企业官网建设流程全解析

• 人工智能
• AI Agent
• 大模型
• 深度研究
• 自主智能体
• 深度学习

auto-deep-researcher-24x7 是一个自主 AI Agent，核心能力是让你睡觉时它替你 7×24 小时自动跑深度学习实验。它的灵魂是一个名为 THINK→EXECUTE→REFLECT 的自主循环：想清楚下一步 → 动手做实验 → 复盘并更新记忆，然后无限重复。这篇文章带你完整拆解core/目录下的核心代码，看看这个 24×7 研究循环是如何被写出来、又是如何保证一直稳定转下去的。

一张图看懂：auto-deep-researcher-24x7 的核心架构

在拆代码之前，先看官方架构图，后文每一节都对应图中的一块：

整个项目core/目录只有 7 个 Python 文件，职责非常清晰：

主循环拆解：一个 while 循环如何驱动 7×24 研究循环

一切从 core/loop.py 的ResearchLoop.run()开始，它就是一个朴素到极致的无限循环，每个周期做四件事：

1. 重置 Leader 上下文（把 LLM 对话成本限制在单个周期内）
2. THINK：让 Leader 决策下一步
3. EXECUTE + 监控：派 Worker 干活，零成本盯到实验结束
4. REFLECT：复盘结果、写回记忆、刷新进度看板

core/loop.py#L91-L98：

while self._running: if self.max_cycles > 0 and self.cycle_count >= self.max_cycles: break self.cycle_count += 1 self._save_cycle_counter() logger.info(f"=== Cycle {self.cycle_count} ===")

三个"永远不崩"的设计细节藏在主循环里：

• 异常兜底：整个周期包在try/except里，任何一步出错都会把错误写进workspace/state.json和记忆日志，然后进入加倍冷却再试，而不是直接挂掉（core/loop.py#L179-L190）；
• 周期计数器落盘：cycle_count持久化到.cycle_counter文件，进程重启后接着数，不会"失忆"；
• 优雅退出：构造时就注册了SIGTERM/SIGINT信号处理，kill一下它也会体面收尾（core/loop.py#L83-L85）。

THINK 阶段：上下文只有 4 份材料，Leader 只输出一个 JSON

_think()的实现短到惊人——组装一个上下文字典，扔给 Leader Agent：

core/loop.py#L194-L211：

context = { "brief": self.memory.get_brief(), # 项目目标（冻结摘要） "memory_log": self.memory.get_log(), # 滚动记忆 "cycle": self.cycle_count, "directive": directive, # 人工指令（可选） } result = self.dispatcher.dispatch_leader(task="think", context=context)

Leader 的人设在 agents/leader.md 里，它被要求严格输出一个 JSON 决策块：

{ "action": "experiment|wait|report", "agent": "code|idea|writing", "task": "给 worker 的完整任务描述", "hypothesis": "我们期望学到什么", "success_criteria": "如何判断成功" }

框架解析这个 JSON 后：action是wait就进入智能冷却（core/loop.py#L119-L130）；是experiment就进入 EXECUTE 阶段。

值得注意的一个 token 成本控制：Leader 在一个周期内保留对话历史（THINK 和 REFLECT 可以"接着聊"），但每个周期结束都会清空历史（reset_leader_history()）。这就是为什么它跑一周也不会上下文爆炸。

EXECUTE 阶段：Leader-Worker 架构与多轮工具调用循环

EXECUTE 的本质是一次"派工"：_execute()读取 Leader 决策里的agent字段，把任务连同工具集交给对应的 Worker（core/loop.py#L213-L226）。三个 Worker 的工具配置写在 core/agents.py#L53-L69：

Worker 如何"动手"？core/agents.py#L204-L232 实现了经典的 ReAct 式多轮工具调用循环：LLM 输出tool_call块 → 框架执行工具 → 结果以tool_result块回传 → 继续下一轮，直到某轮回复里没有tool_call块，视为最终答案。

两个精妙的防御性设计值得点名：

• 围栏免疫：解析前先剥掉代码围栏内容（core/agents.py#L261-L277）——LLM 经常把协议示例写在 ``` 里"讲解"，不剥掉就会把示例当真实调用执行；
• 权威 PID：code Worker 调用launch_experiment后，进程 PID 和日志路径直接从工具返回值取，只保留正则抓取文本作为兜底（core/agents.py#L637-L661），保证监控环节拿到的信息永远可靠。

