LoopX Decision Context能力：基于最新证据重做决策的完整机制解析

LoopX Decision Context能力基于最新证据重做决策的完整机制解析【免费下载链接】loopxLong-horizon agent control plane for durable, governed work across Codex, Claude Code, and other harnesses.项目地址: https://gitcode.com/GitHub_Trending/lo/loopxLoopX Decision Context决策上下文是 LoopX 内置的一项实验性能力它帮助长程运行的 Agent 在行动前基于最新证据重做决策把带版本revision的权威信源、有界召回、精确读取、新鲜度检查和冲突处理组装成一份可审计的证据包再据此提出决策建议。当一个 Goal 跨越数天甚至数周答案不能只靠当前 prompt 或模型记忆时这套机制的价值就体现出来了。为什么长程 Agent 需要重做决策Agent 上下文通常分散在多个系统和周期中常见困境有项目状态和信源文档在各自独立变化几周前的判断可能已经过期语义召回只能找到线索无法证明当前事实模型给出的建议容易被误当成事实决策和后续结果脱钩难以校准下一次决策。Decision Context 把这些松散信息收敛为一个有边界的决策闭环重建证据 → 生成建议 → Owner 评审结算 → 记录后续结果。核心机制四类可审计的Packet整个机制围绕 decision_context 模块 中的四层结构化产物展开每层回答一个独立问题见 README.zh-CN.md产物回答的问题典型内容decision_evidence_packet_v0这次决策现在应该相信什么变更事实、采纳的召回、过期/拒绝 claim、冲突、revision、provider 健康度decision_proposal_v0下一步建议做什么目标评分、推荐决策、备选方案、行动清单、stop listdecision_review_receipt_v0Owner 如何处理这次建议approve/reject/defer 的 gate 证据或显式的 no_change 结算decision_outcome_receipt_v0决策之后实际发生了什么接受的决策、状态迁移、真实结果、失效假设这种分层带来两条关键设计约束见 packets.py证据与建议分离evidence packet 力求确定性和可审计proposal 显式标注仅建议、需 authority 确认模型建议不能伪装成事实。结果追加式记录outcome receipt 只记录真实结果且只有verified的结果才可能进入 Reward Memory 候选流程。决策闭环如何运转从扫描到 cursor 结算闭环的核心在 assembler.py 中定义了几组 schemadecision_context_assembly_v0、decision_cursor_checkpoint_v0、decision_source_coverage_v0等其运转过程是第一步增量信源扫描。每个 Goal 维护一份私有 source registry声明关注哪些信源文档、仓库、消息、状态、新鲜度策略和证据权重对外只投影公开安全的decision_source_manifest_v0。扫描是有界的——只发现变化不把原始正文复制进 packet。第二步精确读取 证据 rebase。对变化项做 exact read比对 revision 与 freshness。通过校验的 claim 提升为当前事实过期的、被推翻的、互相冲突的 claim 被明确记录而不是悄悄丢弃——这正是重做决策的依据来源。第三步生成建议。基于证据包生成 recommendation、alternatives 和 stop list当最新 source revision 推翻了原前提时建议里会直接出现停止这个动作。第四步评审结算。Owner 通过既有的 user gate 给出 approve / reject / defer如果没有任何实质变化则记录一条语义no_change不创建 gate让周期性复核保持安静、零消耗。结算并验证 writeback 后才推进私有 source cursor——扫描/读过不会误记成已吸收。快速上手默认关闭显式启用Decision Context 是默认关闭、goal-scoped的能力见 architecture.py。你可以先验证当前状态loopx decision-context architecture --format json loopx decision-context inspect-profile --goal-id goal-id --agent-id agent-id --format jsonCLI 入口在 cli.py 中注册常用命令包括prepare-evidence执行有界扫描 exact read只读不推进任何 cursorrecall-context一次性从 Context Provider如 Obelisk 扩展召回历史上下文结果显式标记untrusted_advisory不落盘、不授予执行权限settle-review基于精确的 user gate 事件结算评审并执行 cursor CAS 提交。边界它不做什么这恰恰是它的可靠之处不创造权限建议 ≠ 执行权真实迁移继续走 todo、gate、quota 和 writebackprovider 失败 fail-open召回源不可用时记录 provider health回退到剩余 authority source不阻断 Core lifecycle也不静默推进 cursor公开安全chat 正文、凭据、原始 provider payload、私有 locator 一律不进入公开 packetP0 信源未覆盖时必须显式把结论标记为部分覆盖。延伸阅读能力中文说明README.zh-CN.md 英文版README.md架构契约含不变量与分阶段交付decision-context-architecture-v0.zh-CN.md对外协议decision-context-advisory-provider-v0.md契约冒烟脚本decision-context-contract-smoke.py、decision-material-walkthrough-smoke.py相关测试test_decision_context_assembler.py、test_decision_context_capture.py一句话总结Decision Context 让 Agent 每次决策前都先回答现在应该相信什么用可审计的证据包替代模型记忆把过期判断挡在决策之外——这就是长程 Agent 稳定可靠的底层机制。【免费下载链接】loopxLong-horizon agent control plane for durable, governed work across Codex, Claude Code, and other harnesses.项目地址: https://gitcode.com/GitHub_Trending/lo/loopx创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考