dextermayhewjd

从 Harness.run 进入各职责，再返回主线

Mon, 01 Jan 0001 00:00:00 +0000

与 Launch Agent 章节共用已采用正文。

沿 generate 走完 4.1：一次 Agent 任务

Mon, 01 Jan 0001 00:00:00 +0000

按完整任务顺序进入 Harness、Sandbox、Adapter 与轨迹，读清职责后回到主线。

Slime 源码阅读顺序

Mon, 01 Jan 0001 00:00:00 +0000

从模块职责到任务、模型、评测、Trace、并发、部署与训练交接的源码阅读路线。

Slime 全仓代码复用与项目路线

Mon, 01 Jan 0001 00:00:00 +0000

梳理 Slime 全仓可复用的执行、评测、Trace、数据队列、模型服务与训练能力，以及 API、Kubernetes 和自部署模型的接入边界。

01 · async def：定义之后，什么时候执行？

Mon, 01 Jan 0001 00:00:00 +0000

先分清异步函数、协程对象和真正执行的函数体。

01 方程组与几何

Mon, 01 Jan 0001 00:00:00 +0000

核心问题

线性方程组可以看作几何对象的交汇：二维中是直线，三维中是平面。矩阵把这些方程的系数组织起来，使消元过程可以被稳定地表达和复用。

我的理解

这一章的入口是“方程组有没有解”，而不是“怎样机械地做消元”。行变换保留解集，主元的位置则告诉我们哪些变量被约束、哪些变量可以自由变化。

S07.1 Minimal Skill：写出一份最小完整技能

Mon, 01 Jan 0001 00:00:00 +0000

采用官网 Quickstart 的 roll-dice 示例，通过一次掷骰子认识 name、description 和正文指令。

S07.6.1 记录容易踩的坑，纠正常见错误假设

Mon, 01 Jan 0001 00:00:00 +0000

先读官网关于软删除、用户 ID 字段和健康检查的中文例子，再用 Git 练习将项目例外写成可执行的提醒。

S13.1 Agent Teams：队友通过消息协作

Mon, 01 Jan 0001 00:00:00 +0000

本节目录

我想先弄清楚：消息放在哪里，谁把它读出，怎样变成下一次模型请求的输入？

异步语法

Mon, 01 Jan 0001 00:00:00 +0000

Python 原生异步语法；async def 与异步生成器定义分开计数。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 747 条静态出现记录；不是运行次数。

纵向数据流

Mon, 01 Jan 0001 00:00:00 +0000

先看局部数据流，再沿同一份请求阅读消息转换、工具定义和结果交接。

Lecture 2 · 从行为克隆到 DAgger

Wed, 07 Oct 2026 00:00:00 +0000

用监督学习拟合专家动作之后，为什么自己跑起来还会出错？先看整讲主线，再逐行拆解 20 条公式。

02 · await：等待结果，不等于自动并发

Mon, 01 Jan 0001 00:00:00 +0000

沿执行顺序理解挂起、恢复和 asyncio.sleep。

02 矩阵消元

Mon, 01 Jan 0001 00:00:00 +0000

核心问题

高斯消元把矩阵化成阶梯形，从而暴露秩、主元列和自由变量。它既是求解方程组的算法，也是理解矩阵可逆性和线性相关性的第一条主线。

我的理解

消元的每一步都对应一次可逆的行操作。把过程看成矩阵乘法后，消元矩阵、逆矩阵和 LU 分解就不再是孤立的技巧，而是同一件事的不同记录方式。

asyncio 任务与事件循环

Mon, 01 Jan 0001 00:00:00 +0000

asyncio 模块的导入、直接调用与非调用引用。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 313 条静态出现记录；不是运行次数。

