OpenFang 定时自主代理 Hands
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/run-scheduled-autonomous-agent-hands-with-openfang 到 AI 助手中。
技能介绍
它解决什么问题
把一个自主代理工作流跑起来一次,只是第一步。真正棘手的是第二步到第 N 步:流程要在固定时间被触发、要有地方看它实际做了什么、要在它触碰敏感操作时拦下来。临时拼出来的脚本会让这些需求各自长成孤岛——调度靠 cron,状态写在本地文件,审计靠翻日志。OpenFang 的出发点是把执行环境本身当成一等公民。它自称是开源的 Agent Operating System,并且明确表示自己不是聊天机器人框架、不是 LLM 的 Python 封装,也不是常见的「多智能体编排器」,而是从零构建的代理操作系统。
核心能力
这个技能把打包好的自主代理工作流交给 OpenFang,由它在计划的时间点触发执行。具体能力包括:
- 计划执行:把工作流注册为可调度的任务,而不是每次手动拉起进程。
- 清单管理:通过 manifest 描述工作流的组成与依赖,执行边界落在配置里,而不是散落在代码里。
- 本地仪表盘:提供本地 dashboard 观察运行状态,不必再外接一套监控体系。
- 报告输出:每次运行都有可追溯的结果记录,方便事后回查失败原因。
- 敏感操作护栏:对高风险动作设置 guardrails,在执行前进行拦截或要求确认。
上手前需要备齐:OpenFang 的 CLI 或二进制、本地 dashboard,以及该工作流依赖的 provider 凭证或集成。
适用边界
OpenFang 用 Rust 实现,上游资料强调其安全模型是 16 discrete 层离散防护,这和常见的「一层包装」思路不同。代价是需要按它的概念模型组织工作流,现有脚本不能直接平替。资料给出的空闲内存占用约 8.8 MB,常驻运行没有压力。
需要注意的几点:
- 工作流必须按 OpenFang 的 manifest 规范打包,零散的 shell 脚本享受不到调度和护栏。
- 护栏只覆盖被识别为敏感的操作,判定依据来自配置,业务里的高风险动作需要自己梳理清楚。
- 凭证与集成按工作流逐个准备,缺失会在运行时暴露。
文档见 https://www.openfang.sh/。
使用场景
- 每天凌晨把数据清洗和报表生成流程跑一遍,早上直接查看运行报告,适合周期数据处理任务。
- 把带有删除数据库记录的高风险步骤交给代理执行,依赖技能的敏感操作护栏拦截,避免误伤线上数据。
- 为营销活动准备多个发布相关代理,通过清单声明依赖关系,在仪表盘上逐个确认状态后再启动。
- 把需要调用多个 SaaS 服务的代理工作流注册为计划任务,每次执行前自动校验凭证是否齐全。
适合人员
- 负责定时数据处理与报表生成的工程师,需要按计划稳定触发代理工作流并追溯每次结果。
- 管理线上高风险操作的团队,需要在代理执行删除或发布类动作前设置可确认的护栏。
- 构建和打包自主代理工作流的技术负责人,想把流程组成、依赖和执行边界沉淀成清单。
- 运维或平台团队,希望在本地仪表盘上观察代理任务的状态而不想外接一套监控系统。