README.zh-CN.md

面向科研与工程的持久、可审查自主运行时

让长期 Agent 能够规划、执行、验证、暂停，并在一次模型调用之后继续推进。

Argus v0.1.1 · 源码更新与桌面预览安装包是不同的安装渠道。

官方网站 · 视频演示 · 技术报告 · arXiv:2608.05144 · 微信群 · English / 简体中文

Manager → Planner → Engineer ⇄ Reviewer

Driver–Harness 模型

模型是发动机：它烧掉算力，输出 token。Harness 是传动系统，把这些 token 耦合到文 件、shell、编译器、GPU 和测试上。Driver 是方向盘后面那个位子——决定接下来做什么、判断 上一个结果好不好、以及知道什么时候该停下来问人。在其他所有 Agent 系统里，坐在那个位子上的 都是一个人；所以那个人一睡觉，工作就停了。

Argus 坐上 Driver 的位子，把这份活拆给四个刻意不让互相代劳的角色：

凭据、支付、不可逆操作和对外发布，永远会停下来等人。

它还能不重训就变强：被采纳的 Skill 和带来源链接的 Wiki 发现，会按"它被证明成立的范围"放进 project → vertical → global；而新领域以 vertical 的形式接入一个不会改变的核心 ——目前 24 个，全部 53,871 行领域代码里对权限边界的引用为零。

正因为干活的人不能给自己打分，没有人需要盯着它：在 27 场战役、1,548 小时里，它平均每约 310 小时才需要人做一次研究判断，占空比 95–99%。其余内容都在 **技术报告**里。

原生 Backend： GitHub Copilot CLI · Pi · OpenAI Codex CLI · Claude Code · Cursor CLI · OpenCode · Grok Build · Qoder · DeepSeek Harness

Harbor 评测： Harbor Framework 可以把完整的有界 Argus Manager/Planner/Engineer/Reviewer 运行时作为自定义 Agent 直接调用。配置和边界见 Harbor 接入说明。

Code Agent 插件： 可通过打包的 MCP bridge 和宿主 Skills 使用 Argus，不修改 核心 runtime。参见 插件快速入门。

反例研究： 提供反例实验室、隔离的 Jacobian MCP bridge， 以及工作台内安全更新源码的按钮。参见 反例实验室与 Jacobian 配置。

微信群

扫码加入 Argus 交流群；点击图片可以查看原图。二维码有效期以图片中的提示为准； 如果已经过期，请在 Issue 中联系维护者更新。

交流1群已满，请进入2群。

快速安装

请只使用当前操作系统对应的一组命令，不要混用。所有平台都需要从 nodejs.org 安装 Node.js 22.12+，并准备一个 已完成鉴权的 Agent CLI。直接复用你日常使用的 CLI；Argus 没有单独账户。 普通 Argus 安装不需要 Docker；只有单独的 Harbor 评测集成可能把 Docker 作为可选 环境依赖。

**先选安装渠道。**下面命令直接从 GitHub 安装官方源码仓库的 main，不依赖 PyPI。 如果明确要体验开发预览版，请把对应平台安装和更新命令中的 microsoft/ArgusAgent 替换为 lbx154/Argus。升级已有安装时保持原来的渠道。

需要 Windows EXE 时，请看 Windows Desktop。 官方安装包如已发布，会出现在 microsoft/ArgusAgent Releases； 桌面预览安装包位于 lbx154/Argus Releases。 源码中的修复不会自动更新已经发布的 EXE。

推荐：使用 Agent 一键安装

把下面整段发送给已安装的 Code Agent：

请阅读 https://github.com/microsoft/ArgusAgent/blob/main/docs/agent-install.md，
默认安装官方源码，只有我明确要求时才改用开发预览版；升级时保持已有安装的渠道。
使用当前操作系统对应的方式安装 Argus。优先复用当前 Agent CLI 作为 backend。
Windows 和 macOS 不创建手工 venv；Linux 保留文档中的 venv。必须让 setup 完成真实
Agent turn 验收，再运行 argus doctor --deep --advisor auto。需要登录、sudo 或修改
全局配置时先说明原因并等待确认。不要要求我在对话中粘贴密码、token 或 API Key。

