Athlete

一个专注于解决问题的智能体。

一个单纯的 LLM，往往擅长回答问题；一个加上 harness 的 LLM，才开始真正接住任务。它不只是“说下一句”，而是能在复杂任务里持续往前跑，知道什么时候该读文件、什么时候该调用工具、什么时候该拆任务、什么时候该把状态记下来，出了错以后还能接着做。✨

Athlete 想做的，就是这层把模型变成“可执行系统”的底盘。它不只是在终端里包一层聊天壳，而是把状态、工具、恢复、协作和通道接成一条完整链路，让任务可以推进、暂停、恢复、续跑，并把过程留下来。🛠️

Athlete 当前的核心不是“陪聊”，而是“持续推进任务”：

• 一个耐跑的主 Agent
• 一个会拆任务、派任务、等任务、合流任务的总指挥层
• 一套统一的控制面、宿主边界和扩展口

它已经不该被理解成一个“自己闷头干活的单兵 Agent”，而应该被理解成：

• 一个能长期耐跑的主 Agent
• 一个会组织任务、拆解任务、调度任务的总指挥
• 一个把工具、技能、宿主和控制面统一起来的平台内核

主文档现在只看 spec/：

• 给人审阅的：spec/用户审阅/
• 给实现和测试用的：spec/技术实现/

一个完整例子

比如用户在 Telegram 私聊里丢来一句话，再附上几份材料：

“帮我做一个《Helldivers 2》最新新闻情报包。
去网上找最新公开新闻，再结合我刚发给你的 PDF、截图、docx、pptx、表格和一个公开链接，最后给我：

1. 一个网页摘要
2. 一份 markdown 报告
3. 一份 docx 成品
4. 把最终文件回传给我。
   如果任务太大，你自己拆分和调度。”

这一个例子，基本就能把 Athlete 当前大部分能力串起来。🌟

你从用户视角会看到什么 👀

你看到的不是“建议你这样做”，而是一条真的在推进的任务链：

1. 它先接住多种输入。 不管你是从 CLI 直接发任务，还是从 Telegram / 微信私聊发消息、发图片、发文件、发语音，它都不是当成一段普通聊天，而是当成一个真实任务的入口。
2. 它先理解任务全貌。 它会判断：这个目标不只是“找新闻”，还包含网页信息搜集、附件解析、报告生成、文件交付和最终验证，所以不能闷头一步做到底。
3. 它会把不同材料接进来。 PDF、截图、docx、pptx、表格、公开 URL，都不会被一刀切当成“普通文件”处理，而是按各自最合适的读取链路走。
4. 它会真的去外部世界看。 它会去搜新闻、打开页面、检查标题、时间、链接和内容，而不是假装“我大概知道最新新闻是什么”。
5. 它会真的开始干活。 它会写报告、改文件、做网页、补脚本、整理输出，而不是只给你一个“你可以这样做”的方案。
6. 它会自己组织任务。 一部分工作可以自己做，一部分可以放后台慢慢跑，一部分可以拆给别的执行者并行推进。
7. 它会继续验证。 它不会一写完就说“完成了”，而是继续检查网页、命令、HTTP 探针、输出文件和最终交付是否真的可用。
8. 它会把结果交回给你。 如果你在 Telegram / 微信里，它会把文本结果分块可见地发出来，并在需要时把最终文件直接发回去。
9. 如果你中途要停，它也不会炸掉。 /stop 会停当前任务，但宿主服务不会退出；你下一条消息还可以继续接着干。🫶

