配置指南

Rnix 使用分层配置系统，通过 YAML 配置文件、Agent 定义和 Skill 定义来控制行为。运行 rnix init 可初始化配置环境。

配置模型

Rnix 的配置有三个独立维度：

1. 配置文件分层（XDG 风格）

YAML 配置文件（providers.yaml、config.yaml、web-search.yaml）遵循 全局 + 项目 双层模型：

层级	位置	用途
全局层	`~/.config/rnix/`（或 `$XDG_CONFIG_HOME/rnix/`）	用户级默认配置
项目层	`<project>/.rnix/`	项目级覆盖

YAML 文件采用深度合并：项目级值覆盖全局级值。

2. Skill 存储（agentskills.io 2×2 模型）

Skill 遵循 agentskills.io 规范的 dual-scope × dual-namespace 模型。Rnix 在每个 scope 下实现了两个 namespace：

	Native Namespace（Rnix）	Agents Namespace（agentskills.io）
Project scope	`<project>/.rnix/skills/`	`<project>/.agents/skills/`
User scope	`~/.config/rnix/skills/`	`~/.agents/skills/`

Native namespace（.rnix/skills/、~/.config/rnix/skills/）：Rnix 专属 skill，同 scope 内优先级最高
Agents namespace（.agents/skills/、~/.agents/skills/）：遵循 agentskills.io 跨工具标准——置于此处的 skill 对 Cursor、OpenCode、Windsurf 等兼容工具可见

优先级：project/native > project/agents > user/native > user/agents。详见 Skill 包管理。

3. 数据目录（会话与历史）

运行时产物——推理步骤、检查点、events.jsonl、可恢复历史——不存放在配置旁边，而是位于单一的全局数据目录，按以下顺序解析：

优先级	来源	解析路径
1	`RNIX_DATA_DIR`	取其原值
2	`XDG_DATA_HOME`	`$XDG_DATA_HOME/rnix`
3	（默认）	`~/.local/share/rnix`

在数据目录下，每个项目在项目注册表中拥有自己的子树，以一个确定性的、可读的 ID 作为键：

<data-dir>/
└── projects/
    ├── my-api-3f9a1c2b/         ← <sanitized-basename>-<hash8>
    │   └── steps/
    │       └── <uuid>/          ← events.jsonl、proc-info.json、检查点
    └── another-repo-7c4e0d11/
        └── steps/

ID 形如 <sanitized-basename>-<hash8>，其中 hash8 是 sha256(项目绝对路径) 的前 4 字节。哈希可避免两个同名 basename 的项目（例如两个不同的 api/ 目录）相互冲突，basename 则保持目录可读。如此集中存储，使得 rnix ps -a、rnix record、rnix replay、rnix resume 能从单一根目录跨所有项目枚举历史，也让下文的**垃圾回收（GC）**能全局地应用 retention_days / max_entries。

旧版本曾将会话数据存放在相对当前目录的 <project>/.rnix/data/steps/。该位置已被全局数据目录取代——.rnix/ 现在仅保存配置、状态和 skill。

目录结构

~/.config/rnix/                  ← 全局配置（由 rnix init 创建）
├── providers.yaml
├── config.yaml
├── web-search.yaml
├── agents/                      ← 全局 Agent 定义
│   └── code-analyst/
│       ├── agent.yaml
│       └── instructions.md
└── skills/                      ← 用户 skill（native namespace）
    └── code-analysis/
        └── SKILL.md

~/.agents/skills/                ← 用户 skill（agents namespace，agentskills.io 标准）
└── web-research/                ←   与 Cursor、OpenCode 等共享
    └── SKILL.md

<project>/.rnix/                  ← 项目配置（由 rnix init 创建）
├── providers.yaml
├── config.yaml
├── init.yaml
├── compose.yaml
├── web-search.yaml
├── agents/                      ← 项目 Agent 定义
├── skills/                      ← 项目 skill（native namespace）
└── state/                       ← 运行时状态（trust marker 等）
                                 ← （会话数据位于全局数据目录——见"3. 数据目录"）

<project>/.agents/skills/        ← 项目 skill（agents namespace，agentskills.io 标准）
└── shared-util/                 ←   项目内跨工具共享
    └── SKILL.md