Agent 将遵循 安装执行规范。

Windows 10/11：直接 pip 安装，不创建虚拟环境

从 python.org 安装 Python 3.11+ 并勾选 Add Python to PATH。重新打开 PowerShell 后执行：

py --version
node --version
py -m pip install --upgrade pip
py -m pip install --upgrade --force-reinstall "argus-skill @ https://github.com/microsoft/ArgusAgent/archive/refs/heads/main.zip"
$Scripts = py -c "import sysconfig; print(sysconfig.get_path('scripts'))"
$Argus = Join-Path $Scripts "argus.exe"
if (-not (Test-Path $Argus)) { throw "Argus entry point not found at $Argus" }
$env:Path = "$Scripts;$env:Path"
& $Argus --version
& $Argus --setup
& $Argus doctor --deep --advisor auto
& $Argus --status
& $Argus

使用 $Argus 绝对路径可以证明 setup 没有误调用旧安装。$env:Path 会让当前 PowerShell 同时支持普通 argus 命令；新窗口的持久 PATH 修复见后面的排障章节。

argus doctor 默认只做只读诊断。只有明确执行 argus doctor --advisor auto（或指定某个 advisor）时，才授权已安装的 Agent CLI 在 Argus 范围内检查和修复文件、配置、运行时状态或依赖。需要不调用模型的确定性验收时， 使用 argus doctor --advisor none --verify。明确请求的主动修复会执行真实 Agent turn， 可能需要几分钟；它不是快速版本检查。

Windows 当前支持安装、Manager 对话、配对、Web/TUI、终端作用域 daemon 控制和 原生 durable subagent。Native Windows 使用独立 worker 承载 direct 或 supervised 长命令，持久化任务注册与日志，并进行有界进程树清理；此路径不再强制依赖 WSL2。 图形安装见 Windows Desktop。

macOS：uv tool 管理安装，不手工创建虚拟环境

按需安装 uv 后执行：

uv --version
node --version
uv tool install --force --python 3.12 \
  "argus-skill @ https://github.com/microsoft/ArgusAgent/archive/refs/heads/main.zip"
ARGUS_BIN="$(uv tool dir --bin)/argus"
test -x "$ARGUS_BIN"
"$ARGUS_BIN" --version
uv tool update-shell
"$ARGUS_BIN" --setup
"$ARGUS_BIN" doctor --deep --advisor auto
"$ARGUS_BIN" --status
"$ARGUS_BIN"

即使 uv 的 tool bin 尚未加入 PATH，ARGUS_BIN 也能立即工作。 uv tool update-shell 会让新终端可以直接使用 argus。隔离环境已经由 uv 管理， 不要再套一层 venv。

Linux：保留隔离源码 venv

Linux 服务器继续显式使用 venv，保证 Python、CUDA 工具链和长任务进程环境可复现。 先安装 Python 3.11+、Git、Node.js 22.12+ 和发行版的 python3-venv 包：

git clone https://github.com/microsoft/ArgusAgent.git "$HOME/Argus"
cd "$HOME/Argus"
python3 -m venv .venv
.venv/bin/python -m pip install --upgrade pip
.venv/bin/python -m pip install -e .
ARGUS_BIN="$HOME/Argus/.venv/bin/argus"
"$ARGUS_BIN" --version
"$ARGUS_BIN" --setup
"$ARGUS_BIN" doctor --deep --advisor auto
"$ARGUS_BIN" --status
"$ARGUS_BIN"

私有 Preview 协作者在 Linux clone 命令中改用 https://github.com/lbx154/argus-skill.git。Windows/macOS 应安装私有 wheel 或经过认证的私有 archive，不要把 GitHub token 写进 shell history。

Linux 新终端不要依赖全局 argus；请使用 $HOME/Argus/.venv/bin/argus（或显式激活该 venv）。如果创建 venv 时提示缺少 ensurepip，安装发行版的 python3-venv 包后重试。

Backend 说明

--backend 可使用 copilot、pi、codex、claude、cursor、opencode、grok、 qoder 或 dsh。setup 会优先采用所选 CLI 自己目录中的模型；无法确定时保留 该 CLI 的原生默认值，不会把 OpenAI 模型 id 注入 Claude Code、Cursor CLI、Pi、OpenCode、 Grok、Qoder 或 dsh。 如果已有 OpenAI-compatible URL，setup 会在需要时自动安装 Pi 并完成配置：

ARGUS_SETUP_API_KEY=... argus --setup --non-interactive \
  --api-url https://api.example.com/v1 \
  --api-model model-id

使用 Grok Build 时，请先安装并登录 xAI 官方 CLI：

curl -fsSL https://x.ai/cli/install.sh | bash
grok login
argus --setup --non-interactive --backend grok

无界面环境也可以使用 XAI_API_KEY。Argus 通过 Grok 原生 headless JSON 流运行、按 Session ID 续接，并避免把角色 prompt 放进进程参数。 PowerShell 多行续行符为反引号，不是 \。

