Agent 配置

Agent 是 Myrm 的核心工作单元。每个 Agent 可独立配置模型、自定义系统提示词、工具、技能、记忆与行为参数。

创建 Agent

进入 Agents > 新建 Agent
填写名称与描述
选择模型（或交给智能路由）
配置工具、技能与权限
保存即可使用

首次启动会自动创建默认通用 Agent。

编辑-测试零跳转

Myrm 在聊天页中直接内嵌了 Agent 配置面板，实现「修改配置 → 发送消息 → 立即看到效果」的零跳转调试体验：

聊天页内嵌：点击输入框旁的 Agent 指示器按钮即可展开配置面板，修改 System Prompt、技能、MCP 工具后下一条消息即生效
智能折叠：发送消息后面板自动收起，不遮挡对话区域；需要再次调整时一键展开
自动保存：从编辑页点击「开始对话」时，系统自动保存未提交的配置更改后再跳转到聊天页，不会丢失编辑内容
全入口一致：侧边栏、设置页、模板市场、组织市场等所有入口均在同一页面内导航，无新标签页弹出

单轮能力 Chips（Skill/MCP）

除了 Agent 级默认配置，Myrm 支持在输入区直接做下一条消息生效的一次性能力覆写：

为下一条消息临时选择 Skill/MCP 子集
减法优先：只能从当前 Agent 已启用能力里做子集，不会越权新增
队列一致性：直接发送、排队发送、busy 重排队都保持同一轮覆写语义
Prompt Cache 友好归一化：全选会自动折叠为 no-op，不制造无意义配置抖动

对真实用户的价值

降低误调用成本：某一轮只放开必要工具，不改长期 Agent 配置
协作更清晰：同事可临时聚焦一轮能力，结束后自动回到默认配置
可观测可复盘：提交/生效/noop/排队/busy/终态 + 失败原因有完整遥测口径

可通过以下接口查看汇总指标：

GET /api/v1/statistics/turn-capability/summary

模型选择

Myrm 通过 LiteLLM 支持 100+ 模型：

提供商	模型
OpenAI	GPT-4o、GPT-4.1、o4-mini
Anthropic	Claude Sonnet 4、Claude 3.5
Google	Gemini 2.5、Gemini 2.0
DeepSeek	DeepSeek V3、R1、V4 Flash、V4 Pro
本地模型	Ollama、LM Studio、vLLM
自定义	任意 OpenAI 兼容 API

智能路由

复杂度路由器自动选择最优模型档位。默认开启，零配置即用 — 当用户未手动指定轻量/推理模型时，系统自动从已启用模型中按成本选取（最便宜 → 轻量级，最贵 → 推理级）。

档位	使用场景	成本
SIMPLE	快问、简单查询	最低
STANDARD	一般任务、中等复杂度	中等
REASONING	复杂分析、多步规划	最高

两阶段评估（零成本规则评分 + 模糊场景 LLM 裁判）+ 会话动量 — 短跟进消息继承会话已建立档位。 Complaint-up 自动升级：点击 Regenerate（重新生成）且不附加修改指令时，系统将此解读为对回答质量不满，自动将路由档位提升一级（SIMPLE→STANDARD→REASONING），用更强的模型重新回答。PenaltyTracker 同步记录此反馈，影响未来同类查询的路由精度。若附加了指令（如”用更正式的语气重写”），则视为方向调整而非不满，不触发升级。 Per-Agent 独立路由策略：每个智能体可以拥有独立于全局的路由配置。在 Agent 能力 Tab 中可设置：

继承全局（默认）：跟随全局 Smart Routing 配置
自定义：为该 Agent 设置独立的轻量级和推理模型
禁用路由：该 Agent 始终使用其主模型，不做任何路由分级

使用场景：绑定到消息渠道的客服 Agent 可禁用路由以始终使用便宜模型（每月节省 $200+），研究 Agent 可禁用路由以始终使用最强模型保证质量。

多槽位模型架构

每个 Agent 可独立配置 11+ 个模型槽位，针对不同任务类型使用最优模型：

槽位	用途	示例
主模型 (Main)	主要对话模型	Claude Sonnet 4
轻量 (Lite)	标题生成、快速摘要	GPT-4o-mini
极简 (Light)	轻量辅助任务	DeepSeek V4 Flash
推理 (Reasoning)	复杂分析、规划	o4-mini
视觉 (Vision)	图片理解、视觉问答	GPT-4o
研究 (Research)	深度研究、网页浏览	Gemini 2.5 Pro
安全 (Safety)	内容审核、风险评估	Claude Haiku
各槽位 Fallback	故障时自动切换	可配置