系统在机器层 / 开发视角到底做了什么 🤖

这个例子背后，不是 prompt 在“努力自觉”，而是机器层在强约束：

1. 统一宿主入口。 同一个任务，不管来自 CLI、Telegram 还是微信，都会先经过统一宿主边界进入核心，而不是每个宿主自己偷偷拼一套 runtime。
2. lead 先做总指挥预处理。 真正调用模型前，系统会先分析 objective、复杂度、现有任务进度，判断这一步应该自己做、拆任务、派工、等待还是合流。
3. 控制面落正式真相。 任务、队友、后台任务、协议请求、worktree 绑定这些状态，都落在统一控制面里，不靠聊天记录临时记忆。
4. session 是任务现场，不是普通聊天记录。 session 里会带着 checkpoint、verificationState、acceptanceState、runtimeStats，所以系统中断以后不是从零开始，而是能从现场继续。
5. 文件和材料按能力链路走。 PDF 会走 mineru_pdf_read，图片走 mineru_image_read，docx 走 mineru_doc_read，pptx 走 mineru_ppt_read，表格走 read_spreadsheet，公开链接走 download_url，不是所有输入都粗暴塞给一个读文件工具。
6. 网页和文件能力都是真实动作。 网页部分依赖浏览器能力和网页研究链路；本地部分依赖 read_file、write_file、edit_file、apply_patch、search_files、run_shell 等真实工具，而不是让模型“脑补执行”。
7. 慢任务和并行任务有正式执行位。 慢操作可以进入 background_run；适合拆分的工作可以交给 teammate；并行改动需要 worktree 隔离，而不是所有执行者挤在同一个目录里乱改。
8. finalize 受机器状态约束。 一旦文件改动、工具执行或 closeout 条件触发，verification 和 acceptance 会进入正式状态机；没验过、没收口、没满足条件，就不能假装完成。
9. 文件交付不是旁路。 Telegram / 微信的 send file 能力是通过宿主边界注入的正式 extra tool，不是宿主自己绕开核心偷偷发文件。
10. 通道自己的现实语义也被保留。 Telegram 会保留它的 delivery、typing 和 /stop 语义；微信会保留 context_token、delivery、附件输入和 /stop 语义，但这些都不能反过来定义核心真相。
11. 所有这些能力最后还能重新回到同一条主路径。 所以 Athlete 不是“碰巧能做很多事”，而是“在机器层被组织成了同一个可续跑、可调度、可验证的系统”。🧭

所以这个例子展示的，不只是“Agent 会不会写代码”，而是整个项目真正的能力全景：

• 网页研究与浏览器动作
• 文档、图片、PPT、表格、URL 输入链路
• 本地文件读写与补丁修改
• shell、后台任务和 HTTP 验证
• lead 调度、teammate、background、worktree
• session、checkpoint、verification、acceptance、runtime stats
• CLI、Telegram、微信三种宿主入口
• 文本结果与文件结果的最终交付

已实现功能

| 能力 | 接口 / 实现 | 状态 | | --- | --- | --- | | 浏览器自动化 | Playwright MCP @playwright/mcp | ✅ | | PDF 读取 | mineru_pdf_read + mineru-pdf-reading | ✅ | | 图片读取 | mineru_image_read + mineru-image-reading | ✅ | | Word 读取 | mineru_doc_read + mineru-doc-reading，.docx 可回退到 read_docx | ✅ | | Word 写入 / 编辑 | write_docx / edit_docx | ✅ | | PPT / PPTX 读取 | mineru_ppt_read + mineru-ppt-reading | ✅ | | 表格读取 | read_spreadsheet，支持 xlsx / xls / csv / tsv / ods | ✅ | | 远程文件获取 | download_url | ✅ | | HTTP 探针 | http_probe | ✅ | | 本地文件读写 / 补丁 | read_file / write_file / edit_file / apply_patch / search_files | ✅ | | Shell 与后台任务 | run_shell / background_run / background_check | ✅ | | 任务板与协作队友 | task / spawn_teammate / read_inbox / send_message | ✅ | | 隔离工作区 | Git worktree：worktree_* | ✅ | | Telegram 私聊接入 | athlete telegram serve | ✅ | | 微信私聊接入 | athlete weixin login / athlete weixin serve / athlete weixin logout | ✅ |