注意：~/.agents/skills/ 和 .agents/skills/ 不由 rnix init 创建，而是在首次使用（rnix skill install --shared）时创建。这遵循 agentskills.io 约定——.agents/ 目录属于生态，不属于单一工具。

合并规则

YAML 文件（providers.yaml、config.yaml、web-search.yaml）：深度合并——项目覆盖全局
Agent 目录（agents/）：Shadow——同名项目 agent 完全替代全局 agent
Skill 目录（skills/）：Shadow，按 2×2 优先级——project/native > project/agents > user/native > user/agents。胜出副本完全替代被 shadow 的副本。

例外——init.yaml：daemon 是单一的每用户进程，其启动配置只读取全局 ~/.config/rnix/init.yaml，不参与项目级合并，项目级 .rnix/init.yaml 永远不会被读取。

初始化

bash

# 同时创建全局（~/.config/rnix/）和项目（.rnix/）目录
$ rnix init
[init] created ~/.config/rnix/
[init] created .rnix/

# 带 MCP 示例配置
$ rnix init --with-mcp-examples
[init] created ~/.config/rnix/
[init] created .rnix/
[init] added agents/playwright-demo/ with MCP Playwright config
[init] added agents/github-assistant/ with MCP GitHub config

rnix init 是幂等的——已存在的文件和目录会被跳过。--with-mcp-examples 会在创建示例配置之前执行预检查，验证所需二进制文件（如 npx）是否可用。

config.yaml — 全局配置

位于 ~/.config/rnix/config.yaml（全局）和可选的 .rnix/config.yaml（项目覆盖）。

特性档案（Feature Profile）

特性档案控制运行时激活哪些涌现子系统。它们支持消融实验——选择性禁用能力，以衡量每一层对整体智能涌现的贡献。

提供四个命名预设和一个 custom 模式，用于精细控制：

档案	描述
`baseline`	仅基础设施——裸 LLM + VFS 设备。无规划、无子进程、无自适应机制。
`core`	基础设施 + 核心机制——规划、子进程派生、上下文压缩。
`adaptive`	核心 + 反馈闭环——运行时学习、技能获取、路径重规划。
`full`	所有能力启用，包括免疫系统。默认值。
`custom`	逐项控制——未显式列出的 flag 默认为 `true`。

配置方式：

yaml

# .rnix/config.yaml 或 ~/.config/rnix/config.yaml
features:
  profile: full   # baseline | core | adaptive | full | custom
  custom:         # 仅 profile=custom 时生效
    planning: true
    replan: false
    specialize: true
    discover_skill: true
    spawn: true
    diff_memory: false
    stem_matcher: false
    immune: true
    compaction: true

预设矩阵：

特性	baseline	core	adaptive	full（默认）
`planning`	false	true	true	true
`replan`	false	false	true	true
`specialize`	false	false	true	true
`discover_skill`	false	false	true	true
`spawn`	false	true	true	true
`diff_memory`	false	false	true	true
`stem_matcher`	false	false	true	true
`immune`	false	false	false	true
`compaction`	false	true	true	true

环境变量覆盖：

设置 RNIX_FEATURE_PROFILE 可覆盖配置文件中的设定。有效值：baseline、core、adaptive、full、custom。无效值会产生警告并回退到 full。

bash

RNIX_FEATURE_PROFILE=baseline rnix "analyze this code"

Custom 模式：

当 profile: custom 时，仅应用 custom: 下显式列出的 flag。未列出的 flag 默认为 true——custom 模式用于精准消融，而非全面禁用。

查看当前活跃档案：

使用 rnix config show 显示活跃的特性档案和各项 flag。详见 CLI 参考。

参见特性档案与消融了解档案如何映射到涌现堆栈。

垃圾回收（GC）

yaml

gc:
  retention_days: 30      # 删除 N 天前的 dead_at 条目；0 = 禁用
  max_entries: 500        # 最多保留 N 条历史；0 = 禁用
  interval_seconds: 3600  # 后台扫描周期（最小 60，默认 1h）

retention_days 和 max_entries 取并集——命中任一即触发清理
两者均设为 0 可完全关闭 GC daemon
Running 和 Suspended 进程永久豁免

CLI 操作：

bash

rnix gc --dry-run          # 预览候选（表格）
rnix gc --dry-run --json   # 预览候选（JSON，脚本友好）
rnix gc                    # 执行清理；> 100 条会提示 [y/N]
rnix gc --force            # 跳过确认
rnix gc --json             # JSON 输出（隐含 --force）