每个槽位支持 Agent 级覆盖（继承或自定义），未设置时自动回退到主模型。模型纪律系统自动检测弱模型并注入行为约束，确保任何模型层级都能输出高质量结果。

思考强度

6 档推理深度，可按对话调节： off → low → medium → high → xhigh → max 各模型通过 localStorage 记住偏好思考级别。

提示词模式

三种模式控制系统提示词构建：

模式	说明	Token 成本
Minimal	仅必要指令	~1,765 tokens
Standard	完整能力与工具	~2,200 tokens
Extended	全功能 + 上下文注入	可变

Minimal 模式下优化系统提示词约 1,765 tokens — 比同类平台少 86%（Hermes ~15,520，OpenClaw ~18,000）。

自定义系统提示词

每个 Agent 可有自定义系统提示词定义人格、专长与行为规则，运行时与 Myrm 核心规则（安全、工具使用等）合并。

工具配置

Agent 可使用：

内置工具：文件、终端、浏览器、搜索、代码执行、工作区 @codebase 概览 + grep/glob 探索
MCP 工具：通过 MCP 服务连接的外部工具
技能：可复用任务能力

可按 Agent 启用/禁用工具，单独配置审批策略。

进度平面

Agent 配置面板提供进度模式（默认关闭，不占 Turn1 Token）：

模式	内置工具	适用场景
Planning	`todo_write`	多步任务分解与实时进度（类 deer-flow / Cursor TodoWrite）
Kanban	kanban_*	跨会话看板与 DAG 编排（chat orchestrator 3 工具；task worker 6 工具）

启用 Planning 后，进度持久化在 chat sandbox 的 {sandbox}/.myrm/progress/todos.json；CompletionGuard 会在有文件写入且 todos 未完成时阻断过早结束。前端按 step_key 合并重复的 SSE tasks_steps 事件，ProgressSteps 不会因重发而重复渲染。Planning 默认关闭（开启约 ~150 token）——简单问答零进度工具税。

延迟工具加载

并非所有工具都需要始终占用 LLM Prompt 空间。Myrm 将工具分为两级：

级别	行为	示例
即时	启用后始终在 Prompt 中可用	文件操作、终端、搜索、浏览器、在 Agent 配置中勾选的图片/视频/TTS（AgentDeclared 即时挂载）
延迟	检测到意图时按需加载	UI 渲染（`render_ui`）、定时任务（默认）、Computer Use、可选集成

媒体工具与凭证：在 Agent 内置工具面板勾选图片/视频/TTS 后，仅当「设置 → 模型服务」已配置对应供应商 API Key 或媒体网关时，这些工具才会出现在 Turn 1 schema 中。若缺少凭证，配置面板会显示琥珀色内联警告并链到设置页——Agent 不会崩溃，也不会暴露无效工具 schema。对于配置了较多延迟工具的 Agent，每轮可节省约 4,000 Token；你明确启用的媒体工具则无需额外发现步骤即可直接调用。

技能热重载

通过 GUI 或 API 修改技能配置后，正在运行的 Agent 会自动检测变更并在会话内重新初始化。无需重启、无需重连——更新后的技能即时生效。

记忆

每个 Agent 拥有：

Agent 专属记忆：仅该 Agent 的知识
全局共享记忆：所有 Agent 可访问

记忆跨会话持久化，Agent 可持续学习适应。详见记忆系统。

人格

16 种内置人格预设（8 专业 + 8 创意）：

中英文双语
Emoji + 语气定制
GUI 分类画廊
自定义人格创建

子 Agent 编排

复杂任务可用 7 种编排模式分解：

模式	说明
Chain	顺序执行 A → B → C，结构化接力状态传递
DAG	有向无环图 + 依赖解析 + 并发限制
Batch	并行独立任务，聚合结果
Race	多 Agent 竞争，最快正确结果胜出
Verified	Worker + 独立 Verifier 在沙箱中交叉验证
Swarm	自主多 Agent 分裂合并
Alternatives	N 个 Agent 并行生成竞争方案，用户选择最优

