主脑只做统筹 · 重活全派子代理 · 随时应答

现象：给 AI 助手派了个重活，然后发消息它不回、想插话只能排队、等十几分钟才回一句。 根因：不是模型慢，是主脑把重活放在前台跑，整个回合被占死——用户的消息只能在后面排队。 解法：把「重活外派 + 随时应答」变成一条写进 Agent 指令里的硬纪律，并用脚本把它幂等地落到本机。

平台无关：规则块本身与平台无关，任何支持指令文件 / 系统提示 / 子代理的 AI Agent 都适用 （Claude Code / Codex / Cursor / WorkBuddy / Hermes / 其他同类平台）。落地器只在有实测把握的两个落点直接写文件，其余平台走「导出可粘贴规则块」路径——不猜配置路径、不编造字段。

何时用

• 用户抱怨"等太久 / 插话就卡 / 没人应答 / 我要经常跟你聊天"；
• 要把"重活派子代理、主脑随时应答"制度化到本机的一个或多个 Agent 实例；
• 要给某个实例加装这条机制（用 scripts/provision_agent_responsiveness.py），并想验证它真生效（用 scripts/audit_agent_responsiveness.py）。

病根

主脑把重活（批量抓取、多文件处理、长脚本）放在前台干 → 整个回复回合被占死：

• 前台长命令期间，用户消息只能排队；
• 有些平台在有子代理在跑时，会把用户插话降级成"排队"，要等整回合结束才被读到；
• 于是用户的体感是"这助手不搭理我"——而它其实只是在埋头干活。

结论：要让人随时能找到助手，就必须让助手不亲自下场干重活，以及在它确实在忙时，保留一条即时的插话通道。这两件事要一起做。

三件事一起做（缺一不可）

1. 把规则块写进 Agent 的指令层（置顶）

规则块全文见 templates/agent-ops-rules.md（脚本会用它）。核心六条：

• 四级分流（先判级再动手）：L0 问答→直接答不派｜L1 单步快活(≤1 工具且 ≤20 秒)→直接干｜L2 多步/长活/批量/联网→一律派｜L3 需用户拍板→先回一句"这要您定 X"。
• 派完立刻回一句并结束回合（禁止干等；干等=没派）。
• 超过 60 秒的命令放后台（前台长命令会把整个回合占死）。
• 子代理只回收结论 + 产物路径；整合分析由主脑做。
• 用户插话最高优先：先立刻应一声，能答就答，绝不让用户干等。
• 需要提问/拍板的活留在主脑（子代理问不了人）。

规则块用 <!-- agent-ops-rules:v1 --> … <!-- /agent-ops-rules --> 包裹，落地器靠这对标记做到幂等：重复跑只替换自己标记过的区块，不碰你的其他内容。

2. 保留一条即时的插话通道（平台相关）

不同平台对"AI 正在忙时用户插话"的语义不同，效果差别极大：

判据（一句话）：要"随时能插话"，就必须选择立即中断 + 保留已完成工作的语义；并且配合"长命令放后台"这条纪律——两条一起才成立。 （Hermes 的对应键名与实测细节见 references/hermes-implementation.md，其他平台请在你平台的设置里找同语义的选项。）

3. 子代理并发度要够（否则"全派出去"会被坑位卡住）

"重活一律外派"的前提是能同时派出几个。并发度太低，外派就变成排队——用户照样等。

• 把并发上限调到你能接受的水平（常见 3–6）；超上限的后果各平台不同（有的整批拒绝、有的截断），所以分批派比硬顶上限安全。
• 并发度直接关联成本：每个子代理独立计费，按需设置，别无脑拉满。

4. 改完必须让 Agent 重新加载指令

指令文件 / 系统提示通常是进程启动时读一次。写完不重启 = 没生效：

• 重启对应的 Agent 进程 / 网关 / 会话（按你平台的方式）；
• 重启后验证：让 Agent 复述一次这条纪律，能说出来才算真加载（而不是"我觉得它读了"）。

一键落地 / 体检

# ① 预演（默认行为，不写任何文件）：看看会动哪些文件
python3 scripts/provision_agent_responsiveness.py

# ② 真正写入（自动备份 + 幂等；探测不到平台时导出可粘贴规则块）
python3 scripts/provision_agent_responsiveness.py --apply

# ③ 强制导出可粘贴规则块（给 Codex / Cursor / WorkBuddy / 未知平台用）
python3 scripts/provision_agent_responsiveness.py --apply --export --out ./agent-ops-rules.md

