cicy Agent

cicy 是内置的 headless agent 类型:不跑外部 CLI,由本地 AI 网关直接驱动(agent_cicy.go 的 turn loop)。它是平台上"角色型 agent"(助理、客服、协调官、桌面助手……)的运行时,一个 agent_type、多个 role,一切个性化靠数据,不靠代码。

和 CLI agent(claude / codex / opencode)的关系:cicy 把 CLI agent 的「system prompt 与 CLAUDE.md 二分」照搬了过来——system 字段只放角色模板,agent 自己的身份作为消息上下文携带。两者都字节稳定,以命中 prompt cache。

提示词分层

每轮请求的组装(cicyRunWindowLocked):

system    = role 模板的 system.md            (cicySystemBlocks,带 cache 断点)
messages  = 完整历史
            + <role> 块 → 第一条 user 消息   (AGENTS.md 正文,cicyInjectRoleContext)
            + <memories> 块 → 最后一条 user 消息(长期记忆,cicyInjectMemoryContext)
tools     = role 模板 meta.yaml 声明的工具组

三个注入都是 wire-only:持久化的对话历史不含任何注入块,注入发生在发请求的瞬间。<role> 在头部(字节稳定,吃缓存);<memories> 在尾部(记忆更新不打深前缀缓存,见下文)。

人格架构:三个地方,三种东西

层	位置	是什么	生效方式
role 模板	`~/cicy-ai/memory/agents/<slug>/`	可复用职责:`system.md`(system 字段)、`role.md`(创建时种进 AGENTS.md)、`meta.yaml`(名字/工具组/greeting)	`agent_config.role_template` 指向 slug,每轮实时读
AGENTS.md	`<workspace>/AGENTS.md`	这个 agent 的个体身份(`# Role` 段)	每轮作为 `<role>` 块注入第一条 user 消息
agent_config.role	SQLite `agent_config` 表	花名册标签 + 拓扑标记,不是人格	只用于 UI 列表;魔法值 `worker`(默认)/`master` 参与 master/worker 拓扑与完成度跟踪

--role 不设人格

cicy-agent create --role <文本> 只写 agent_config.role 这个标签列,从不进 prompt。往里填自由文本还会悄悄丢掉 worker 标记(完成度跟踪会跳过该 pane)。设人格用 --role-template;改个体身份直接编辑该 agent 的 AGENTS.md # Role 段(即时生效)。

分工口诀:可复用职责归模板,个体身份归 AGENTS.md,标签归 DB。

工具

工具集完全由 role 模板 meta.yaml 的 tools: 声明(自定义 agent 则由其 AGENT.md)。工具组在 ~/cicy-ai/db/lite-config.json 定义,改配置即生效,无需重编译:

core = shell + skill(完整工作能力);
纯聊天角色声明空工具 → 该 agent 退化为纯对话。

对话生命周期

turn loop:一条 user 消息 → (模型回复 → 工具执行 → 结果回传)循环,直到 tool-free 回答。最后一轮强制无工具收尾;
历史:完整历史每轮原样发出,不自动截断。落盘在 <workspace>/.cicy/history/:current.json(完整展示历史)、reply.json(当前轮快照)、current.<ts>.json(compact/clear 前归档);
/compact:显式触发,把整段对话折叠成一条结构化摘要(Claude Code 式分节)。阈值常量(agent_cicy.go):超 300 条消息可压缩、压缩时最近 160 条逐字保留、600 条为最后兜底硬砍上限;
/clear:轮换 conversation id,历史清空——但人格(AGENTS.md)和长期记忆(见下)不受影响;
aux 旁路:压缩摘要、记忆识别等内部 LLM 调用走 X-Cicy-Aux 头,只记用量、不写对话快照,永不污染 UI 历史。

记忆养成

cicy agent 自带运行时长期记忆(agent_cicy_memory.go),三条循环,借鉴 BaiLongma 的记忆池设计并做了文件化轻装:

写入:去抖批处理识别

每轮成功收尾后,该轮(user 问题 + 回答 + 用到的工具)进入内存缓冲;满足任一条件触发一次识别:

触发	阈值	说明
空闲	5 分钟	刻意对齐 prompt cache TTL:缓存冷却后更新记忆是免费的
攒满	6 轮	把"每轮一次 LLM"摊薄成"一批一次"
兜底	20 分钟	最早一轮等待上限
显式	立即	用户说"记住 / 别忘了 / remember"直接 flush

识别是一次 aux LLM 调用(用该 agent 自己的模型/凭据):判断全权交给模型——值得记的(稳定偏好、长期约束、关于用户及其项目环境的事实、高成本结论、可复用流程/教训)写下来;不值得的(易逝数据、临时会话指令、任务中间态、未确认猜测)明确不记。临时指令 ≠ 长期偏好是写死在 prompt 里的规则。

去重靠 mem_id 语义命名(preference_color、lesson_proxy_localhost……):识别时给出现有索引,命中同一 mem_id 即为更新而非新建。

存储:纯文件,人肉可读可改

<workspace>/.cicy/memory/
├── MEMORY.md            自动重建的索引(即注入文本)
├── <mem_id>.md          一条记忆一个文件
│                        frontmatter: mem_id/type/title/salience(1-5)/tags
└── _archive/            超限归档(软移除,不硬删)

读取:尾部 wire 注入

每轮发请求前,MEMORY.md(上限 6KB)作为 <memories> 块追加到最后一条 user 消息。选尾部是缓存工程:

深前缀(system + role + 几乎全部历史)字节不变 → 前缀缓存照常命中;
记忆块随本就未缓存的尾部重发,每轮固定几 KB,便宜一个数量级于头部注入(那会在每次记忆更新时作废整段历史缓存);
配合"空闲 5 分钟才 flush",绝大多数记忆更新落在缓存已冷却的窗口——净成本约等于零。

效果

/clear、压缩、重启都冲不掉记忆;agent 跨会话记得用户的偏好和环境,并会主动运用。验证方式:记入一条事实 → /clear 清空历史 → 提问——答案只可能来自记忆注入。

创建与管理

cicy-agent create <标题> --type cicy --role-template <slug>   # 人格选模板
# 改个体身份:编辑 <workspace>/AGENTS.md 的 # Role 段(即时生效)
# 或走 API:PUT /api/memory/templates/agent/<paneID>

role 模板可自建:在 ~/cicy-ai/memory/agents/<slug>/ 放 system.md + role.md + meta.yaml 即可被 --role-template <slug> 引用,无需注册。

cicy Agent ​

提示词分层 ​

人格架构:三个地方,三种东西 ​

工具 ​

对话生命周期 ​

记忆养成 ​

写入:去抖批处理识别 ​

存储:纯文件,人肉可读可改 ​

读取:尾部 wire 注入 ​

效果 ​

创建与管理 ​

相关 ​