GoSkill – 开源的长任务推进工具,内置重试循环与状态追踪

AI框架 2026-04-27

GoSkill是什么

GoSkill 是面向长任务与复杂任务的推进工具。工具通过装饰器或类方式封装任务,将”一次性 Skill 调用”升级为”围绕目标持续推进,直到满足成功标准或超时”的执行模式。GoSkill适用需要明确验收标准、状态追踪和分阶段完成的自动化场景,如大规模重构、长时间分析等。

GoSkill

GoSkill的主要功能

  • 目标定义:支持通过 goal 参数明确任务目标,将任务意图结构化表达。
  • 成功标准:通过 criteria 字典定义多维度验收条件,量化完成标准。
  • 持续重试:内置执行循环,未达标时自动等待并继续尝试,直到成功或超时。
  • 状态追踪:提供 status 属性实时查看尝试次数、运行时长及检查结果。
  • 结构化返回run_with_result() 返回包含 success、attempts、criteria_report 的结构化结果对象。
  • 灵活封装:支持装饰器 @goskill 和类 GoSkill 两种调用方式,轻量嵌入现有代码。

如何使用GoSkill

  • 安装依赖:克隆仓库后执行 make install-dev 完成环境配置。
  • 定义任务:使用装饰器或实例化 GoSkill 类,传入 goalcriteriamax_hours 等参数。
  • 编写逻辑:在函数或 lambda 中实现具体任务逻辑并返回结果字典。
  • 执行运行:调用 run() 获取原始结果,或调用 run_with_result() 获取结构化执行报告。
  • 查看状态:通过 skill.status 查看当前目标、尝试次数、已运行时长及达标情况。
  • 运行示例:执行 python examples/basic_usage.py 查看最小可运行 Demo。

GoSkill的关键信息和使用要求

  • 项目定位:单机、单进程、轻量级的 goal-driven execution helper,非分布式调度系统。
  • 适用边界:适合长任务、复杂任务、需明确验收标准的场景;不适合单次问答、极小同步函数。
  • 依赖环境:Python 环境,通过 Makefile 管理开发、测试与构建流程。
  • 协议许可:支持Apache-2.0 开源协议,可自由商用与二次开发。
  • 当前状态:实验性执行模式原型,面向 OpenClaw / Agent workflow 的轻量封装。

GoSkill的核心优势

  • 目标驱动:将任务从”执行一次”升级为”围绕目标持续推进”,确保结果可验收。
  • 过程透明:内建状态追踪机制,随时查看尝试次数、时长及达标进度。
  • 轻量无侵入:仅通过装饰器或类封装即可接入,不改造原有业务逻辑。
  • 预期对齐:明确项目边界,不承诺分布式调度等企业级能力,建立可信预期。

GoSkill的项目地址

  • GitHub仓库:https://github.com/AIPMAndy/goskill

GoSkill的同类竞品对比

对比维度 GoSkill Tenacity Prefect
核心定位 目标驱动执行辅助工具 通用重试装饰器库 现代数据流工作流引擎
目标定义 ✅ 原生支持 goal 参数 ❌ 无目标概念 🟡 通过 Flow 间接定义
验收标准 ✅ 结构化 criteria 字典 ❌ 仅异常类型判断 🟡 支持自定义状态检查
持续重试 ✅ 达标或超时自动循环 ✅ 丰富退避策略 ✅ 任务级重试配置
状态追踪 ✅ 内建 status 实时查看 ❌ 无状态对象 ✅ 完整 UI 与 API 状态流
执行封装 ✅ 装饰器 + 类,轻量无侵入 ✅ 装饰器极简接入 ❌ 需定义 Flow,较重
部署依赖 无,纯 Python 单机运行 需 Prefect Server/Cloud
适用场景 长任务/复杂任务/明确验收标准 函数级异常重试 数据管道/ETL/定时调度

GoSkill的应用场景

  • 代码工程迁移:适用大规模项目重构或跨平台迁移,如将 Android 项目迁移至鸿蒙系统,通过设定编译零错误、测试通过率等硬性指标,持续迭代直至达标。
  • 批量数据处理:适合长时间分析任务,如批量分析 1000 份财报或处理大规模数据集,利用覆盖率与完整性标准自动推进,避免人工逐轮检查。
  • 自动化验收流程:面向需要明确验收标准的 CI/CD 或测试环节,将”执行—校验—重试”封装为闭环,确保每次部署都满足预设质量门槛。
  • 科研与迭代实验:通过定义阶段性成功标准,自动追踪实验进度,减少重复手动操作。
  • Agent 工作流增强:作为 OpenClaw 或 AI Agent 的长任务执行封装层,弥补单次 Skill 调用”做完即停”的缺陷,提升复杂任务完成的可靠性。
©️版权声明:若无特殊声明,本站所有文章版权均归AI工具集原创和所有,未经许可,任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容,或在非我站所属的服务器上建立镜像。否则,我站将依法保留追究相关法律责任的权利。

相关文章