# Agentic Loop：面向Windows的Planner-Executor智能体编排框架

> Agentic Loop是一个Windows友好的Go语言CLI工具，采用Planner-led架构，将OpenAI作为决策层、Codex作为执行层，实现人机协作的应用构建工作流。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-04-25T17:15:15.000Z
- 最近活动: 2026-04-25T17:19:26.138Z
- 热度: 0.0
- 关键词: Agentic Loop, Planner-Executor, AI编程, Codex, OpenAI, Windows, Go, 人机协作, 智能体编排
- 页面链接: https://www.zingnex.cn/forum/thread/agentic-loop-windowsplanner-executor
- Canonical: https://www.zingnex.cn/forum/thread/agentic-loop-windowsplanner-executor
- Markdown 来源: ingested_event

---

# Agentic Loop：面向Windows的Planner-Executor智能体编排框架

在AI辅助编程工具百花齐放的今天，大多数方案都面临着同一个挑战：如何让AI智能体在复杂、长期的应用构建任务中保持可控、可观测、可干预。Agentic Loop项目提供了一个独特的答案——它采用"Planner-led"架构，将决策与执行分离，并通过一个Windows友好的Go CLI实现人机协作的闭环。

## 架构核心：分离决策与执行

Agentic Loop的架构由三个核心角色组成：

### Planner（规划器）
Planner是决策者，负责选择"接下来做什么"。它通过OpenAI Responses API进行推理，输出结构化的动作指令。Planner不直接操作代码，而是生成高层次的执行计划。

### Executor（执行器）
Executor是代码工人，负责执行具体的仓库操作。主要执行器基于Codex（通过app-server模式），接收Planner的指令并返回执行结果作为数据。

### CLI（命令行界面）
CLI是一个"惰性"的桥接和运行时容器。它不决定工作何时完成，不改写人类回复，也不发明工作流策略。它的职责是：
- 持久化状态
- 路由结构化的Planner输出
- 管理传输层
- 向操作员显示可见状态

这种分离设计的关键优势在于：安全暂停点只发生在AI回合完成并已持久化检查点之后，人类始终掌握最终控制权。

## 关键设计原则

Agentic Loop的设计文档中明确了一系列"不可协商"的原则：

1. **Planner决定下一步**：CLI不替代Planner做决策
2. **Executor返回数据**：执行结果以结构化数据返回，而非自然语言
3. **人类回复原样转发**：不做修改或解释
4. **机械停止原因持久化**：操作员可以看到为什么停止，而CLI不做语义判断

这些原则确保了系统的可预测性和可审计性，对于生产环境中的应用构建至关重要。

## V2控制台：从CLI到桌面GUI

项目正在向V2控制台演进，目标是提供一个可选的Windows友好的操作员控制台。目前已实现的功能包括：

### 核心基础设施
- **本地控制服务器**：通过`orchestrator control serve`提供公共回环控制服务
- **事件总线**：进程内事件总线和事件流骨架，支持未来控制台附加
- **安全点干预**：持久化的控制消息队列，将操作员消息和待处理动作上下文反馈给Planner
- **运行时配置重载**：无需重启进程即可调整日志详细程度（quiet/normal/verbose/trace）

### 桌面GUI功能（Electron外壳）

目前已实现的桌面外壳功能：

- **引导式Home仪表板**：回答"是否已连接"、"加载了哪个仓库"、"循环是否运行"、"是否需要我"、"发生了什么"、"接下来该点击什么"
- **始终可见的状态条**：显示连接状态（Ready/Not Connected/Connecting/Reconnecting）、仓库根目录、运行ID、循环状态、阻塞器、详细程度、更新状态
- **标签导航**：Home、Run、Action Required、Chat、Files、Live Output、Workers、Terminal、Settings、Dogfood Notes
- **运行控制区域**：简化版的Start Build / Continue Build操作
- **运行时可见性**：显示运行经过时间、目标、停止原因、完成状态
- **待处理动作详情**：显示Planner结果、保持状态、保持原因、调度目标、执行器提示摘要
- **工件浏览器**：支持浏览和查看工件内容
- **契约文件编辑器**：支持编辑`.orchestrator/brief.md`、`.orchestrator/roadmap.md`等文件
- **AI自动填充向导**：通过引擎协议起草标准契约文件并预览
- **仓库浏览器**：只读浏览仓库文件
- **操作员终端标签**：本地shell会话，与引擎运行权限分离
- **Action Required面板**：清晰显示需要执行器批准的状态和Planner的ask_human暂停
- **Codex/模型就绪卡片**：真实显示Planner模型健康状态、Codex可执行文件路径/版本
- **自动模型健康检查**：GUI连接/重连时以及Start Build/Continue Build之前自动检查
- **后端身份可见性**：显示PID、启动时间、二进制路径、版本、修订版本
- **Side Chat面板**：基于上下文代理基础，仅从可观察的运行时状态回答
- **运行时超时与自主性设置**：支持超时预设和所有七种独立超时编辑
- **更新卡片**：GitHub发布检查和变更日志复制
- **Dogfood Notes面板**：记录与仓库和最新运行关联的时间戳摩擦笔记
- **Worker面板**：显示真实Worker ID、状态、范围、工作区路径、批准状态
- **Live Output面板**：基于/v2/events，显示可读的Planner/Executor/Worker/批准/模型行
- **Control Chat面板**：基于真实的inject_control_message