为多 provider 的 CLI 指定 provider

Pi 与 OpenCode 是与 provider 无关的前端：具体走哪个账户，取决于你给它认证了什么 （原生 DeepSeek key、Anthropic、Azure、本地 vLLM、Copilot 代理）。Argus 会把你配置 的 model id 原样透传，因此 deepseek-chat 这样的裸 id 由 CLI 自己解析。

只有在裸 id 有歧义、或 CLI 本身要求限定时才需要指定 provider：

# Pi —— 仅当两个已认证目录里存在同名 model 时才需要
export ARGUS_SKILL_PI_PROVIDER=deepseek

# OpenCode —— 必需：`opencode run --model` 只接受 provider/id
export ARGUS_SKILL_OPENCODE_PROVIDER=deepseek

两者也可以在座舱 /config 里设置，在那里设置后会持久化、重启依然生效。

argus --doctor 会读取 CLI 的已认证目录：配置的 provider 你并没有 key，或选定的 model 不在目录中时，会直接告诉你。

用 argus --config-help 查看每个角色最终使用的模型及配置来源。模型目录查询命令 因 backend 而异，例如 pi --list-models、opencode auth list 和 qodercli --list-models。

完整说明（含对依赖旧的隐式 github-copilot 前缀的 Pi 部署的不兼容变更）： 后端 provider 说明。

启动

Windows 和 macOS 配好 PATH 后可直接使用 argus。Linux 如果没有激活 venv， 请把下面的 argus 替换成 $HOME/Argus/.venv/bin/argus。

argus

argus doctor                         # 确定性、只读诊断
argus doctor --advisor auto          # 明确请求 Agent 检查并修复
argus doctor --advisor none --verify # 不调用模型的确定性验证
argus --status                       # 查看当前运行状态

交互界面

Windows Desktop

Windows x64 源码包含一个 Tauri/Rust 桌面宿主：它监管由同一套 Argus 运行时冻结得到的 本地后端，并直接打开现有 Web Cockpit；Manager、Workbench 与 WebAPI 不存在单独的 Desktop 分叉。它还提供签名更新发现和经用户确认后的安装。源码运行、安全边界、验收和 打包命令见 Windows Desktop 文档。

Terminal Cockpit

argus

通过终端 Cockpit 与 Manager 对话、跟踪实时工作、检查状态并恢复项目。 未显式指定 --port 时，Argus 会复用兼容后端；若默认端口被其他程序或旧后端占用， 则从 8799 开始选择首个可用端口。在 Windows 上，普通 argus 启动会同时打开 Web UI；使用 argus --no-open 可只保留终端 Cockpit。

Web UI

启动 Argus，并在默认浏览器中打开 Web UI：

argus --web

首选地址：http://127.0.0.1:8799；被占用时会自动顺延。

argus --web --web-port 8800  # 使用其他端口

通过 SSH 使用远程服务器

在服务器上：

argus --web

在自己的电脑上：

ssh -L 8799:127.0.0.1:8799 user@server

然后在本机打开 http://127.0.0.1:8799。

argus --web --web-host 0.0.0.0 --web-port 8799

export ARGUS_SKILL_WEB_TOKEN="$(python -c 'import secrets; print(secrets.token_urlsafe(32))')"

在手机上使用

Telegram、飞书 / Lark 和网页版都可以在手机上使用。两个聊天机器人都是向外拨号的长连接，所以位于 NAT 后面的守护进程不需要内网穿透，也不需要公网地址：

# 飞书 / Lark —— WebSocket 长连接，无需配置请求地址
pip install 'argus-skill[feishu]'
export ARGUS_SKILL_ENABLE_FEISHU=1
export ARGUS_SKILL_FEISHU_APP_ID=cli_xxx ARGUS_SKILL_FEISHU_APP_SECRET=xxx

# Telegram
export ARGUS_SKILL_ENABLE_TELEGRAM=1
export ARGUS_SKILL_TELEGRAM_BOT_TOKEN=... ARGUS_SKILL_TELEGRAM_CHAT_ID=...

