Prime Agent:开源递归语言模型AI智能体框架

AI新闻 dotaai
98

Prime Agent是什么

Prime Agent是PrimeIntellect‑ai开源发布,采用MIT开源协议的AI Agent框架,项目代号RLM Harness,主打编码、科研场景,核心基于递归语言模型RLM与Continual Harness持续调度架构,构建可以长时间驻留运行、能够基于执行轨迹自我迭代优化的智能体系统。

不同于普通调用大模型API的Agent项目,它不局限单次工具调用循环,把上下文、子代理、工具能力全部封装为可编程单元,依托持久Python REPL运行环境,让智能体可以执行代码、调度子代理、后台驻留任务,沉淀任务执行经验,面向复杂长周期任务设计。

Prime Agent(图1)

功能特色

  1. 递归语言模型RLM子代理调度
    原生支持通过代码生成子代理,子代理可以并行、后台执行任务,代理之间可直接消息互通,不需要全部经过用户输入输出,实现多智能体协同工作。所有工具调用、子代理实例都以编程函数形式调用。

  2. 持续化Harness任务调度记忆沉淀
    内置Continual Harness组件,持久保存会话记忆、自定义技能、代理配置、任务轨迹。提供/refine指令,依据历史执行轨迹增量优化代理能力,不会篡改基础系统提示词,支持状态快照、回滚,把任务过程中的经验本地持久化存储。

  3. 后台常驻长时任务能力
    守护进程模式运行,终端关闭任务不会中断,支持后续重新接入会话。具备心跳检测、定时调度、持久化目标管理,专门处理耗时很长的复杂任务。

  4. 受限自主执行模式
    /autonomous自主模式,可配置token消耗上限、执行轮次、运行时长、质量校验阈值,在设定约束条件内自动推进任务,避免无限制无限执行。

  5. 可扩展技能生态
    技能以Python可导入包的形式实现,重复业务流程可以封装为自定义技能包,扩展Agent能力边界。

  6. 完整CLI命令集
    命令行工具支持会话列表查看、接入后台任务、状态诊断、故障修复、代理管理、版本更新等全套运维操作。

安全提示:Prime Agent会以当前系统用户权限运行AI生成的Python代码、Shell命令,没有强安全沙箱隔离,建议在隔离环境运行,禁止直接在生产环境执行不受控自主任务。

技术细节

  1. RLM递归语言模型抽象
    RLM把大模型上下文视作可读写变量,整个Agent运行依托持久Python REPL环境。子代理实例通过rlm()函数创建,子代理运行结果可以直接被主代理代码读取。工具调用不再是固定硬编码工具列表,而是代码执行环境内的函数调用。

  2. Continual Harness持久层
    会话状态、记忆、技能快照全部本地存储。/refine机制读取完整任务轨迹,生成增量改进,只更新附加提示片段,原始系统prompt保持不变,支持快照回滚,防止迭代后能力退化。

  3. 守护进程后台架构
    采用守护进程实现任务后台驻留,会话断开进程不销毁。提供RPC/JSON接口,支持无头模式集成到其他程序。多代理之间使用内部消息队列完成通信,无需中转用户。

  4. 模型适配层
    兼容多家大模型服务商API,配置文件切换底层模型。自主模式内置多重约束:token预算、最大轮数、时间限制、结果校验门限,多重限制防止资源耗尽。

  5. 项目底层依赖
    项目基于pi项目构建,配套学术论文arXiv:2608.23552,代码主要面向Linux、macOS平台,暂不原生支持Windows。

应用场景

  • 科研自动化:长时间文献调研、数据分析、批量实验脚本生成,后台持续运行调研任务。

  • 软件工程开发:大型项目代码重构、多模块并行开发调试,多子代理分工处理不同模块。

  • 复杂长周期任务:多步骤链式任务,任务可以中断恢复,保存中间状态,不需要从头重新执行。

  • 自定义智能体工作流:封装重复工作流程为自定义技能,搭建私有多代理协同系统。

  • 二次开发集成:利用RPC/JSON无头接口,嵌入自有应用,做Agent能力二次封装。

使用方法

环境要求

操作系统:Linux / macOS,Windows需要WSL2环境。

一键安装

curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh

启动与基础操作

  1. 终端输入 prime‑agent 启动CLI交互终端。

  2. 首次运行执行 /login,填入大模型服务商API密钥完成登录配置。

  3. 输入任务指令,Agent会在当前工作目录执行Shell、Python代码,读写本地文件。

  4. 核心命令:

  • /refine:基于本次任务轨迹,增量优化代理记忆与能力

  • /autonomous:开启受限自主执行模式,设置资源上限

  • 会话断开后,可重新接入后台还在运行的任务会话。

重要提醒:运行目录尽量使用独立测试目录,Agent会读写本地文件,避免修改重要业务文件。

竞品对比

选取AutoGPT、OpenManus两个主流开源Agent框架进行对比:

对比维度 Prime Agent AutoGPT OpenManus
核心架构 RLM递归模型+Continual Harness持久调度 循环思考工具调用架构 单主代理+工具调用循环
子代理能力 原生支持代码式创建子代理,代理间直接通信 有限多代理,需要插件扩展 单代理为主,子代理能力较弱
后台长任务 守护进程常驻,断开终端任务持续运行 会话结束任务终止,无原生后台守护 无原生后台驻留,任务随终端退出结束
自我优化机制/refine增量迭代,保留原始系统提示词,支持快照回滚 依靠记忆向量库,无增量迭代优化 依赖外部记忆存储,无专门迭代优化指令
运行环境 持久Python REPL,代码优先执行 工具调用沙箱,工具集合固定 工具调用模式,预定义工具集
协议 MIT MIT MIT

常见问题解答

Prime Agent是否原生支持Windows系统?

不原生支持Windows,Windows平台需要借助WSL2子系统安装运行。官方主要维护Linux与macOS环境。

Agent运行修改本地文件,会不会误删重要数据?

Agent以当前用户权限执行代码与shell命令,具备读写当前目录文件能力。务必使用独立测试文件夹,不要直接在生产、重要项目目录运行自主模式。

什么是RLM递归语言模型?

RLM是该项目提出的抽象,把大模型上下文当作程序变量,通过代码函数生成子代理,子代理输出结果可以直接被主程序读取,实现可编程的多代理调度,区别传统固定工具调用循环。

/refine指令会修改原始系统提示词吗?

不会。refine只会生成增量附加提示片段,原始系统prompt保持不变,同时支持快照回滚,防止迭代之后出现能力退化。

可以接入任意大模型服务商吗?

支持主流大模型API服务商,通过配置文件切换底层模型,需要自行准备对应API密钥。

自主模式/autonomous会无限消耗token吗?

不会,开启自主模式时,可以设置token上限、最大轮次、运行时间、质量校验门限,到达阈值任务就会停止执行,规避资源无限消耗。

能否嵌入到自己的程序内部调用?

支持RPC/JSON无头集成接口,可以脱离CLI交互终端,将Agent能力集成到自有业务系统。

相关链接

总结

Prime Agent是一套面向长周期复杂任务的开源AI智能体框架,凭借RLM递归语言模型抽象与Continual Harness持续调度系统,实现子代理协同、后台任务驻留、任务轨迹增量优化等差异化能力,为科研、软件开发场景提供可编程的多智能体解决方案,同时提供完整CLI工具与二次开发接口,开发者可以基于该框架封装自定义技能,搭建专属Agent工作流,但使用时需要注意本地代码执行带来的安全风险。

打赏
THE END
作者头像
dotaai
正在和我的聊天机器人谈恋爱,它很会捧场。