## 日常Dogfood工作流

项目推荐的日常使用流程：

```powershell
powershell -ExecutionPolicy Bypass -File .\scripts\start-v2-dogfood.ps1 -RepoPath D:\\Projects\\target-repo
```

该辅助脚本从orchestrator仓库构建，但控制服务器绑定到`-RepoPath`指定的目标仓库。Shell会显示预期仓库和后端报告的仓库；如果不匹配，会隐藏错误仓库的运行状态并建议重启后端。

### 关键操作

1. **启动构建**：在Home仪表板确认连接状态为Ready，检查Current Repo卡片，然后点击Start Build
2. **回答Planner问题**：打开Action Required，输入原始答案，点击Send Answer and Continue
3. **清除安全停止**：如果请求了安全停止，打开Action Required并点击Clear Stop and Continue
4. **记录摩擦**：在Dogfood Notes面板捕获摩擦和bug

## 权限与自主性配置

Agentic Loop支持四种权限/自主性配置文件：

- **guided（引导模式）**：高干预，Planner频繁询问人类
- **balanced（平衡模式）**：适度自主性，在关键决策点询问
- **autonomous（自主模式）**：低干预，仅在必要时暂停
- **full_send（全权模式）**：最小干预，最大化AI自主性

这些配置通过运行时配置动态调整，无需重启。

## 运行时超时设置

系统支持七种独立的可配置超时：

- Planner请求超时
- Executor空闲等待超时
- Executor回合超时
- 子代理超时
- Shell命令超时
- 安装超时
- 人类等待超时

其中Executor回合和人类等待默认无限制，其他有合理默认值。

## 技术选型：为什么是Go？

Agentic Loop选择Go语言实现，主要考虑以下因素：

1. **Windows友好**：Go编译为单一可执行文件，部署简单
2. **并发模型**：Go的goroutine和channel适合处理Planner-Executor之间的异步通信
3. **静态链接**：无依赖，适合分发
4. **跨平台**：虽然主要面向Windows，但代码可移植到Linux和macOS

## 与类似方案的对比

| 特性 | Claude Code | Codex CLI | Agentic Loop |
|------|-------------|-----------|--------------|
| 架构 | 单体Agent | 单体Agent | Planner-Executor分离 |
| 人机协作 | 对话式 | 对话式 | 结构化Action Required |
| 状态持久化 | 会话级 | 会话级 | 检查点级 |
| 可观测性 | 日志 | 日志 | 结构化事件流 |
| GUI | 无 | 无 | Electron外壳 |
| 目标平台 | 跨平台 | 跨平台 | Windows优先 |

## 实用意义：谁应该关注Agentic Loop？

Agentic Loop特别适合以下场景：

1. **Windows开发者**：原生Windows支持，无需WSL或虚拟机
2. **长期项目**：需要多天甚至多周的持续开发，需要持久化状态和可恢复性
3. **团队协作**：结构化的契约文件（brief.md、roadmap.md、decisions.md）便于多人协作
4. **可审计需求**：所有Planner决策和Executor动作都有结构化记录
5. **可控自主性**：可根据任务敏感度和团队偏好调整AI自主性级别

## 项目状态与路线图

目前项目处于积极开发阶段，V2控制台已实现核心功能，但以下功能仍在规划中：

- 完整的LLM支持的Side Chat升级和工具调用后端
- Worker应用控制
- Worker特定的批准控制
- 打包的GUI安装程序

已足够稳定用于日常Dogfood的功能：
- 本地控制服务器 + 事件流
- 可重连的Shell附加
- Planner安全的状态/进度可见性
- Control Chat注入
- 工件浏览
- 标准契约编辑
- Worker可见性和基本操作

## 结语

Agentic Loop代表了一种务实的人机协作编程范式。它不追求完全自主的AI编程，而是专注于构建一个可靠的基础设施，让AI和人类在各自擅长的领域发挥作用。Planner负责决策，Executor负责执行，人类负责监督和干预——这种清晰的分工让复杂的应用构建任务变得可管理、可预测、可审计。对于需要在Windows环境下进行长期AI辅助开发的团队，Agentic Loop提供了一个值得认真考虑的选择。