@rauchg:http://fx.sh 中的执行框架持久化。同一个 𝚌𝚛𝚎𝚊𝚝𝚎𝙵𝚡𝙰𝚐𝚎𝚗𝚝() 现在在你的笔记本电脑或云端都能*持久运行*……

X AI KOLs Following 工具

摘要

fx/libfx v0.0.14 引入了持久化适配器 API,使其基于 Zig 编写的编码智能体执行框架能够在本地、Postgres 或 Vercel Workflows 后端上从容应对崩溃、重新部署和超时,且集成代码极少。

http://fx.sh 中的执行框架持久化。 同一个 𝚌𝚛𝚎𝚊𝚝𝚎𝙵𝚡𝙰𝚐𝚎𝚗𝚝() 现在在你的笔记本电脑或云端都是*持久化*的,可通过文件、Postgres 或 Vercel Workflows 实现。支持 Node.js 和 Bun。 智能体需要长时间运行的计算,但同时也需要能够容忍重启、重新部署、超时、崩溃…… 具体来说,如果用户发送了一条提示词后就把手机扔进了黑洞,我们能确保该轮对话仍然运行到完成。如果进程在工具调用中途崩溃,它会从断点恢复。 为此,𝚕𝚒𝚋𝚏𝚡 引入了一个简洁的持久化适配器 API。在 Vercel 上,它充分利用了我们为持久化工作流和队列构建的全部基础设施,只需 1 行代码即可获得可靠性保障。 这是生产级智能体的关键要素(所有 @eve 智能体也开箱即用地获得了这一能力)。接下来,我们将展示如何将同样的持久化能力带到 Pi、OpenCode,甚至你自己的定制执行框架中。
查看原文
查看缓存全文

缓存时间: 2026/10/17 04:47

fx - 轻量、开源、原生的编程智能体

来源:https://fx.sh/

v0.0.14(更新日志)(https://fx.sh/changelog) 6.66 MiB 状态:实验性 风险自负,我们将会频繁变更

本演示通过 Zig 工具链将完整的 fx CLI 编译为 WebAssembly 运行。网络请求委托给浏览器的 fetch (https://fx.sh/docs/lib/terminal#network-requests),SDK 的每个方面均可在文档 (https://fx.sh/docs/lib) 中配置。

fx 是一个用 Zig 编写的编程智能体框架和 CLI,专为研究及作为更大系统的一部分进行嵌入而优化。

它追求极致的极简与性能,涵盖系统提示词设计、工具集、功能集以及 6.66 MiB 的二进制体积。

其输出风格更接近 Unix shell,而非终端中的 IDE。

它开源(Apache-2.0)、与模型无关,同时适用于本地推理和云端推理。

轻量原生二进制

为你的终端、CI 或智能体沙箱安装一个二进制即可。

快速启动

使用 fx ask (https://fx.sh/docs/using-fx/fx-ask) 启动交互式会话或执行单次请求。无需后台服务。

WebAssembly 支持

通过 libfx (https://fx.sh/docs/lib/webassembly) 在浏览器中运行智能体或终端。你的应用完全掌控存储、工具和网络访问。

类 Shell 的界面与交互体验

fx 保留滚动历史记录,并将工具活动保留在对话中。需要更多细节时可打开完整记录。

高效的上下文利用

简洁的工具 Schema 保持上下文精简。技能指令和 MCP 工具 Schema 按需加载。

可嵌入、可扩展

通过 libfx (https://fx.sh/docs/lib) 嵌入核心功能,添加自定义工具,连接技能或 MCP 服务器。

Pranit (@fazxes): fx v0.0.14

libfx 现已开箱即用支持持久化。本地、Vercel 和自建环境均使用相同 API。

  • 会话可承受崩溃、重新部署和超时
  • 通过 ChatGPT 和 Grok 订阅驱动云端智能体
  • libfx 支持自定义 Provider 和本地模型
  • 在同一应用中运行多个 libfx 智能体

Harness 持久化已上线 http://fx.sh

同一个 createFxAgent() 现在在你的笔记本或云端均可拥有持久化能力,支持文件、Postgres 或 Vercel Workflows。Node.js 或 Bun 皆可。

智能体需要长时间运行的计算,但同时还需要容忍重启、重新部署、超时和崩溃……

具体来说,如果用户发送了一条提示词,然后把手机扔进了黑洞,我们确保该轮对话仍然能运行完成。如果进程在工具调用中途崩溃,它会从该处恢复。

为此,libfx 引入了一个简洁的持久化适配器 API。在 Vercel 上,它充分利用了我们为持久化工作流和队列构建的全部基础设施,一行代码即可获得可靠性保障。

这是生产级智能体的一个关键方面(也是所有 @eve 智能体开箱即用的能力)。接下来,我们将展示如何将同样的持久化能力带到 Pi、OpenCode 甚至你自己的自定义框架中。

相似文章

HarnessX:可组合、自适应且可演进的智能体夹具工坊

Hugging Face Daily Papers

HarnessX 是一个为可组合、自适应且可演进的人工智能智能体夹具打造的工坊,它利用组合原语和轨迹驱动演化来提升智能体性能。在五项基准测试中,它平均提升了 +14.5%(最高达 +44.0%),表明运行时接口演化是模型规模扩展之外的一个互补杠杆。

面向长时应用开发的Harness设计

Anthropic Engineering

Anthropic工程师详细介绍了一种多智能体Harness设计,利用生成器与评估器智能体提升Claude在长时间内自主构建完整、高质量前端应用的能力。

@sethkarten: https://x.com/sethkarten/status/2072034978112889328

X AI KOLs Following

Continual Harness 是一种无需重置、自我改进的智能体框架,通过存储记忆、复用技能和优化提示,在 ARC-AGI-3 上以 774 美元的成本达到了 20.54% 的准确率,以更高的效率超越了 Hermes 和 OpenClaw 等先前基准。