S07.2 Real Expertise：把有效做法写成可复用技能

Mon, 01 Jan 0001 00:00:00 +0000

从真实任务和项目资料中提炼步骤、纠正、输入输出与约定，理解 SOP 如何成为可复用的 Skill。

S07.6.2 用模板明确产物应有的结构

Mon, 01 Jan 0001 00:00:00 +0000

先读官网报告模板的中文例子，理解固定结构与待填写内容，再把模板用于代码审查。

S07.R Discovery：发现与加载位置

Mon, 01 Jan 0001 00:00:00 +0000

看清个人、项目、嵌套目录和插件 Skill 的发现方式，以及名称冲突的处理。

S13.2 Team Protocols：用结构化请求协调行动

Mon, 01 Jan 0001 00:00:00 +0000

本节目录

普通消息只表达意思；协作协议还要匹配请求、改变状态，并限制实际执行。

03 · Task 与 gather：把多份工作安排起来

Mon, 01 Jan 0001 00:00:00 +0000

看清创建任务、保留引用和等待整组结果三个动作。

03 向量空间

Mon, 01 Jan 0001 00:00:00 +0000

核心问题

向量空间把“可以相加和数乘”的对象统一起来。子空间、基和维数描述了一个线性系统真正拥有多少自由度。

我的理解

基不是一组特殊的向量，而是一种坐标系统。换一组基不会改变线性对象本身，只会改变我们描述它的方式。

S07.3 Content Selection：哪些内容值得写进 Skill

Mon, 01 Jan 0001 00:00:00 +0000

沿用 roll-dice，用两份完整 Markdown 对照，区分给读者的解释、Agent 已知的常识和任务真正需要的指令。

S07.6.3 用检查清单跟踪多步任务

Mon, 01 Jan 0001 00:00:00 +0000

从官网表单清单理解步骤跟踪，区分清单指令、任务状态、结果验证与执行约束。

S07.R Invocation：用户点名，或模型按描述选择

Mon, 01 Jan 0001 00:00:00 +0000

区分发现、菜单可见、模型可见和真正调用，解释两种调用控制字段。

S13.3 Task Claiming：空闲时认领可执行任务

Mon, 01 Jan 0001 00:00:00 +0000

本节目录

任务板保存可执行工作，扫描发现候选，锁内认领决定归属。 队友等待时可以接手 ready task；不是依赖另一轮 LLM 调度。

线程与同步

Mon, 01 Jan 0001 00:00:00 +0000

threading / _thread 原生线程和同步原语。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 71 条静态出现记录；不是运行次数。

Pre-4. 启动前准备

Mon, 01 Jan 0001 00:00:00 +0000

从 generate 读到 Harness.run 之前，建立模型入口、任务、Session、环境与题目。

04 · wait 与 as_completed：先处理已经完成的工作

Mon, 01 Jan 0001 00:00:00 +0000

先用已知的任务和 sleep 理解 wait，再学习按完成顺序取得结果。

S07.4 Task Scope：一份 Skill 应该负责多大的任务

Mon, 01 Jan 0001 00:00:00 +0000

沿用学习小节编写示例，从完成结果出发，识别范围过宽与过窄，再把任务边界写回完整的 Skill。

S07.6.4 验证结果，失败后修正并重试

Mon, 01 Jan 0001 00:00:00 +0000

用官网编辑工作流的中文例子，理解修改后验证、失败后修正并复查、通过后再继续。

S07.R Progressive Disclosure：区分磁盘、应用内存和模型上下文

Mon, 01 Jan 0001 00:00:00 +0000

跟踪描述、正文、参考文件的可见时间，解释加载后的保留、重复调用和压缩。

S13.4 Worktree Isolation：用独立工作目录隔离改动

Mon, 01 Jan 0001 00:00:00 +0000

本节目录

独立 Agent 上下文隔离了推理历史；可选 worktree 再把不同任务的文件修改放到不同 Git 工作目录。

同步队列

Mon, 01 Jan 0001 00:00:00 +0000

queue 标准库队列。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 7 条静态出现记录；不是运行次数。

Lecture 5 · 从期望回报到策略梯度

Wed, 07 Oct 2026 00:00:00 +0000

先逐步推导 REINFORCE，再解释 baseline、reward-to-go 与伪损失。每个知识节点旁都有公式，点击可进入详细拆解。

05 · 取消与超时：请求停止以后，还要等待收尾

Mon, 01 Jan 0001 00:00:00 +0000

理解 cancel、CancelledError、finally 和任务级超时。

S07.5 Calibrating Control：每一步需要多大自由度

Mon, 01 Jan 0001 00:00:00 +0000

按操作的脆弱程度调整指令的具体程度，给出默认方案，并描述同类任务可复用的处理流程。

S07.6.5 执行前先验证计划

Mon, 01 Jan 0001 00:00:00 +0000

把准备执行的计划保存为中间数据，先与真实输入核对，再进行实际操作。

S07.R Rendering：模型读到的是处理后的正文

Mon, 01 Jan 0001 00:00:00 +0000

用实际调用说明参数替换、技能目录变量和动态命令注入，区分预处理与模型行动。

执行器与 Future

Mon, 01 Jan 0001 00:00:00 +0000

concurrent.futures 执行器与 Future。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 36 条静态出现记录；不是运行次数。