详见进程恢复。

providers.yaml — LLM 提供商

定义可用的 LLM 提供商。位于 ~/.config/rnix/providers.yaml（全局）和可选的 .rnix/providers.yaml（项目覆盖）。

yaml

version: "1"
default_provider: deepseek

providers:
  - name: claude
    driver: claude-cli
    default_model: haiku

  - name: cursor
    driver: cursor-cli
    command: agent

  - name: groq
    driver: openai-compat
    base_url: https://api.groq.com/openai/v1
    default_model: llama-3.3-70b-versatile
    api_key_env: GROQ_API_KEY

  - name: ollama
    driver: openai-compat
    base_url: http://localhost:11434/v1
    default_model: llama3

  - name: deepseek
    driver: openai-compat
    base_url: https://api.deepseek.com/v1
    default_model: deepseek-chat
    api_key_env: DEEPSEEK_API_KEY

字段

字段	类型	描述
`version`	`string`	配置格式版本（`"1"`）
`default_provider`	`string`	未指定时的默认提供商（默认：`deepseek`）
`providers[].name`	`string`	提供商名称，映射到 `/dev/llm/<name>`
`providers[].driver`	`string`	驱动类型（8 选 1）：`claude-cli`、`cursor-cli`、`qwen-cli`、`codex-cli`、`openai-compat`、`openai`、`gemini`、`anthropic`
`providers[].command`	`string`	CLI 驱动器的二进制名称覆盖
`providers[].default_model`	`string`	默认模型名称
`providers[].base_url`	`string`	API 基础 URL（用于 `openai-compat` 驱动）
`providers[].api_key_env`	`string`	API 密钥的环境变量名
`providers[].timeout_sec`	`int`	每请求超时（秒）；`0` = 驱动默认值（CLI 驱动为 5 分钟）
`providers[].grace_sec`	`int`	CLI 在 `SIGTERM` 与 `SIGKILL` 之间的宽限期；`0` = 驱动默认值（20 秒）
`providers[].models`	`map`	按模型名分键的元数据：`<model>: {context_window: N}`，用于推导 `context_budget`（context_window × 0.9）

更多高级提供商选项（mode、max_tokens、cost_per_token、thinking_budget、reasoning_effort、extra_args、permission_mode）见 LLM 提供商 › 高级提供商选项。

驱动类型

驱动	工作原理	示例
`claude-cli`	调用 Claude Code CLI（`claude -p`）	Anthropic Claude
`cursor-cli`	调用 Cursor CLI（`agent --print`）	Cursor
`qwen-cli`	调用 Qwen Code CLI	Qwen Code
`codex-cli`	调用 OpenAI Codex CLI	OpenAI Codex
`openai-compat`	调用 OpenAI 兼容 HTTP API	Ollama、Groq、DeepSeek 等任意 OpenAI 兼容端点
`openai`	官方 OpenAI SDK	OpenAI GPT-4、GPT-4o
`gemini`	原生 Gemini API	Google Gemini
`anthropic`	官方 Anthropic SDK	Claude（经 API，非 CLI）

推理强度（Reasoning Effort）

在提供商上（或按 spawn）设置 reasoning_effort 以控制离散的推理强度。该值原样透传给提供商，通过四级兜底解析（按 spawn → agent → 提供商 → 原生默认），并在与旧版 thinking_budget 同时设置时优先生效；budget 路径保留，供仍需要它的提供商兜底。详情与大小写注意见 LLM 提供商 › 推理强度。

API 密钥管理

API 密钥通过环境变量引用——绝不直接存储在配置文件中。优先从项目 .env 文件解析，再回退到 daemon 进程环境。

web-search.yaml — Web 搜索后端

配置 /dev/web 设备的搜索后端。位于 ~/.config/rnix/web-search.yaml（全局）或 .rnix/web-search.yaml（项目，优先）。

yaml

version: "1"
default_backend: tavily
backends:
  - name: tavily
    driver: tavily
    api_key_env: TAVILY_API_KEY
    max_results: 5
    search_depth: basic

