok tartalékfigyelőjét, a megőrzési dolgozót, SQLite tárolni, és élni UI menedzselt háttérfolyamatként. Nincs modellkérelem proxy.

Életciklus parancsok:

skill-runtime status
skill-runtime doctor
skill-runtime restart
skill-runtime stop
skill-runtime config --set retention_days=30
skill-runtime config --set network_export.endpoint=https://collector.example/v1/traces
skill-runtime config --set network_export.enabled=true
skill-runtime uninstall --keep-data

uninstall csak kezelt eltávolítja Hook bejegyzések és Skill Runtime-tulajdonú fájlok. Nélkül --keep-data, interaktív megerősítést igényel (vagy --yes) eltávolítása előtt ~/.skill-runtime; Az ügynöki munkamenetek és a készségforrások soha nem kerülnek eltávolításra.

Indexelés és külön szolgáltatás:

PYTHONPATH=src python3 -m skill_runtime_intelligence index
PYTHONPATH=src python3 -m skill_runtime_intelligence serve

Meglévő nyomkövetési export importálása egy általános megfigyelési rendszerből:

PYTHONPATH=src python3 -m skill_runtime_intelligence import \
  ./trace-export.json \
  --format auto

A verziójú importprofilok jelenleg felismerik az OTLP/Phoenix, Langfuse, LangSmith, W&B Weave, és Datadog JSON formák. Csak létrehoznak a SkillRun amikor a forrás explicit Skill szemantikát hordoz; az általános tartományneveket nem kezelik aktiválási bizonyítékként.

Normalizált, készségspecifikus futásidejű bizonyítékok exportálása bármelyikre OTLP/HTTP nyomkövetési végpont:

.venv/bin/skill-runtime start \
  --otlp-endpoint https://collector.example/v1/traces \
  --otlp-header Authorization='Bearer …'

Az exportálás le van tiltva, hacsak nincs kifejezetten konfigurálva egy végpont. Az ellenőrzőpontok, az újrapróbálkozás állapota és a cél állapota a Beállításokban jelennek meg. A nyers promptok, az eszköztárak, a hitelesítő adatok és a szakértelem-erőforrás tartalma nem exportálódik. A hitelesített háttérexportáláshoz adjon meg szabványt OTEL_EXPORTER_OTLP_HEADERS előtti környezetben skill-runtime start; fejlécek soha nem íródnak Skill Runtime konfigurációs vagy folyamatargumentumok.

skill-runtime start tartalmaz egy helyi gyűjtőt. Natív telemetriai adapterek, hivatalos horgok, könnyű, hibamentes horgok és SDK Az integrációk egyetlen eseményt vagy korlátos köteget fűzhetnek hozzá POST /api/events:

curl -X POST http://127.0.0.1:4317/api/events \
  -H 'Content-Type: application/json' \
  -d '{
    "event_id": "evt-example-activation",
    "event_type": "skill.activated",
    "occurred_at": "2026-07-29T05:00:00Z",
    "session_id": "agent-session-example",
    "turn_id": "turn-1",
    "activation_mode": "explicit_tool",
    "skill": {"name": "pdf"},
    "source": {
      "adapter": "example-agent",
      "adapter_version": "1.0",
      "collection_mode": "official_hook",
      "source_event_id": "source-event-1"
    },
    "evidence": {
      "grade": "observed",
      "confidence": 1.0,
      "basis": "Official runtime hook"
    },
    "payload": {"tool_name": "Skill"}
  }'

A végpont eltávolítja a gyakori hitelesítő adatokat a fennmaradás előtt, de duplikációt hajt végre event_id, megőrzi a külön szerkesztett nyers borítékot, és visszaküldi az eredményt skill_run_ids. GET /api/collector/schema megjeleníti a támogatott eseményszótárat és gyűjtési módokat. A UI hallgat /api/stream SSE használatával, a lekérdezéssel csak az újracsatlakozási tartalékként.

A forrásjelző megkülönbözteti az elsődleges futásidejű bizonyítékot a Transcript fallback és behozott nyomok. A Collector végpont önmagában nem igényel natív telemetriát: minden gyártónak nyilatkoznia kell, hogy eseménye natív telemetriából, hivatalos horogból, könnyű horogból vagy egy SDK.