# ④ 体检：规则块是否存在 / 是否置顶 / 是否与当前模板一致
python3 scripts/audit_agent_responsiveness.py

落地器行为约定（脚本里写死，可复核）：

体检脚本行为约定：逐项核对文件层面能核实的事实（存在 / 是否被标记 / 是否置顶 / 内容是否最新）；探测不到任何受支持平台时，如实输出「未检测到支持的平台」并以退出码 2 返回——绝不假报通过。

平台适配层（工具名对照表）

诚实边界：Hermes 一列的键名与语义来自本机实测；Claude Code 的 ~/.claude/CLAUDE.md 为实测路径。 Cursor / Codex / WorkBuddy 的工具名各版本可能变，本技能不编造命令或字段名——请按上表自行映射。 跨平台派活纪律的更完整版本见同一作者的 subagent-first 技能。

坑（跨平台通用）

1. 指令文件只在启动时读一次：改完不重启（或没重启到正确的实例）＝没生效。别拿"文件里明明写了"当生效证明。
2. 插话语义选错：选了"等这批工具跑完才送达"的语义，再叠加"主脑前台跑长命令"，用户体感就是没人理。必须选"立即中断 + 保留已完成工作"。
3. 环境变量可能压过配置文件：很多平台是"env 优先于 config"。改完先确认实际生效来源，别只看配置文件。
4. 假重启：只终止了包装进程 / 计划任务实例，真正的子进程还在跑旧配置。验证要看进程启动时间，不是看进程数。
5. 并发上限未核实：以为"都能派出去"，实际超上限整批被拒或被截断 → 分批派，并核实当前生效的上限值。
6. 只装一处：多实例 / 多 profile 的指令文件与技能目录是各自独立的，要逐个写（落地器会遍历 Hermes 的各 profile，其他平台请按你的实例数逐个装）。
7. 别用"禁用主脑的重工具"来逼它派活：多数平台上子代理的工具集是主脑的子集（不能拥有主脑没有的工具），禁了等于自废武功。
8. 假报通过：体检脚本如果只检查"文件里有没有这几个字"，很容易在内容过期 / 被后续改动覆盖时仍报通过。核对内容是否与当前模板一致，探测不到就如实说"未检测到支持的平台"。

验收清单（别人问"真生效了吗"时照着答）

A. 文件层（脚本可自动核）

• 规则块目标文件存在，且能 grep 到 agent-ops-rules:v1 标记；
• 规则块置顶（位于文件前 1/3）；
• 规则块内容与当前模板一致（不是旧版残留）；
• 重复跑落地器：不产生第二份规则块，也不覆盖你已有内容；
• audit_agent_responsiveness.py 全绿（退出码 0）；探测不到平台时为退出码 2 + 明确提示。

B. 运行时（人工核）

• 重启后让 Agent 复述这条纪律 → 能说出来 = 指令真被加载；
• 给 Agent 派一个重活 → 它立刻回一句"已派出（谁在干什么）"，而不是埋头干十几分钟；
• 重活进行中用户插一句话 → 立刻得到回执，且回复未被打断；
• 重活完成后：产出能被主脑回读验证（不是"自报完成"）。

C. 边界

• 用户插话期间，正在跑的子代理没有被级联取消（或被取消的部分有明确交代）；
• 需要用户拍板的活没有被派给子代理。

许可

MIT License。可自由用于个人与商业项目，保留作者署名即可。

🙋 关于作者

九品锦锂e ｜ 把踩过的坑封装成"拿来就能跑"的 skill，不写教科书。这个 skill 是我自己每天在用的版本。

微信：ly5419495（加时备注「SkillHub」，我优先通过） 公众号：初五Agent（微信搜一搜，复盘和方法都写在那儿，不加微信也能读）

我另外做的几个能直接跑的工具，都放在这个货架页（复制到浏览器打开）： https://skillpay.alipay.com/public/jiupinjinlie

用的时候卡住了、或者有别的场景想让我封装成 skill，按上面任意方式找我就行。

本 Skill 为完整版本，无功能删减。