角色边界与工具安全隔离

每个子 Agent 均继承一个 SubagentConfig — 包含 21 个字段的声明式配置文件，明确定义其职责、权限和资源限制：

控制层	字段	效果
职责声明	`system_prompt`、`display_name`、`description`	明确 Agent 做什么、不做什么
工具访问	4 层隔离：类型准入 → 全局黑名单 → per-config 白/黑名单 → 父级约束	子 Agent 永远无法超越父级工具集
数据域	`workspace_policy`（3 级）+ `memory_isolation`（3 级）	控制每个 Agent 可访问的文件和记忆
模型策略	`model_selection` 三级解析链（配置 → 模型 → 父级兜底）	按 Agent 分配模型，含安全兜底。工具栏临时切换为内存 Sticky（不自动写入 DB）；刷新回退到已保存配置；显式点击配置面板 Update 才持久化。
资源预算	`budget_tokens` + `max_cost_usd` + `max_children` + `max_descendants`	4 维预算守卫 + 渐进响应
编排角色	`delegation_role`（LEAF/ORCHESTRATOR）+ `max_spawn_depth`	控制委派层级深度
上下文隔离	`context_mode`（isolated/fork）+ `max_fork_tokens`	防止 Agent 间上下文泄露

GUI 配置编辑器提供 5 个独立面板（技能 / MCP / 内置工具 / 子智能体 / 指令），支持可视化配置。集成 AI 辅助 Prompt 生成和 ActionSpace 准确率雷达图进行覆盖率分析。

外部 Agent 委派 (ACP)

通过 ACP 协议将任务委派给外部编程 Agent：

Claude Code — Anthropic 编程 Agent
Codex CLI — OpenAI 编程 Agent
Gemini CLI — Google 编程 Agent
任意 ACP 兼容 Agent — 通过 RuntimePool 无限扩展

delegate_to_agent 工具支持完整上下文注入、持久/一次性会话模式和自动重试。 Web 聊天体验： 同一对话内复用外部 CLI Agent 会话（--resume），多轮委派无需重复冷启动。单对话 turn-lock 串行化多标签/连点并发；取消操作免锁，避免运行卡死。Direct-only 路径不挂载 delegate 工具，节省 token。 按 Agent 的 external_cli 开关（2026-07）： 本地模式下 设置 → 开发者 → 外部 Agent 会自动检测 PATH 中的 CLI —— 若 Claude Code 已配置三方模型，无需 Anthropic 官方订阅凭据也可委派；Settings 徽章显示「CLI 可用」（而非误导性的「未登录」）。仅在需要 delegate_to_agent 的 Agent 上开启「外部 CLI」（如 General Assistant、Code Developer）。Writer/Research 预设默认关闭，省约 216 Turn1 schema token。Settings 与内置工具面板双向交叉提示；聊天面板在 auto-detect 成功时不再误报「尚未配置 CLI 后端」。 验收（2026-07-10）： 108+ 项后端集成/单测全绿（含 test_external_cli_live_e2e.py 直连 claude-code PONG）；Chrome E2E（:3000）确认 Writer/Research 无 external_cli chip、General/Developer 有；Developer → 添加 Agent → Claude Code 显示「CLI 可用」；真实 mimo-v2.5-pro → 委派 → Claude Code 返回 PONG，聊天页含任务步骤与工具执行轨迹。 从 Hermes / AionUi 迁移： 保留已安装的 Claude Code / Codex / Gemini CLI（Settings 自动检测），在自有 Agent 引擎与 MCP 生态之上可选委派，并额外获得 5 层审批与 SubAgent 编排。删除对话会立即释放已池化的外部 CLI 进程，不留后台僵尸任务。

Google A2A 协议

通过标准 Google Agent-to-Agent 协议发现和集成第三方 Agent。AgentCard 解析含 SSRF 防护和 TTL 缓存。详见看板与编排。

Agent Profile：精确无串扰

每个 Agent Profile 是全维度配置单元 — 远非简单技能分组。

维度	可配置
Skills	`skill_ids[]` — 该 Agent 可用技能集
Model	按 Agent 选模型
Built-in Tools	`enabled_builtin_tools[]` — 15 类 canonical 工具白名单（py↔ts 契约锁死；legacy ID 如 `image_gen` 明确拒绝）
MCP Tools	`mcp_tool_selections{}` — 按服务选工具
Security	`security_overrides{}` — 独立安全策略
Sub-Agents	`subagent_ids[]` — 按需多层协作。统一沙箱内多 Agent 天然共享文件系统和浏览器，零同步成本无缝接力。启用后 Agent 可自动将子任务委派给专业 Agent
Notifications	`notify_targets[]` — 主动推送；动态 running 渠道下拉 + pairing 收件人白名单 + 附件 workspace 边界；未配置时不加载工具、不占 token
Browser Config	4 轴：引擎（Chromium/Firefox）、来源（auto/extension/launch）、弹窗策略、会话录制
System Prompt	自定义人格与行为规则
Memory	独立记忆 + 全局共享