两个机器人提供完全相同的命令（/add、/status、/nudge、/backlog 等）。网页版可以添加到手机主屏幕，扫描 argus --web --web-host 0.0.0.0 打印的二维码即可完成配对。

完整配置见 docs/mobile.md。

高级使用

Argus 的设计目标不是“只能配置”，而是“可以被你改变”。

自主程度

默认 pragmatic 模式会自行处理超时、失败测试、benchmark 规模和技术路线等可恢复问题；只有凭证、预算增加、不可逆操作、对外发布或改变你定义的验收边界时才会询问。

# 谨慎：每个明确问题都询问
export ARGUS_SKILL_AUTONOMY_MODE=cautious

# 务实（默认）：技术问题自动恢复，权威边界询问
export ARGUS_SKILL_AUTONOMY_MODE=pragmatic

# 主动：最大化可逆技术执行，仍保留凭证/金钱/不可逆边界
export ARGUS_SKILL_AUTONOMY_MODE=autonomous

也可以从 Web 配置页或 /config 修改该选项。

改造整个运行时

如果你是 Agent 的狂热爱好者，我们推荐你在本地部署 Argus，让完整闭环真正适合自己的工作方式。你可以调整角色 Prompt、工作流边界、审查策略、工具与运行约定，对接已有基础设施，并用测试固定自己重视的行为。

一个完整工程案例是 避免局部爬山：MI300X serving 任务暴露出过度保守激励后，Argus 如何把纯报告研究、高风险机制组合、单次探索筛选与严格最终声明分开。

更完整的一份是 Argus 会出什么问题，我们怎么修的：记录了六种真实失效——一个测的其实是自己 token 上限的实验、冻结在训练截止时刻的世界知识、满足于交差而不是做成一件事、在想法还没配得上时就施加的仪式、局部爬山，以及不愿意报喜。它也记录了一次我们修错了的修法：加一个门去逼出进取心——而诚实的答案是，防御性检查不产出好工作，它只产出能通过检查的工作。

与之配套的实测版本是 系统审计：六条抱怨，逐条拿代码核对 —— 过度防御、验证门槛过严、不必要的人类打扰、指令遵循弱、冗余，以及 schema 乱用，每条都用代码树上的实测数字给出成立与否。

后续的 架构精简规划 把普通工程短链与完整研究团队分开，设计由 Host 生成的单一任务上下文，并规划兼容优先的 Vertical 拆库路径。

由那份审计推出的是 精简计划：一组排好序的删除、一条用来机械分拣 2,277 个异常处理器的判据、一份明确的"不能删"清单，以及要避开的陷阱——把删掉的机械换成一个"统一系统"，那会变成同一个错误。

创建自己的 Vertical

Vertical 可以为你的领域提供专属阶段、Skill、数据集、工具、证据要求、评测方法与完成标准。规划与审查将遵循该领域真正重要的规范，而不是一套通用流程。

math vertical 是已实现的完整范例：三阶段流程、内容寻址的证据库、Lean 机械验证，以及"哪一类检查才有资格判定哪一类问题"的明确规则。详见 mathematical research（英文）。

让其他 Agent 成为外层入口

你可以通过 GitHub Copilot、Pi、Codex、Claude Code、Cursor CLI、OpenCode、Grok Build、OpenClaw 或 Hermes 调用 Argus、检查状态、操作本地 CLI 或 Web/API，并继续迭代自己的部署。

• Argus 原生 Backend： GitHub Copilot CLI、Pi、Codex CLI、Claude Code、Cursor CLI、OpenCode、Grok Build、Qoder、DeepSeek Harness
• 外层 Agent： OpenClaw、Hermes，或任何能够使用 Shell / HTTP API 的 Agent

如需运行持久任务，可安装或适配可移植的 argus-runtime-orchestration Agent Skill。 该 Skill 明确定义了双方操作模型、主动检查 Needs you 的干预闭环、 各宿主适配器、证据边界与收尾检查。

常用入口：

argus doctor
argus --status
argus --web

最强大的 Argus 往往是一套被你认真改造成更适合自己伟大领域与工作方式的 Argus。

更新

源码 checkout、pip ZIP 安装和 uv 管理的安装，现在统一使用已安装的 Argus 命令：

argus update
argus --version
argus doctor --advisor none --verify

argus --update 和 argus -update 是等价别名。更新器会保持现有安装来源和渠道， 使用对应的包管理器，不会在官方仓库和开发预览仓库之间切换。 源码更新要求工作区干净且位于分支上，只做 fast-forward。

如果 argus 不在 PATH 中，请使用安装时确定的完整路径：Windows PowerShell 执行 & $Argus update，uv 安装执行 "$(uv tool dir --bin)/argus" update， Linux 源码安装执行 "$HOME/Argus/.venv/bin/argus" update。

旧版本尚未包含这个更新器，需要先按原安装方式引导更新一次。下面命令中的仓库 URL 必须与原安装保持一致；已有开发预览安装应将 microsoft/ArgusAgent 替换为 lbx154/Argus。完成后，后续升级即可使用 argus update。