Először ellenőrizze a pontos útvonalakat és eseményeket. Ez a parancs csak olvasható:

.venv/bin/skill-runtime setup

Hook a telepítéshez explicit jelző szükséges:

.venv/bin/skill-runtime setup --enable-codex-hooks
.venv/bin/skill-runtime setup --enable-claude-hooks

A telepítő biztonsági másolatot készít az ügynök konfigurációjáról, megőrzi a meglévő horgokat, és csak az a-t tartalmazó bejegyzéseket ad hozzá Skill Runtime menedzsment jelző. A horogadapter minimális életciklus-mezőket tárol, nem pedig teljes promptokat vagy szerszámterhelést. A befejezett szerszámhívásoknál csak pontos kivonatokat készít SKILL.md, standard Skill erőforrás és megváltoztatott fájl elérési út a memóriában; A nyers parancsok, patch törzsek, promptok és eszközkimenetek a fennmaradás előtt el lesznek vetve. Amíg a futtatókörnyezet aktív, egy engedély korlátozott Unix socket a gyors út; az opcionális natív feladó elkerüli Python indítás. Ha a futtatókörnyezet nem aktív, az önálló megszakítási útvonal hozzáfűzi a szerkesztett bizonyítékot ~/.skill-runtime/queue/events.jsonl. skill-runtime start újrajátssza azt a sort az eseményazonosító deduplikációjával.

Codex események a hivatalos Hook API (SessionStart, SessionEnd, UserPromptSubmit, PreToolUse, PostToolUse, PreCompact, PostCompact, SubagentStart, SubagentStop, és Stop). Codex jelenleg szinkronban hajtja végre a parancshorogokat, tehát Skill Runtime helyit használ Unix socket/natív küldő korlátozott időkorláttal. Bármilyen kézbesítési hiba lenyelődik és sorba kerül; soha nem változtat az Ügynök döntésén. Lásd a hivatalos Codex Hook dokumentáció.

Csak a kezelt bejegyzéseket távolítsa el a következővel:

.venv/bin/skill-runtime setup --remove-codex-hooks
.venv/bin/skill-runtime setup --remove-claude-hooks

A szerver kötődik 127.0.0.1 alapértelmezés szerint. A teljes átírási üzenetek és az eszköz hasznos terhei nem kerülnek az indexbe. A közös titkos mintákat a rendszer szerkeszti, mielőtt a normalizált összegzések megmaradnak.

Futtassa a függőségmentes tesztcsomagot a következővel:

PYTHONPATH=src python3 -m unittest discover -s tests -v

GitHub Akciók futnak Python 3.9–3.13 tesztek, JavaScript-ellenőrzés, natív küldő-összeállítás és valódi telepítés/indítás/doctor/stop/uninstall füstteszt. A v* tag kerék/sdist csomagokat épít, plusz ellenőrzőösszeg-védett Linux és macOS natív feladók. A CLI telepítője letölti a megfelelő kiadási eszközt, így a végfelhasználóknak nincs szükségük fordítóprogramra.

Futtassa az első termékhez kapcsolódó diagnosztikai kísérletet:

python3 experiments/runtime_diagnostics/run_benchmark.py

Hibákat szúr be az életciklusra vonatkozó bizonyítékok hiányosságaira, kifejezett hibákra, hiányos futtatásokra és ellenőrizetlen eredményekre, majd kiértékeli ugyanazt a determinisztikus diagnosztikai motort, amelyet a API és UI. Lásd a PAI-DSW kísérleti terv a kísérleti létrához, az interferencia-tesztekhez és a reprodukálhatósági szerződéshez.

A kerék felépítése után futtassa az elkülönített csomagolt életciklus-füstöt a következővel:

PYTHONPATH=src python3 experiments/product_lifecycle/run_benchmark.py

Telepít egy ideiglenes virtuális környezetbe és ideiglenes otthonba, a teljes helyi életciklust a hookok engedélyezése nélkül gyakorolja, és ellenőrzi a projekt és az ügynök konfigurációjának zavartalanságát.

A termék viselkedése négy kísérlet által vezérelt megszorítást követ: bizonyíték a következtetések előtt, az első megfigyelhető határ a súlyosság előtt, a típusos kapcsolatok a lapos rönkök előtt, és a determinisztikus rekonstrukció a valószínűségi segítségnyújtás előtt.