如何防止技能串扰

技能过多时 LLM 可能调用无关技能（「串扰」）。Myrm 五层解决：

Agent Profile — 各 Agent 仅通过 skill_ids[] 加载指定技能
Tool Condition Activation — requires_tools / fallback_for_tools 按可用工具显隐技能
Progressive Disclosure（L0–L3） — 仅展开相关技能详情
Noise Gauge — 超噪声阈值技能自动衰减
Hybrid Retrieval — Qdrant 向量检索为每查询选最相关技能

Built-in Tools SSOT（2026-07）

15 canonical IDs：web_search、memory、structured_clarify 等 14 项在 UI 可切换；file_ops、code_execute 为 Agent 基线（服务端强制 Turn1 eager，面板不展示开关）。
27 预置 Agent 工具矩阵：服务启动时 initializer 幂等同步；Agent 画廊与设置页均展示完整 27 个 built-in（AGENT_LIST_BUILTIN_PAGE_SIZE=50 默认；画廊 chip 来自 enabled_builtin_tools）。
写路径单入口：persist_enabled_builtin_tools 校验后再落库；legacy ID 返回 422，避免 silent 失效。
默认 profile：UI 默认开启 web_search + memory + structured_clarify（结构化多题澄清表单）；文件/代码执行能力始终可用（Agent 基线，无需用户勾选）。表单 payload 使用 requires_confirmation: bool（替代竞品常见的 5 类枚举）；true 时 WebUI 以琥珀色强调风险确认。
用户开关 ON → Turn1 直接可用：默认或手动开启的内置工具（含 cron（需手动开启）、structured_clarify、render_ui、computer_use、x_search、delegate_to_agent 等）、已绑定 skill 对应工具，首轮即出现在 LLM schema，无需先调 discover_capability。Cron 默认关闭（可发现加载）——仅开启的用户承担约 827 tok eager schema；OpenClaw/Hermes 无 per-agent 开关，Turn1 始终挂载 cron。structured_clarify 关闭时不暴露 ask_question_tool schema——竞品多把澄清写死在常驻 Prompt 里。Harness ClarificationGuardMiddleware 保证每轮至多一次 ask_question_tool，且与并行工具互斥（对齐 Hermes clarify 单轮约束）。
active_tool_groups SSOT：derive_active_tool_groups() 统一推导已启用工具组，避免 render_ui / 媒体组已开仍误报 capability_gap。
全矩阵回归：CAPABILITY_GAP_REGISTRY 覆盖 14 个 GUI 可切换 builtin（含 web_search、memory、cron、answer_tool、structured_clarify 及 browser/render_ui/computer_use/wiki/kanban/planning/三媒体）。Agent 基线 file_ops / code_execute 运行时强制，不参与 Gap 提示。可编辑白板见通过 MCP 绘制图表。
权限缺口（Entitlement Gap）：每条用户消息在 Agent 循环前 preflight 扫描（SSE 推送 capability_gap / skill_gap，不改 Turn1 schema）；discover_capability miss 走同一 registry。WebUI 通过 /api/v1/workspace/stream 多路复用接收预检事件（POST 前注册监听器，早到 chunk 不丢），toast 一键开启/绑定；若在 stream loading 中点击，pendingGapRetry 于 MESSAGE_END / ERROR / CANCEL 落盘后自动重发，无需再点发送。
会话工具面板：聊天输入框 wrench 图标通过 SSE tools_snapshot 展示本会话 Turn1 已绑定工具列表（含 layer 标签），比静态配置页更准确反映「此刻 Agent 能调用什么」。
控制面工具（默认 0 Turn1 token）：编排信号（Deep Research）、CompletionGuard（_completion_check）、Verifier（submit_verdict）、Workflow PTC（spawn_subagent/notify）登记供审计，但不进入默认 Chat bind——简单对话不为 spawn/编排工具付 schema 税。典型默认 profile 实测 15 工具 / ~8,354 tok 工具层（2026-07-03 SSOT）。

能力	Skill Bundles	Agent Profile
多技能分组	YAML `skills[]`	GUI `skill_ids[]`
模型选择	无	按 Agent
工具级控制	无	按 Agent 白名单
安全策略	无	按 Agent 覆盖
防串扰	单层（少技能）	5 层防御
配置方式	CLI + YAML	可视化 GUI

Agent 绑定

Agent 可绑定到不同上下文：

上下文	说明
Web 会话	新对话默认 Agent
定时任务	Cron 执行用 Agent
渠道	指定消息渠道 Agent
IM 话题	`/bind` 将 Agent 绑到话题

