pi-auto-goal

Pi 的停止守卫：agent 停下来时，用第二个模型判断这次停止是否属于「擅自早停」，命中就用 system 提示把 agent 赶回去继续干活。

English

它做什么

一个多步任务只做了一半，agent 却改完一个文件、汇报了进度就结束——这在 Pi 里很常见。pi-auto-goal 监听 agent_settled（Pi 确定不会自己继续的时刻），然后用第二个模型只回答一个问题：此刻停下算合理，还是还有活没干完？

当结论是「还有活没干完」且置信度足够高时，扩展会注入一条 system 继续指令，点明缺口并要求 agent 继续（不会伪装成你自己发的一条用户消息）。否则保持安静，本轮正常结束。

安装与使用

pi install npm:pi-auto-goal

安装后执行 /reload；用 /config:auto-goal 改的配置立即生效，手动改配置文件才需要 /reload。

除非 enabled 为 false，每次完全停止都会判定一次，所以一句普通问答也会多花一次判定调用。判定输入包括：

• 用户请求：当前分支上最后一条真实用户输入。本扩展注入的催促是 custom 角色的消息，不是用户输入，因此连续干预时判定的始终是你最初的请求。
• 用户回答：agent 用 ask_user_question 问过你时，你当时的回答（会话里存成工具结果而不是用户消息）。它是本轮的用户输入，判定提示词规定它优先于原始请求：你借回答缩小范围、选定方案或要求先停下时，agent 停下来属于正常结束。单条回答按 maxUserAnswerChars（默认 2000）截断。
• 最后输出：agent 本轮最后一段文本输出。
• 工具轨迹（可选，默认关闭：includeToolTrace）：该用户输入之后发生的工具调用，每条压缩成一行；默认不发，判定只看上面几段文本。

判定模型看不到你其它的会话分支。

安全边界

• 干预次数有上限：maxAutoContinues（默认 2）限制同一条用户请求的自动干预次数；你自己发新消息会重置计数。到达上限只提示一次，之后不再干预。
• 不打断你的输入：判定期间如果你开了新一轮、有排队消息，或会话分支已经变化，判定结果直接丢弃。
• 要求落地的改动指令不能只复述：用户请求是「去掉 X」「统一用 Y」「A 应该是 B」这类改动指令（祈使句或目标状态描述）时，agent 只复述规则、列出改动后的样子、回一句「明白了」而没有落地迹象，判定为提前停止；只有请求本身是提问、讨论或征求意见时才按「答完就能停」处理。
• 在等后台任务时判为正常等待：agent 的最后输出说明它在等后台任务结果（例如刚启动 subagent、subagent_resume 或 workflow，并说明结果会自动送回来）时，判定提示词要求判「可以停止」——后台任务跑完会自己唤醒会话，此时催促只会多打一轮；这一条优先于其它判定条目。判断依据就是 agent 的最后输出，不依赖工具轨迹。
• 失败必须报告：判定、鉴权、超时和发送失败都会在 UI 里报错，判定失败绝不会被当成「可以停止」。
• 只在持续会话中生效：TUI 与 RPC 模式下才会判定；print/json 模式在 agent 停止后就收尾，催促不可能执行，因此直接跳过。

配置

文件：<pi-agent-dir>/extensions/pi-auto-goal/config.json，遵守 PI_CODING_AGENT_DIR。可从 config.example.json 开始。

{
  "enabled": true,
  "model": "",
  "maxAutoContinues": 2,
  "confidenceThreshold": 0.6,
  "timeoutSeconds": 30,
  "includeToolTrace": false,
  "maxUserRequestChars": 2000,
  "maxFinalOutputChars": 4000,
  "maxToolTraceEntries": 20,
  "maxUserAnswerChars": 2000,
  "notifyOnStopDecision": false,
  "showVerdictNotice": true,
  "judgeMaxTokens": 2000,
  "continueMessageTemplate": "",
  "forcedDecision": "auto"
}

| 字段 | 默认值 | 含义 | | --- | --- | --- | | enabled | true | 总开关；关闭后不产生任何判定调用。 | | model | "" | 判定模型，格式 provider/modelId；留空则复用当前会话模型。可直接在 /config:auto-goal 菜单里选，或用 /config:auto-goal model <provider/modelId> 指定。 | | maxAutoContinues | 2 | 同一条用户请求允许的自动干预次数；0 表示不限制。 | | confidenceThreshold | 0.6 | 触发干预所需的最低置信度。 | | timeoutSeconds | 30 | 判定请求超时；超时只报告，不当成可以停止。 | | includeToolTrace | false | 是否把本轮工具调用轨迹交给判定模型。默认关闭：判定应当基于用户请求与 agent 的最后输出。 | | maxUserRequestChars | 2000 | 用户请求截断长度。 | | maxFinalOutputChars | 4000 | agent 最后输出截断长度。 | | maxToolTraceEntries | 20 | 工具轨迹最大条数。 | | maxUserAnswerChars | 2000 | 单条用户回答（ask_user_question 的答案）截断长度。 | | notifyOnStopDecision | false | 已废弃：每轮只发一条结论块，这个开关不再起作用（保留字段以免旧配置报错）。 | | showVerdictNotice | true | 把最近一次判定结论写进会话区（落在消息下方，带底色的消息块；细节按 Ctrl+O 展开）。 | | judgeMaxTokens | 2000 | 单次判定调用的输出 token 上限，同时会被收敛到模型自身的输出上限。 | | continueMessageTemplate | "" | 覆盖内置催促文案（作为 system 指令注入），支持 {reason} 占位。 | | forcedDecision | "auto" | 受控实验开关：auto（正常判定）、continue（强制判定为提前停止）、stop（强制判定为可停止）。 |

