TauriTavern/docs/API/Agent.md

Agent API

window.__TAURITAVERN__.api.agent 提供运行控制、历史读取和 Profile 管理。框架说明从 Agent 开始，完整 TypeScript 类型见 src/types.d.ts。

启动一次运行

await (window.__TAURITAVERN__?.ready ?? window.__TAURITAVERN_MAIN_READY__);
const agent = window.__TAURITAVERN__.api.agent;

const run = await agent.startRunFromLegacyGenerate({ profileId: 'default-writer' });
const unsubscribe = agent.subscribe(run.runId, event => {
  console.log(event.seq, event.type, event.payload);
}, { onError: console.error });

// 离开当前视图时调用 unsubscribe()。

该入口从当前聊天捕获生成输入，适用于 OpenAI/chat-completion 路径。普通发送、/trigger、regenerate 和生成新 swipe 在 Agent Mode 开启时使用同一套运行机制。

启动方法	输入
startRunFromLegacyGenerate(input?)	当前聊天与 Legacy Generate 选项
startRunWithPromptSnapshot(input)	调用方已经组装好的 promptSnapshot 与 chatRef

共同选项有 profileId、generationType、stableChatId、presentation 和 options.stream。稳定聊天 ID 省略时由 Host API 解析。options.stream 省略时使用各 Invocation 的 Profile 设置，显式值覆盖整次 Run。

两种方法返回 { runId, status, workspaceId, stableChatId, generationType }。准备好的 snapshot 需要包含 contextPolicy 与 chatCompletionPayload；独立预设和后续 Invocation 组装还会使用 frozenRunInputSnapshot。工具由 runtime 配置，输入消息应是尚未进入工具循环的初始提示词。组装过程见 Prompt assembly。

控制与订阅

方法	行为
cancel(runId)	请求取消，返回 Run handle；终态通过事件观察
readCheckpoint(runId)	读取保存状态及可恢复性信息
resume({ runId, additionalRounds?, revisionGuidance? })	续接同一 Run，或根据新要求修订已完成输出；返回含订阅游标 afterSeq 的 Run handle
submitGuidance({ runId, text, clientGuidanceId? })	向活跃 Run 补充指令，返回 guidanceId 与 status: 'queued'
subscribe(runId, handler, options?)	订阅持久事件，返回可重复调用的 unsubscribe
subscribeLiveProjection(runId, handler, options?)	订阅当前工具参数和推理文字预览，返回 unsubscribe

补充指令在下一次前台模型请求前加入上下文，已经发出的请求保持原样。尚未消费的指令随续接保留。该接口不创建聊天消息。

subscribe 的选项是 afterSeq、limit、intervalMs、onError，默认从起点读取。实时预览只接受 onError 选项；它用于当前显示，历史过程从持久事件读取。

resume 保留原始输入与累计预算，要求当前聊天及消息仍属于原 Run；普通重新生成仍创建新 Run。轮数不足时可经用户明确选择追加 additionalRounds。续接订阅使用返回的 afterSeq，恢复条件见 运行循环。

传入 revisionGuidance 时，从已完成的 checkpoint 开始新的前台 Invocation，继承上下文并使用原 Profile 的预算。聊天命令 /fix 修改要求 使用这一入口，原地修改最后一条 Agent 回复的当前 swipe，以当前已保存的正文为基准。

历史与详情

const page = await agent.listRuns({ stableChatId, limit: 20 });
const nextPage = page.nextCursor
  ? await agent.listRuns({ stableChatId, before: page.nextCursor, limit: 20 })
  : null;

const { events, timelineProjection } = await agent.readEvents({
  runId,
  afterSeq: 0,
  limit: 100,
  includeTimelineProjection: true,
});