A reprodukálható bizonyítékokat és annak korlátait fenntartja a kísérleti jelentés. A korlátozott eredmények a következők:

• 2 400/2 400 Gyűjtőesemények elfogadása bemeneti/kimeneti mutáció nélkül;
• 14/14 determinisztikus hibakorpusz diagnózis, alátámasztatlan okozati állítás nélkül;
• a relációs diagnózis reprezentációja 13/14 pontos és F1 0,963, míg a lapos életciklus visszakeresés elérte az 1/14 pontos és F1 0,080;
• adatvédelmi szempontból biztonságos, valós futású audit, amely kifejezetten alkalmatlan marad a megerősítő termékhatás-állításokra, mivel hiányoznak az ellenőrzött eredmények, a kiegyensúlyozott ügynökök közötti lefedettség és az emberi címkék.

Ezek az eredmények a mechanizmusokat és a reprezentációs választásokat igazolják, nem pedig a telepítés általánosítását vagy az emberi előnyöket. Valódi második ügynök tanulmányok, platformok közötti késleltetés, valós hibakalibrálás és résztvevő diagnosztikai vizsgálatok továbbra is nyitott bizonyítékok.

A kutatási irány a szomszédos elsődleges munkákra is épül: SkillsBench és SWE-Skills-Bench motiválja a diagnózist, mert a készségek hatásai változóak és visszafejlődnek; Harness-Bench motiválja a képesség-tudatos cross-Agent összehasonlítást; és a végrehajtás származási felmérés motiválja a gépelt bizonyítékviszonyokat, a származási nyomkövetést és a magánélet-tudatos audit infrastruktúrát.

Termék- és kutatási referenciák: termék meghatározása, MVP specifikáció, megfigyelhetőség interoperabilitás, kísérleti eredmények, és a kutatási menetrend.

• Olvas Hozzájárulás mielőtt megváltoztatná a bizonyíték szemantikáját, adaptereit vagy a termék viselkedését.
• Kövesse a Magatartási kódex minden projekttérben.
• A sebezhetőségeket privát módon jelentheti a következőn keresztül Biztonsági politika, nem közügy.
• Használja a strukturált problémakövető reprodukálható hibákhoz és hatókörű funkciójavaslatokhoz. Soha ne csatoljon privát futásidejű adatbázisokat vagy munkamenet-átiratokat.

1. v0.3.0 – Következő kiadás: Ellenőrizhető készség-viselkedési korlátok, konkrét futásidejű tevékenységek, bizonyítékokhoz kötött értékelés, rendszerszintű lefedettség-diagnosztika és a meglévő élő Panorama és Compare munkafolyamat.
2. Következő – Adapter és diagnózis megerősítése: szélesebb ügynök-/verziólefedettség, valós hibakalibrálás, többplatformos faroklatencia-ellenőrzés és résztvevő diagnosztikai vizsgálatok.
3. Később – Hatásértékelés: Ellenőrzött – Képesség/készség nélkül – páros értékeléssel, kifejezetten elkülönítve az egyszeri diagnosztikától.

Az aktuális forrásfa cél v0.3.0; használja a fenti kiadási jelvényt a legújabb közzétett build azonosításához. A futási idő ellenőrizhető készség-viselkedési korlátokat, konkrét tevékenység-összefoglalókat, telepített definíciós leltárt, beleegyezés-vezérelt tisztviselőt tartalmaz Hook adapterek Codex, Claude Code, és Qoder, csak megfigyelés OpenCode beépülő modul, címkézett átirat tartalék, aktív hatókörű hozzárendelés, pontos fájl/műtermék elérési út, szerkesztés, külön forrás/kapcsolat/következtetési rétegek, SQLite tárolás, megőrzés, determinisztikus diagnózis, élő UI, és cross-run/cross-Agent összehasonlítás. OTLP/Phoenix, Langfuse, LangSmith, W&B Weave, és Datadog az export importálható; A normalizált bizonyítékok élőben exportálhatók a részvétellel OTLP/HTTP.

A modellen belüli jelölt felfedezések, a modell belső szelekciós okai, a szemantikai hatékonyság és az ok-okozati eredménnyel kapcsolatos állítások továbbra sem támogatottak, kivéve, ha egy forrás vagy ellenőrzött kísérlet erre bizonyítékot szolgáltat.