Lecture 6 · 从回报估计到 Actor-Critic 与 GAE

Wed, 07 Oct 2026 00:00:00 +0000

保留 21 条公式拆解，先看完整循环，再拆 Q/V/A、价值回归、自举、n-step、GAE、replay 与重参数化。算法集中成框，数学依据逐步展开。

06 · Semaphore：限制同时进入的工作数量

Mon, 01 Jan 0001 00:00:00 +0000

把并发许可与任务总量区分开。

S07.6.6 把重复操作封装成可复用脚本

Mon, 01 Jan 0001 00:00:00 +0000

复用现有 Git 快照脚本，观察输入环境、实际输出和失败返回，区分脚本代码与调用指令。

S07.R Permissions and Hooks：区分指令、授权和执行拦截

Mon, 01 Jan 0001 00:00:00 +0000

分清 allowed-tools、disallowed-tools 与权限策略，说明 Skill Hooks 的执行和持续时间。

多进程

Mon, 01 Jan 0001 00:00:00 +0000

multiprocessing 原生进程与进程间通信。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 17 条静态出现记录；不是运行次数。

07 · Queue：把生产速度和消费速度接起来

Mon, 01 Jan 0001 00:00:00 +0000

用有界队列理解等待、背压与结束信号。

S07.7 References：怎样组织和引用配套资料

Mon, 01 Jan 0001 00:00:00 +0000

从官方多文件例子出发，区分主文件与配套资料，写清相对链接、读取条件，并检查按需读取是否发生。

S07.R Subagent：谁接收指令，主 Agent 是否等待

Mon, 01 Jan 0001 00:00:00 +0000

比较 inline、fork、后台和等待模式，并区分上下文隔离与工作目录隔离。

外部命令

Mon, 01 Jan 0001 00:00:00 +0000

subprocess 子进程创建、控制、通信及常量。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 69 条静态出现记录；不是运行次数。

08 · 线程池：把阻塞工作移出事件循环

Mon, 01 Jan 0001 00:00:00 +0000

理解 to_thread、run_in_executor 与两类 Future 的边界。

S07.8 Evaluation：触发正确，还要真正完成任务

Mon, 01 Jan 0001 00:00:00 +0000

用明确的输入和结果标准分别验证自动触发与任务质量，定位发现、渲染和执行阶段的问题。

系统信号

Mon, 01 Jan 0001 00:00:00 +0000

signal 信号注册、控制及常量。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 17 条静态出现记录；不是运行次数。

专题：Trajectory Management

Mon, 01 Jan 0001 00:00:00 +0000

从 record_turn 读懂历史接续与分叉，再看 assistant 改写、token 对齐及训练 Sample 导出。

Lecture 9 · 从旧样本复用到 PPO

Wed, 07 Oct 2026 00:00:00 +0000

逐步拆开换分布、轨迹重要性权重、因果性、单步替代目标与 clip/min，保留公式逐行拆解和四篇卡点精读。

09 · Lock、Event 与线程退出

Mon, 01 Jan 0001 00:00:00 +0000

线程共享状态怎样保护，后台线程怎样收到停止信号。

S07.9 Integration：把 Skills 接回 Agent Loop

Mon, 01 Jan 0001 00:00:00 +0000

学完独立机制后，回顾 S06，再用总图和伪代码说明目录、调用与正文交付如何进入原循环。

任务上下文

Mon, 01 Jan 0001 00:00:00 +0000

contextvars 上下文变量与上下文传播。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 7 条静态出现记录；不是运行次数。

Lecture 10 · 从策略改进界到 PPO-KL 与 TRPO

Wed, 07 Oct 2026 00:00:00 +0000

解释旧优势与旧状态分布的依据，逐步走过望远镜求和、耦合、TV、Pinsker、KL 惩罚和自然梯度。完整循环集中成框，保留 20 条公式拆解。

10 · async with、async for 与异步生成器

Mon, 01 Jan 0001 00:00:00 +0000

把异步资源的进入、迭代和退出连起来。

S07.10 Appendix：一套完整的 Skills 示例

Mon, 01 Jan 0001 00:00:00 +0000

用可下载的 review-diff 练习工程覆盖 S07.1–S07.9；每份文件标明位置、讲解章节和注意点。

异步上下文辅助

Mon, 01 Jan 0001 00:00:00 +0000

contextlib 异步上下文管理辅助接口。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 6 条静态出现记录；不是运行次数。

11 · ContextVar：让并发任务保留各自的上下文

Mon, 01 Jan 0001 00:00:00 +0000

区分任务上下文与共享全局变量，并恢复进入前的状态。

异步对象检查

Mon, 01 Jan 0001 00:00:00 +0000

inspect 异步对象检查。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 4 条静态出现记录；不是运行次数。