  - name: exa
    driver: exa
    api_key_env: EXA_API_KEY
    num_results: 5

  - name: local-searxng
    driver: searxng
    base_url: http://localhost:8888

项目文件完全覆盖全局文件（不合并）。详见 Web 搜索。

环境文件（.env）

Rnix 支持项目级 .env 文件，用于管理 API 密钥等环境变量，而不会污染 daemon 的进程环境。

加载顺序

.env — 基础环境
.env.local — 本地覆盖（应加入 .gitignore）
.env.{RNIX_ENV} — 环境特定（如 .env.production）
.env.{RNIX_ENV}.local — 环境特定的本地覆盖

RNIX_ENV

RNIX_ENV 环境变量选择要加载的环境文件集。默认：development。

项目隔离

每次 spawn 请求会从 .env 文件生成独立的环境快照。变量不写入 os.Setenv——不同项目的环境完全隔离，即使共享同一 daemon。

init.yaml — 启动服务与监督树

定义 daemon 启动时运行的服务（services）与受监督的 agent 树（supervisors）。daemon 是单一的每用户进程，因此启动配置是全局关注点：该文件只从 ~/.config/rnix/init.yaml 读取，项目级 .rnix/init.yaml 永远不会被读取。

rnix init 会在此写入一个默认空服务列表的脚手架。支持两个顶层小节：services 和 supervisors。

yaml

services:
  - name: skills
    type: skill_registry
    required: false
    config:
      scan_path: lib/skills

  - name: mcp
    type: mcp_manager
    required: false

supervisors:
  - name: monitors
    strategy: one_for_one
    max_restarts: 3
    max_window: 60s
    required: false
    children:
      - name: health-monitor
        intent: "Monitor system health and report anomalies"
        agent: monitor
        model: deepseek-v4-flash
        restart: permanent

Services

services 是一个数组，每项为一个 ServiceConfig。

字段	类型	默认值	描述
`name`	`string`	必填	服务显示名
`type`	`string`	必填	注册的服务类型——`skill_registry`、`mcp_manager`、`log_aggregator` 之一
`required`	`bool`	`false`	`true` = 该服务失败则启动中止；`false` = 警告并继续
`config`	`map`	`{}`	类型特定的键值选项（如 `skill_registry` 接受 `scan_path`）

即使省略，mcp_manager 也会被隐式加载，因此 mcp.yaml 中声明的 MCP 服务器始终可被 rnix mcp test/rnix mcp list 解析。用户显式声明的 mcp_manager 优先于隐式加载。

Supervisors

supervisors 是一个数组，每项为一个 SupervisorConfig，描述一棵长期运行的受监督 agent 树。

字段	类型	默认值	描述
`name`	`string`	必填	监督树显示名
`strategy`	`string`	`""`	该树的重启策略
`max_restarts`	`int`	`0`	`max_window` 窗口内的最大重启次数
`max_window`	`duration`	`0`	重启计数的滑动窗口（如 `60s`）
`required`	`bool`	`false`	`true` = 失败时启动中止（并回滚）；`false` = 警告并继续
`children`	`[]object`	`[]`	该树监督的子进程

children 下每一项为一个 ChildConfig：

字段	类型	描述
`name`	`string`	子进程显示名
`intent`	`string`	子 agent 的 intent 字符串
`agent`	`string`	命名的 agent 定义（可选；空 = 通用）
`model`	`string`	模型覆盖
`provider`	`string`	提供商覆盖
`context_budget`	`int`	单步上下文窗口守卫
`restart`	`string`	子进程重启策略

compose.yaml — 多 Agent 工作流

Compose 文件定义基于 DAG 的多 agent 工作流。位于 .rnix/compose.yaml。

yaml

version: "1.0"
intent: "Code review workflow"
model: "deepseek-v4-flash"

agents:
  analyzer:
    intent: "Analyze kernel/kernel.go code quality"
    agent: "code-analyst"

  doc-gen:
    intent: "Generate improvement documentation"
    depends_on:
      analyzer: completed

  checker:
    intent: "Verify analysis and documentation quality"
    depends_on:
      doc-gen: completed

顶层字段

字段	类型	描述
`version`	`string`	Compose 规范版本（当前为 `"1.0"`）
`intent`	`string`	整体工作流描述
`model`	`string`	全局默认模型（agent 可覆盖）
`provider`	`string`	全局默认提供商（agent 可覆盖）
`reasoning_effort`	`string`	spec 级推理强度默认值（透传；agent 可覆盖）
`token_budget`	`int`	工作流整体 token 预算
`agents`	`map`	Agent 定义