工具层还有安全边界：所有路径必须工作区相对（防穿越），rm、sudo、dd等危险命令被黑名单拦截（core/tools.py#L197-L209），state.json、MEMORY_LOG.md等状态文件禁止 Worker 覆写（core/tools.py#L32）。

零成本监控：实验跑 10 小时，LLM 费用是 0

这是整个项目最省钱的一招。实验一旦启动，ExperimentMonitor.wait_for_completion()进入轮询（core/monitor.py#L74-L116），默认每15 分钟只做三件"纯系统调用"的事：

while self._is_process_alive(pid): time.sleep(self.poll_interval) # 默认 900 秒 gpu_info = self._safe_gpu_status() log_tail = self._safe_tail_file(log_file, lines=5)

进程还活着吗？看一眼日志尾部、查一下 GPU 利用率——全程零 LLM 调用。训练 10 小时的实验，监控成本是 0；只有实验结束、需要分析结果时，才"叫醒" LLM 进入 REFLECT 阶段。配合 config.yaml 里的monitor.zero_llm: true和poll_interval: 900，这就是"24×7 低成本"的真正含义。

实验结束时，框架还会用正则从日志尾部抽取loss、accuracy、FGD、FID等常见指标（core/monitor.py#L142-L167），直接喂给 REFLECT 阶段。

REFLECT 阶段：把结果变回记忆，闭环成立

_reflect()把实验结果、训练日志尾部、指标打包给 Leader 做复盘（core/loop.py#L243-L265）：

if result.get("milestone"): self.memory.log_milestone(result["milestone"]) if result.get("decision"): self.memory.log_decision(result["decision"])

Leader 按固定框架思考四件事：超过基线了吗？假设被证实了吗？继续迭代还是转向？应该记录什么里程碑？——然后里程碑和决策被写回两层记忆系统。至此，一个完整的 THINK→EXECUTE→REFLECT 闭环跑完，while循环进入下一个周期。

两层恒定记忆：跑 7 天和跑 70 天，上下文一样大

长期运行的 Agent 最容易死在"上下文无限膨胀"上。core/memory.py 的解法是恒定预算：

• Tier 1 — 项目摘要：PROJECT_BRIEF.md，人写的"项目宪法"，Agent 只读不改，上限 3000 字符；
• Tier 2 — 滚动日志：workspace/MEMORY_LOG.md分"关键结果"和"最近决策"两区，自动压缩规则写死在代码里（core/memory.py#L67-L89）：关键结果超 1200 字符就丢最旧一条，决策只保留最近 15 条，总日志硬上限 2000 字符。

总预算约5K 字符（约 1500 token）——不管 Agent 跑了多久，每次 THINK 看到的上下文规模都一样，性能不衰减、token 费用不失控。

防呆机制：让循环"一直转"而不是"一直空转"

24×7 不间断，最怕的不是出错，而是出错后的无效循环。代码里埋了三个防呆开关：

还有一个很实用的"人类干预口"：往workspace/HUMAN_DIRECTIVE.md写一句话，下一个周期就会以最高优先级注入 Leader 的决策上下文，读完自动归档（core/loop.py#L361-L374）——想改方向，不用停进程。

核心文件地图：下一步读什么

总结：三招换来 7×24 稳定运转

拆开看完你会发现，auto-deep-researcher-24x7 的设计哲学可以浓缩成三招：

1. 把 LLM 当"昂贵的决策大脑"——只在 THINK 和 REFLECT 关键时刻唤醒；
2. 把"便宜的活"全部交给纯代码——进程存活检查、日志轮询、GPU 查询，监控期间 LLM 费用归零；
3. 恒定记忆预算 + 防呆回退——上下文不膨胀、循环不空转。

一个朴素while循环，配上克制的 LLM 使用策略，这就是它敢说自己能 7×24 不间断跑实验的全部底气。

• 人工智能
• AI Agent
• 大模型
• 深度研究
• 自主智能体
• 深度学习