ai-agent-deep-dive/docs/11-task-model.md

11. 任务模型与后台执行规格

1. 目标

任务系统负责把“一个 agent 在做什么”变成可追踪对象，而不是只存在于对话文本里。

2. 任务类型

Python 版建议至少支持：

• main_session_task
• local_agent_task
• background_agent_task
• shell_task
• verification_task
• remote_task（可后置）

3. 核心任务字段

class TaskRecord:
    task_id: str
    type: str
    session_id: str
    parent_task_id: str | None
    agent_id: str | None
    description: str
    status: str
    created_at: float
    started_at: float | None
    finished_at: float | None
    output_path: str | None
    error: str | None
    result_summary: str | None
    progress: dict | None

4. 状态机

建议统一状态：

• pending
• running
• waiting_permission
• backgrounded
• completed
• failed
• cancelled
• killed

5. 背景任务需求

background agent 至少要支持：

• 注册
• 更新进度
• 存储输出文件路径
• 完成时通知主线程
• 失败时通知主线程
• 支持 kill / cancel

6. 进度跟踪需求

任务进度至少记录：

• 工具调用次数
• token 使用量
• 最近活动
• 最近摘要

7. 输出文件需求

后台任务建议将结果落盘到 output file，用于：

• 主线程查看
• resume 后读取
• 审计

8. 通知机制需求

任务结束时，系统必须向主线程注入结构化 notification，而不是只静默完成。

9. 验收标准

1. 每个子 agent 都能注册为任务
2. 背景任务可查询状态
3. 任务可输出结果文件
4. 任务完成/失败会通知主线程
5. 任务可被停止