架构¶

组件¶

scripts/contextdb-shell.zsh：接管 codex/claude/gemini
scripts/contextdb-shell-bridge.mjs：包裹/透传决策桥
scripts/ctx-agent.mjs：统一运行器
mcp-server/src/contextdb/*：ContextDB 核心与 CLI

运行链路¶

用户命令
  -> zsh wrapper
  -> contextdb-shell-bridge.mjs
  -> ctx-agent.mjs
  -> contextdb CLI
  -> 启动原生 CLI（注入 context）

存储模型¶

每个被包装的工作区有独立的本地存储（git 根目录，如无则为当前目录）：

memory/context-db/
  manifest.json
  index/sessions.jsonl
  sessions/<session_id>/
  exports/<session_id>-context.md

作用域控制¶

all：所有工作区启用，包括非 git 目录
repo-only：仅 ROOTPATH 工作区启用
opt-in：仅含 .contextdb-enable 的工作区启用
off：关闭包装

如果需要严格按项目控制，使用 opt-in。

Harness 层（AIOS）¶

AIOS 在 ContextDB 之上提供面向运营的 harness：

aios orchestrate 基于蓝图生成本地调度 DAG。
dry-run 使用 local-dry-run（免 token，本地模拟）。
live 使用 subagent-runtime，通过外部 CLI（codex）执行各阶段任务（当前仅支持 codex-cli）。
当 AIOS_SUBAGENT_CLIENT=codex-cli 时，AIOS 会优先使用 codex exec 的结构化输出（--output-schema、--output-last-message、stdin）生成稳定的 JSON handoff（旧版本自动降级）。

live 默认关闭，需要显式打开：

AIOS_EXECUTE_LIVE=1
AIOS_SUBAGENT_CLIENT=codex-cli

Browser MCP（browser-use CDP）¶

自 2026-04-10 起，默认浏览器 MCP 运行时为 browser-use MCP over CDP：

启动器：scripts/run-browser-use-mcp.sh
迁移命令：aios internal browser mcp-migrate
工具：chrome.launch_cdp、browser.connect_cdp、page.*、diagnostics.sannysoft
Profile 配置：config/browser-profiles.json
截图超时保护：BROWSER_USE_SCREENSHOT_TIMEOUT_MS（默认：15 秒）

旧版 Playwright MCP（mcp-server/）仍保留用于兼容，但不再是默认。

RL 训练层（AIOS）¶

AIOS 包含一个多环境强化学习系统，持续在 shell、浏览器和编排器任务中改进共享的学生策略。

共享控制平面（`scripts/lib/rl-core/`）¶

campaign-controller.mjs   # epoch 编排（采集 + 监控）
checkpoint-registry.mjs  # active / pre_update_ref / last_stable 血统追踪
comparison-engine.mjs     # better / same / worse / comparison_failed
control-state-store.mjs  # 重启安全的控制快照
epoch-ledger.mjs         # epoch 状态 + 降级 streak
replay-pool.mjs          # 四车道路由（positive/neutral/negative/diagnostic）
reward-engine.mjs        # 环境 reward + teacher 塑形融合
teacher-gateway.mjs      # 来自 Codex/Claude/Gemini/opencode 的标准化输出
schema.mjs               # 共享契约验证
trainer.mjs              # PPO 入口（online + offline）

环境适配器¶

适配器	路径	训练重点
Shell RL	`scripts/lib/rl-shell-v1/`	合成 bugfix 任务 → 真实仓库
Browser RL	`scripts/lib/rl-browser-v1/`	受控真实网页流程
Orchestrator RL	`scripts/lib/rl-orchestrator-v1/`	高价值控制决策
Mixed RL	`scripts/lib/rl-mixed-v1/`	跨环境联合训练

核心 RL 概念¶

Episode contract：统一结构化输出，跨所有环境（taskId, trajectory, outcome, reward, comparison）
三指针 checkpoint 血统：active → pre_update_ref → last_stable，降级时自动回滚
四车道 replay pool：positive / neutral / negative / diagnostic_only — 按比较结果确定性路由
Teacher gateway：来自 Codex CLI、Claude Code、Gemini CLI 和 OpenCode 的标准化信号

运行 RL¶

# Shell RL 流程
node scripts/rl-shell-v1.mjs benchmark-generate --count 20
node scripts/rl-shell-v1.mjs train --epochs 5
node scripts/rl-shell-v1.mjs eval

# 混合环境 campaign
node scripts/rl-mixed-v1.mjs mixed --mixed
node scripts/rl-mixed-v1.mjs mixed-eval

RL 状态¶

RL Core：稳定（40+ 测试）
Shell RL V1：稳定（Phase 1–3）
Browser RL V1：beta
Orchestrator RL V1：beta
Mixed RL：实验性（端到端已验证）

架构¶

组件¶