使用说明

• 文档读取能力依赖 MINERU_API_TOKEN。
• Telegram 需要 ATHLETE_TELEGRAM_TOKEN 和 ATHLETE_TELEGRAM_ALLOWED_USER_IDS。
• Telegram 当前只支持 private chat，不支持 group / supergroup / channel；非私聊或非白名单消息会被忽略，并在终端 logs 里标出原因。
• Telegram 私聊支持 /stop，可以停止当前任务但不关闭服务。
• Telegram 支持 file 输入与 file 回传；终端 logs 会用面向操作者的短句显示服务启动、消息接入、投递和失败信息。
• 微信需要先执行 athlete weixin login，再配置 ATHLETE_WEIXIN_ALLOWED_USER_IDS。
• 微信终端 logs 也会用面向操作者的短句显示登录、服务启动、消息接入、投递和失败信息。
• 微信私聊支持 /stop，会维护 context_token，并接住 image / video / file / voice 输入与回传。
• 微信当前是 private only，不支持 group 群聊。

开发指令

| 命令 | 含义 | | --- | --- | | npm.cmd install | 安装依赖 | | npm.cmd run build | 构建 CLI 到 dist/cli.js | | npm.cmd run check | 执行 typecheck + build | | npm.cmd test | 执行完整测试 | | npm.cmd run test:build | 单独构建测试产物 | | node dist\\cli.js | 用构建产物启动 CLI | | node dist\\cli.js "帮我看看这个项目" | 执行一次 one-shot 任务 | | node dist\\cli.js telegram serve | 源码环境启动 Telegram 服务 | | node dist\\cli.js weixin login | 源码环境执行微信扫码登录 | | node dist\\cli.js weixin serve | 源码环境启动微信服务 | | node dist\\cli.js weixin logout | 源码环境清理微信登录态 |

用户指令

| 命令 | 含义 | | --- | --- | | npm install -g @jun133/athlete | 全局安装 CLI | | athlete init | 初始化当前项目的 .athlete/ | | athlete | 进入交互模式 | | athlete "帮我看看这个项目" | 执行一次任务 | | athlete run "帮我看看这个项目" | 显式执行一次任务 | | athlete resume [sessionId] | 恢复最近一次或指定会话 | | athlete sessions -n 20 | 查看最近会话 | | athlete diff [path] | 查看当前项目 Git diff | | athlete changes [changeId] | 查看变更记录 | | athlete undo [changeId] | 回滚最近一次或指定变更 | | athlete config show | 查看当前配置 | | athlete config path | 查看配置文件路径 | | athlete doctor | 检查本地配置和 API 连通性 | | athlete telegram serve | 启动 Telegram 私聊服务 | | athlete weixin login | 微信扫码登录并保存登录态 | | athlete weixin serve | 启动微信私聊服务 | | athlete weixin logout | 清理微信登录态 |

CI / 验证指令

| 命令 | 含义 | | --- | --- | | npm.cmd run check | CI 最基础检查 | | npm.cmd test | 完整 CI 主入口 | | npm.cmd run test:build | 只编译测试 | | node --test .test-build/tests/**/*.test.js | 直接运行编译后的测试 | | npm.cmd run verify:skills-api | 校验 skills API | | npm.cmd run verify:runtime-context-api | 校验 runtime context API | | npm.cmd run verify:runtime-checkpoint-api | 校验 runtime checkpoint API | | npm.cmd run verify:runtime-observability-api | 校验 runtime observability API | | npm.cmd run verify:mineru-documents-api | 校验 MinerU 文档链路 |

发布指令

| 命令 | 含义 | | --- | --- | | npm login | 登录 NPM | | npm whoami | 确认当前发布账号 | | npm.cmd run check | 发布前检查 | | npm version patch | 发布补丁版本 | | npm version minor | 发布次版本 | | npm version major | 发布主版本 | | npm publish | 发布到 NPM |