方法	返回内容
listRuns({ chatRef?, stableChatId?, statuses?, before?, limit? })	{ runs, nextCursor? }，按创建时间倒序；before 为 { createdAt, runId }，最多 200 条
readEvents({ runId, afterSeq?, beforeSeq?, limit?, invocationId?, includeTimelineProjection? })	{ events, timelineProjection? }，事件按序号升序，单页最多 500 条
readWorkspaceFile({ runId, path })	{ path, text, chars, words, sha256 }
readModelTurn({ runId, invocationId?, round, maxChars? })	assistant 文本、可见 reasoning、工具调用与 provider 摘要
readTaskDetail({ runId, taskId, includeResult? })	任务说明、当前状态及按需读取的结果

beforeSeq 读取该序号之前最近的一页，afterSeq 用于向前追新。invocationId 先筛选归属再分页，适合子 Agent 的局部 Timeline。timelineProjection 包含整个 Run 的 Invocation 和委派关系，独立于当前事件页。

readModelTurn 的 round 从 1 开始，省略 invocationId 时读取根 Agent。maxChars 限制展示文本，字词总数仍对应完整内容。

readTaskDetail 把委派的 task 和交接的 handoff 统一放在返回值的 task 字段，保留自定义字段。状态是读取时的状态。includeResult 默认 false；设为 true 时，若有结果则返回 { summary, summaryRef, output }，否则 result 为 null。

模型回合、任务详情、工具目录与 Timeline 关系属于随项目演进的 UI 投影（Project Contract）。界面通过这些 API 读取内容，具体类型集中在 src/types.d.ts。日志语义见 运行日志。

Profile、提示词与工具目录

方法	用途
profiles.list()	返回 Profile 列表及文件诊断
profiles.load(profileId)	返回 { profile }
profiles.save(profile) / delete(profileId)	保存或删除配置
profiles.diagnose(profileId)	检查预设、模型、工具等引用
profiles.resolveSystemPrompt({ profileId? })	返回 { agentSystemPrompt }
profiles.repairFile({ profileId, action })	删除损坏配置或规范化身份；action 为 delete、normalizeIdentity
profiles.retargetPresetRefs({ from, to })	预设重命名后更新引用；两端都是 { apiId, name }
promptAssembly.prepare(input)	解析 Profile 与冻结输入，返回组装模式及请求
promptAssembly.buildSnapshot(request)	在前端运行 PromptManager，生成 snapshot
promptAssembly.buildCurrentModelConnectionSnapshot(input)	根据当前设置生成连接快照
promptAssembly.applyCurrentModelConnectionSnapshot(input)	把连接快照应用到组装设置
tools.list()	返回 { tools, diagnostics }，包含内置工具和已发现的可用 MCP 工具

Profile 的用法见 配置指南。tools.list() 返回稳定工具 ID、描述和参数 schema；模型调用名称属于 Invocation 快照。

保留策略

const settings = await agent.retention.readSettings();
const plan = await agent.retention.planPrune({ detailLimit: 20 });

方法	行为
retention.readSettings()	返回自动清理开关及两个保留数量
retention.updateSettings(patch)	保存部分设置
retention.planPrune({ retention?, detailLimit? })	预览清理范围和统计
retention.applyPrune({ retention?, detailLimit? })	重新计算并执行清理，返回结果和 afterPlan

设置包括 autoPruneEnabled、keepRecentTerminalRuns、keepFullRecentRuns。完整保留数量不得大于核心历史数量；自动清理默认关闭。一次性 retention 参数只覆盖本次操作的保留数量。

预览区分缩减材料和整次删除，并返回不能清理的 Run。执行结果中的 failedRuns 表示未完成的项目。detailLimit 只控制返回明细数量，不改变执行范围或总计。

宿主生命周期

聊天提交由 runtime 与宿主协作完成；模型用 workspace.commit 请求提交。宿主调用 settleChatPresentation({ runId }) 等待消息呈现与 checkpoint 保存；失败后可重试，已完成的消息写入不会重复执行。

聊天分叉时，copyChatPersistentStates({ sourceChatRef, sourceStableChatId, targetChatRef, targetStableChatId }) 复制持久版本。删除消息或 swipe 后，pruneChatPersistentStates({ chatRef?, stableChatId?, candidateStateIds }) 清理明确列出的、已不再被当前聊天引用的版本；该清理入口目前支持角色聊天。

approveToolCall() 是未实现的预留入口，调用会抛错。当前没有通用 rollback API。

错误与实现

异步方法失败时 reject；订阅错误通过 onError 传递。运行失败原因保存在日志，错误发生在已有确认提交之后时，Run 会保留输出并以 partial_success 结束。

• types.d.ts：接口参数与返回类型。
• agent.js：API 安装、启动与宿主桥接。
• agent-run-runtime.js：控制、订阅和读取。
• agent_commands.rs：Rust command 边界。