Windows 首次引导更新：

py -m pip install --upgrade --force-reinstall "argus-skill @ https://github.com/microsoft/ArgusAgent/archive/refs/heads/main.zip"
$Argus = Join-Path (py -c "import sysconfig; print(sysconfig.get_path('scripts'))") "argus.exe"
& $Argus --version
& $Argus doctor --advisor none --verify

macOS 首次引导更新：

uv tool install --force --python 3.12 \
  "argus-skill @ https://github.com/microsoft/ArgusAgent/archive/refs/heads/main.zip"
"$(uv tool dir --bin)/argus" --version
"$(uv tool dir --bin)/argus" doctor --advisor none --verify

源码 checkout 首次引导更新（先检查本地修改）：

git -C "$HOME/Argus" status --short
git -C "$HOME/Argus" pull --ff-only
"$HOME/Argus/.venv/bin/python" -m pip install -e "$HOME/Argus"
"$HOME/Argus/.venv/bin/argus" --version
"$HOME/Argus/.venv/bin/argus" doctor --advisor none --verify

只有 git status --short 没有输出、且当前分支跟踪预期仓库时，才继续执行后续源码 引导命令。更新后 Argus 会识别过期的本地 WebAPI 与 daemon，并在受控任务边界完成替换。 使用 --advisor none --verify 的验收不消耗模型调用。

打包的 Desktop EXE 使用独立的桌面签名更新渠道。CLI 更新器不会替换签名 EXE， 参见 Windows Desktop。

卸载

# Windows
py -m pip uninstall argus-skill

# macOS
uv tool uninstall argus-skill

Linux 请先停止 Argus、保留所需工作，再删除 $HOME/Argus checkout 及其中的 .venv。所有平台卸载 package 时都会保留 $HOME/.argus-skill 运行状态；只有在 确定项目、配置和日志也不再需要时才删除该目录。

安装排障

• unresolved provider cost 表示费用尚未核对完整，不代表登录失败或余额不足。 Argus 会在新调用前重新核对 Copilot 迟到或部分上报的费用，包括旧版对账缓存留下的记录； 其他 token 记录中的模型已有定价且 token 数量完整时， 会补齐待定费用。未知价格或缺失用量仍会阻止调用，不会被当作免费。 请查看报错中的 provider、model 和原因，以及 Argus 数据目录的 cost-control.json 和对应项目的 usage.jsonl，不要删除账本。诊断命令应在终端运行，不要直接发到 Web 聊天框。

• PowerShell 用 Get-Command argus -All，macOS/Linux 用 type -a argus 确认 shell 实际调用哪个 executable；更新后 argus --version 的 release id 应发生变化。

• macOS 可立即使用 "$(uv tool dir --bin)/argus"；执行一次 uv tool update-shell 并重新打开终端后才能稳定使用普通 argus。

• Windows 用 $Scripts = py -c "import sysconfig; print(sysconfig.get_path('scripts'))" 找回准确 Scripts 目录，再用 $env:Path = "$Scripts;$env:Path" 修复当前窗口。 新窗口请在 Python 安装器的 Modify 中启用 Add Python to PATH，不要为此 创建 venv。

• Linux 使用 $HOME/Argus/.venv/bin/argus；全局 argus 可能属于旧安装。 python3 -m venv 缺少 ensurepip 时先安装 python3-venv。

• argus doctor --advisor none --verify 只做确定性诊断；需要本机 Agent 直接检查和 修复 Argus 时，明确使用 argus doctor --advisor auto。

• 用 argus --config-help 检查实际 backend/model，再判断 setup 或鉴权是否失败。

Argus 目前取得的成果

一份部分记录，按由谁来判定这个结果算不算数分组——而这些判定者里没有一个是 Argus 自己。

开源代码

FlashDA 建立在 Tri Dao 及合作者出色的 FlashAttention-4 / CuTe DSL 工作之上。欢迎复现，以及向 SM90 之外的移植；完整协议与逐场景延迟见 EXPERIMENT_RESULTS.md。

由外部维护者判定

由官方评测器打分

由外部检查器判定

• MOF 生成——化学可控性 92.5 / 100.0 / 74.5%，AUC 0.594 → 0.833，由外部 MOFChecker 验证。被采纳的方法比它所取代的那个更小。
• Erdős–Gyárfás——六项有证明支撑的前沿更新，其中一条被证伪的路线作为证据被保留而不是删掉。
• 研究写作——六条论文流水线推进到投稿，共 254 个 mission，含 16 次 Stage 回滚。
• 作用在它自己身上——成熟期解决一个 SWE-Bench Pro 任务，比启动期少用 21% 的 token、少花 15% 的活跃时间，全程权重未变。最长单场战役 8.1 天。