未知字段与非法值会明确报错，不会被静默忽略。

怎么知道它到底有没有触发

每轮结束后，会话区里（消息下方）会出现一条带底色的 [auto-goal] 消息块，内容是判定结论（由 showVerdictNotice 控制，默认开）：

| 结论行 | 颜色 | 含义 | | --- | --- | --- | | ⚖️ 判定可停止 · 置信度 92% | 绿 | 判定为正常结束，没有干预；理由收在展开里（Ctrl+O，全屏模式下直接点这条提示）。 | | ⚖️ 判定该继续 · 已催促 1/2 | 黄 | 判定为提前停止，已自动注入 system 催促（1/2 = 已催 1 次，上限 2 次）。 | | ⚖️ 催促次数用尽（2/2）· 不再干预 | 灰 | 本轮干预次数用尽，不再干预。 | | ⚖️ 已打断 · 未判定 | 灰 | 你按 Esc 打断了这一轮，判定主动让路。 | | ⚖️ 本轮未正常结束 · 未判定 | 灰 | 这一轮以失败或残缺结束（不是 agent 自己停下）。 | | ⚖️ 判定失败 | 红 | 判定调用失败。 |

正文只占一行；判定理由、已注入的催促文本、失败原因、结束原因等细节收在展开里：按 Ctrl+O 展开工具输出时会一起展开，全屏模式下也可以直接点这条提示块切换展开，平时不占地方。

判定结论不进 LLM 上下文，也不会写到页脚状态栏；它是本包写进会话的一条本地条目，重新打开会话时仍会照原样显示。

什么轮次会被判定

只判定「正常跑完」的轮次：最后一条 assistant 消息的结束原因是 stop（agent 自己结束本轮）或 length（输出被长度上限截断）。

用户按 Esc 打断时，结束原因是 aborted 或 error、内容为空——这是你的决定，不是 agent 的停止决定。以前这种轮次也会被当成「提前停止」去催，结果是刚按完 Esc 就被自动复活，看起来像 Esc 失效；现在这类轮次直接不判定，只写一行「已打断 · 未判定」。

如果你看到的是旧行为（按 Esc 后又被催），先确认当前会话的进程开在修复之后：本包在运行中的进程里不会热更新，需要 /reload 或重开会话。

两件事同时成立时才算「这一轮没有判定」：页脚还停在上一轮的结论，且没有任何新提示。常见原因是当前不是 tui/rpc 模式、你已经在打字，或上面这两种不判定的轮次。

同一轮的结论只发一条消息块（正文一行 + Ctrl+O 展开的细节），不再另外弹提示；notifyOnStopDecision 已废弃（保留字段以免旧配置报错，但不再起作用）。颜色只在 TUI 下添加，其他模式不会出现 ANSI 乱码。

判定调用为什么不会“空响应”

判定只需要一个 JSON 结论，但推理型模型会先把输出预算花在思考上。历史上 judgeMaxTokens 固定为 400，一旦思考把预算吃光，响应里就只剩思考块、没有任何文本，用户看到的是含糊的「无法解析的响应：（空响应）」。现在：

• 判定调用固定使用最低思考强度（Pi 会收敛到模型支持的最低档，不支持关闭思考的模型也不报错）；
• 输出上限默认 2000，并可用 judgeMaxTokens 调整；
• 若仍然被截断且没有文本，自动用翻倍预算重试一次；
• 仍失败时，错误文案带上 stopReason 与内容块摘要（如 结束原因=length，内容块=thinking:400），不再只说「空响应」。

命令

• /config:auto-goal — 打开 TUI 配置面板（别名：/auto-goal、/pi-auto-goal-config）；面板是设置列表：左边字段名、右边当前值，选中项下面给说明，回车改一项并立即存盘生效，包含启用判定、判定模型、干预上限、置信度阈值、判定输出上限、判定结论写入会话区。字段的完整清单用 status 看。
• /config:auto-goal enable|disable|status|reset — 非交互式写法；status 显示生效配置与本会话已干预次数。配置命令改完立即生效。
• /config:auto-goal model 看当前判定模型；/config:auto-goal model provider/modelId 指定判定模型；/config:auto-goal model default 改回复用当前会话模型。

开发

cd packages/pi-auto-goal
npm run typecheck
npm test
npm run check

测试是确定性的：判定调用可以注入替身，不需要 API key 或真实模型。