Agent 字段

字段	类型	描述
`intent`	`string`	该 agent 的任务描述
`agent`	`string`	命名的 agent 定义（可选）
`model`	`string`	该 agent 的模型覆盖
`provider`	`string`	该 agent 的提供商覆盖
`reasoning_effort`	`string`	该 agent 的推理强度覆盖（透传）
`skills`	`[]string`	该 agent 加载的 skill 名称
`priority`	`string`	调度优先级：`high`、`normal`、`low`
`max_tokens`	`int`	单进程 token 预算
`timeout_ms`	`int`	执行超时（毫秒）
`depends_on`	`map`	依赖：`<上游>: completed`
`candidates`	`[]string`	自动选择的候选 agent

运行 Compose 工作流

bash

rnix compose up          # 运行工作流
rnix compose up --json   # JSON 输出
rnix compose down        # 停止所有 compose 进程
rnix compose resume --node <name>  # 恢复失败的 DAG 节点

Agent 清单 — agent.yaml

每个 Agent 由 agents/<name>/ 目录下的 agent.yaml 和 instructions.md 文件定义（全局：~/.config/rnix/agents/，项目：.rnix/agents/）。

yaml

name: code-analyst
description: "Code quality analysis agent"
models:
  provider: deepseek
  preferred: deepseek-v4-flash
  fallback: deepseek-v4-pro
max_steps: 20
max_tokens: 50000
skills:
  - code-analysis
  - security-scan
mcp:
  servers:
    github:
      command: "npx"
      args: ["-y", "@anthropic/mcp-github"]
      env:
        GITHUB_TOKEN: "${GITHUB_TOKEN}"
      timeout: 30s
      max_output_tokens: 4096

字段

字段	类型	必填	描述
`name`	`string`	是	唯一 agent 标识
`description`	`string`	否	可读描述
`models`	`object`	否	LLM 模型偏好
`models.provider`	`string`	否	LLM 提供商名称
`models.preferred`	`string`	否	首选模型
`models.fallback`	`string`	否	回退模型（同提供商）
`models.fallback_provider`	`string`	否	跨提供商回退；空 = 同提供商
`models.reasoning_effort`	`string`	否	agent 级推理强度默认值（透传，不校验/不转换大小写）；空 = 沿用提供商快照
`context_budget`	`int`	否	单步上下文窗口守卫：单次 LLM 调用允许的最大输入 token 数。超限时进程自暂停（退出码 3, `context_full`），可通过 resume 恢复。`0` = 自动推导为 `context_window × 0.9`；显式设置的值会截断为 `min(budget, context_window)`。
`ctx_size`	`int`	否	单进程消息历史槽位数（覆盖默认值 256）
`max_steps`	`int`	否	最大推理步数。`0` = 使用 `DefaultMaxSteps`（当前为 `0`，即不设步数上限）。
`max_tokens`	`int`	否	最大总 token 数（0 = 无限制）
`max_cost`	`float64`	否	单进程成本预算（美元，0 = 无限制）
`step_timeout`	`string`	否	单步超时，duration 字符串如 `"10m"`（默认 `"5m"`；`"0"` = 禁用）
`skills`	`[]string`	否	引用的 skill 名称
`deferred_skills`	`[]string`	否	仅加载元数据的 skill；正文在 `discover_skill` 时加载
`tools`	`[]string`	否	agent 级工具声明，与 skill 的 allowed-tools 取并集
`planning`	`bool`	否	启用规划能力（未设置时默认 `true`）
`project_doc`	`bool`	否	将项目根 `AGENTS.md` 注入 system prompt（默认 `true`；设为 `false` 禁用）
`language`	`string`	否	首选响应语言（如 `Chinese`、`English`）；空 = 无偏好
`mcp`	`object`	否	MCP 服务器配置

MCP 服务器配置字段

字段	类型	必填	描述
`command`	`string`	是	启动 MCP 服务器的可执行文件
`args`	`[]string`	否	命令行参数
`env`	`map[string]string`	否	环境变量（支持 `${VAR}` 展开）
`timeout`	`duration`	否	每服务器超时（默认：`30s`）
`max_output_tokens`	`int`	否	每工具输出的最大 token 数

Skill 定义 — SKILL.md

Skill 遵循 agentskills.io 标准，使用 YAML frontmatter + Markdown 正文。存储采用四路径模型（project/user × native/agents namespace）：