12 · 进程池、子进程与系统边界

Mon, 01 Jan 0001 00:00:00 +0000

从 spawn 和 Pool.starmap 出发，区分进程、线程与 asyncio。

异步内置函数

Mon, 01 Jan 0001 00:00:00 +0000

内置 aiter / anext。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 0 条静态出现记录；不是运行次数。

13 · Future、回调与跨线程事件循环

Mon, 01 Jan 0001 00:00:00 +0000

从待完成结果走到事件循环的启动、跨线程提交与收尾。

异步类型标记

Mon, 01 Jan 0001 00:00:00 +0000

typing / collections.abc 异步类型标记。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 7 条静态出现记录；不是运行次数。

Lecture 14 · 从奖励学习到语言模型强化学习

Wed, 07 Oct 2026 00:00:00 +0000

保留 22 条公式拆解，先展示完整训练循环，再连接 IRL、对抗学习、LLM 策略、GAE/GRPO、参考 KL、偏好与历史状态。

14 · 回到 Slime：串起创建、等待与清理

Mon, 01 Jan 0001 00:00:00 +0000

用一条完整任务主线检查前面学过的原生机制。

同步休眠

Mon, 01 Jan 0001 00:00:00 +0000

邻接机制：time.sleep 阻塞等待。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 58 条静态出现记录；不是运行次数。

15 · Event 通知与异步互斥

Mon, 01 Jan 0001 00:00:00 +0000

从已知任务等待通知开始，理解 Event 的布尔标志，以及 Lock 保护共享状态的边界。

进程控制辅助

Mon, 01 Jan 0001 00:00:00 +0000

邻接机制：os 进程生命周期、信号和管道接口。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 41 条静态出现记录；不是运行次数。

16 · Condition、RLock 与 Timer

Mon, 01 Jan 0001 00:00:00 +0000

线程怎样等待共享状态变化，为什么醒来后还要检查，重入锁和计时线程分别解决什么问题。

文件锁

Mon, 01 Jan 0001 00:00:00 +0000

邻接机制：fcntl 文件锁同步。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 10 条静态出现记录；不是运行次数。

17 · 线程池 Future 的结果与退出

Mon, 01 Jan 0001 00:00:00 +0000

沿提交、排队、完成和关闭理解线程池，区分同步 Future 与 asyncio 的等待。

I/O 就绪等待

Mon, 01 Jan 0001 00:00:00 +0000

邻接机制：select I/O 就绪检查。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 2 条静态出现记录；不是运行次数。

18 · 进程生命周期：从队列工作到超时回收

Mon, 01 Jan 0001 00:00:00 +0000

沿 Slime 的生成器、服务进程和命令解释器，分清完成消息、进程退出与资源回收。

协程装饰辅助

Mon, 01 Jan 0001 00:00:00 +0000

types.coroutine 生成器协程兼容辅助接口。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 0 条静态出现记录；不是运行次数。

19 · 信号、进程组与文件锁：退出以后谁释放资源？

Mon, 01 Jan 0001 00:00:00 +0000

从 Slime 的 checkpoint 所有权和 GPU 命令包装器，理解文件锁、信号和进程组清理。

待核实的对象方法

Mon, 01 Jan 0001 00:00:00 +0000

相关文件中的实例方法候选；即使有构造或注解证据，也不并入原生 API 计数。

固定源码版本：2f2318653f6f794dddd321eff7c9d4b7b174643f。本表共 876 条静态出现记录；不是运行次数。

20 · asyncio Streams：接收、分帧与连接收尾

Mon, 01 Jan 0001 00:00:00 +0000

跟随 Slime 的本地测试服务器，区分读取语义、写入背压和服务关闭。

21 · 异步能力检查与协议边界

Mon, 01 Jan 0001 00:00:00 +0000

区分函数、返回对象、类型注解和语法协议，读懂 Slime 的同步/异步扩展点。

源码用法与教程对照

Mon, 01 Jan 0001 00:00:00 +0000

每种原生机制对应讲解，每个扫描位置可回到完整源码。

版本与参考

Mon, 01 Jan 0001 00:00:00 +0000

区分语言实验、Slime 原始源码与书籍依据。

关于

Mon, 01 Jan 0001 00:00:00 +0000

你好，我是 dextermayhewjd。

关注方向：生成式 AI、具身智能 / 机器人、量化交易、LLM 推理工程
GitHub：@dextermayhewjd