未绑定上下文使用默认通用 Agent。可随时在 GUI 或消息渠道 /bind / /unbind 切换。

Slash 命令绑定

每个 Agent 可自定义 Slash 命令，一键触发一个或多个技能。

单技能

将 /deploy 映射到一个技能：

command_name: deploy
skill_ids: [deploy_skill]
description: 部署到生产环境

多技能组合（Bundle）

将多个技能合并为一个命令，附加可选引导词：

command_name: daily-report
skill_ids: [data_collector, report_generator, email_sender]
instruction: 收集今日指标，生成汇总报告，发送邮件给团队。

触发时，所有技能 SOP 合并注入到一次 LLM 对话中，自动 Token 预算保护（12K 字符软上限）。

工作流程

配置 — 在 Agent 编辑器中多选技能，可选填写引导词
触发 — 在 Slash 面板（WebUI）、桌面端或任意 IM 渠道输入 /daily-report
执行 — Harness 加载所有 SOP，强制 Token 预算，协同执行

Agent 级隔离

每个 Agent 拥有独立的命令绑定。「代码助手」的 /review 与「运维助手」的 /deploy 完全独立。

配置快照与回滚

每次配置变更自动创建快照，实验无风险：

功能	说明
自动快照	每次更新自动创建版本化快照（最多保留 10 版）
一键回滚	瞬间恢复到任意历史配置状态
回滚前保护	回滚前自动保存当前状态，可随时”撤销回滚”
智能过滤	仅修改头像等无关配置不会创建快照，保持时间线干净
缓存安全	回滚立即使 Profile Resolver 缓存失效，下一轮对话即使用恢复后的配置

在 Agent 设置 > 版本历史 中查看快照时间线。

竞品均无自动多版本配置快照回滚能力。Hermes、OpenClaw、ChatGPT 修改前需手动备份——一次误操作即永久覆盖配置。

导出、导入与克隆

跨团队分享 Agent 配置或外部备份：

操作	说明
导出	下载完整 Agent Profile 为 JSON（敏感凭据字段自动脱敏）
导入	从任意导出的 JSON 创建新 Agent（支持单体和团队两种格式）
克隆	工作区内一键复制——新 UUID，相同配置

团队 Agent 导出时自动打包 Leader + 所有成员配置为单一版本化包。

导出时敏感字段（API Key、OAuth Token、网关凭据）自动移除，防止分享时意外泄露凭据。

快速入门

核心概念

使用指南

自托管

Agent 配置

Agent 配置

创建 Agent

编辑-测试零跳转

单轮能力 Chips（Skill/MCP）

对真实用户的价值

模型选择

智能路由

多槽位模型架构

思考强度

提示词模式

自定义系统提示词

工具配置

进度平面

延迟工具加载

技能热重载

记忆

人格

子 Agent 编排

角色边界与工具安全隔离

外部 Agent 委派 (ACP)

Google A2A 协议

Agent Profile：精确无串扰

如何防止技能串扰

Built-in Tools SSOT（2026-07）

Agent 绑定

Slash 命令绑定

单技能

多技能组合（Bundle）

工作流程

Agent 级隔离

配置快照与回滚

导出、导入与克隆

​Agent 配置

​创建 Agent

​编辑-测试零跳转

​单轮能力 Chips（Skill/MCP）

​对真实用户的价值

​模型选择

​智能路由

​多槽位模型架构

​思考强度

​提示词模式

​自定义系统提示词

​工具配置

​进度平面

​延迟工具加载

​技能热重载

​记忆

​人格

​子 Agent 编排

​角色边界与工具安全隔离

​外部 Agent 委派 (ACP)

​Google A2A 协议

​Agent Profile：精确无串扰

​如何防止技能串扰

​Built-in Tools SSOT（2026-07）

​Agent 绑定

​Slash 命令绑定

​单技能

​多技能组合（Bundle）

​工作流程

​Agent 级隔离

​配置快照与回滚

​导出、导入与克隆

Agent 配置

创建 Agent

编辑-测试零跳转

单轮能力 Chips（Skill/MCP）

对真实用户的价值

模型选择

智能路由

多槽位模型架构

思考强度

提示词模式

自定义系统提示词

工具配置

进度平面

延迟工具加载

技能热重载

记忆

人格

子 Agent 编排

角色边界与工具安全隔离

外部 Agent 委派 (ACP)

Google A2A 协议

Agent Profile：精确无串扰

如何防止技能串扰

Built-in Tools SSOT（2026-07）

Agent 绑定

Slash 命令绑定

单技能

多技能组合（Bundle）

工作流程

Agent 级隔离

配置快照与回滚

导出、导入与克隆