路径	Scope	Namespace	优先级
`<project>/.rnix/skills/`	project	native	1（最高）
`<project>/.agents/skills/`	project	agents	2
`~/.config/rnix/skills/`	user	native	3
`~/.agents/skills/`	user	agents	4（最低）

详见 Skill 包管理。

markdown

---
name: code-analysis
description: >
  分析代码质量，识别 bug、性能问题和安全漏洞。
allowed-tools: /dev/fs /dev/shell /dev/web
metadata:
  author: rnix
  version: "1.0"
  tags: "code, quality"
---

# 代码分析

## 使用场景
...

## 工作流程
1. 通过 /dev/fs 读取源文件
2. 通过 /dev/shell 运行分析
3. 生成报告

allowed-tools 与安全

allowed-tools 字段是 Rnix 权限模型的核心。skill 只能访问此处列出的 VFS 设备：

设备	能力
`/dev/fs`	主机文件系统读写
`/dev/shell`	Shell 命令执行
`/dev/llm/<provider>`	LLM 推理
`/dev/web`	Web 搜索和页面抓取
`/mnt/mcp/*`	MCP 服务器工具

多个 skill 的 allowed-tools 取并集。空 allowed-tools 表示无限制（可访问所有设备）。

环境变量

变量	描述
`RNIX_ENV`	选择 `.env` 文件加载环境（默认：`development`）
`RNIX_ASCII`	设为 `1` 强制 ASCII 模式（禁用 Unicode）
`RNIX_FEATURE_PROFILE`	特性档案覆盖：`baseline`、`core`、`adaptive`、`full`、`custom`
`XDG_CONFIG_HOME`	覆盖全局配置目录（默认：`~/.config`）
`XDG_RUNTIME_DIR`	用于确定 socket 路径
`TAVILY_API_KEY`	Tavily 搜索 API 密钥（`/dev/web` 自动检测）
`EXA_API_KEY`	Exa 搜索 API 密钥（`/dev/web` 自动检测）
`RNIX_SEARCH_URL`	SearXNG 实例 URL（`/dev/web` 自动检测）

Socket 路径

Daemon socket 位置优先级：

$XDG_RUNTIME_DIR/rnix/rnix.sock
/tmp/rnix-{uid}/rnix.sock（回退）

目录权限：0700（仅当前用户）。

配置指南 ​

配置模型 ​

1. 配置文件分层（XDG 风格） ​

2. Skill 存储（agentskills.io 2×2 模型） ​

3. 数据目录（会话与历史） ​

目录结构 ​

合并规则 ​

初始化 ​

config.yaml — 全局配置 ​

特性档案（Feature Profile） ​

垃圾回收（GC） ​

providers.yaml — LLM 提供商 ​

字段 ​

驱动类型 ​

推理强度（Reasoning Effort） ​

API 密钥管理 ​

web-search.yaml — Web 搜索后端 ​

环境文件（.env） ​

加载顺序 ​

RNIX_ENV ​

项目隔离 ​

init.yaml — 启动服务与监督树 ​

Services ​

Supervisors ​

compose.yaml — 多 Agent 工作流 ​

顶层字段 ​

Agent 字段 ​

运行 Compose 工作流 ​

Agent 清单 — agent.yaml ​

字段 ​

MCP 服务器配置字段 ​

Skill 定义 — SKILL.md ​

allowed-tools 与安全 ​

环境变量 ​

Socket 路径 ​

相关文档 ​

配置指南

配置模型

1. 配置文件分层（XDG 风格）

2. Skill 存储（agentskills.io 2×2 模型）

3. 数据目录（会话与历史）

目录结构

合并规则

初始化

config.yaml — 全局配置

特性档案（Feature Profile）

垃圾回收（GC）

providers.yaml — LLM 提供商

字段

驱动类型

推理强度（Reasoning Effort）

API 密钥管理

web-search.yaml — Web 搜索后端

环境文件（.env）

加载顺序

RNIX_ENV

项目隔离

init.yaml — 启动服务与监督树

Services

Supervisors

compose.yaml — 多 Agent 工作流

顶层字段

Agent 字段

运行 Compose 工作流

Agent 清单 — agent.yaml

字段

MCP 服务器配置字段

Skill 定义 — SKILL.md

allowed-tools 与安全

环境变量

Socket 路径

相关文档