Skip to content
huzjiePublic

About

Long-horizon agent workflow orchestration engine: multi-step planning + tool calling + GUI grounding + sparse attention (zero-dependency).

Topics

Resources

Code of conduct

Contributing

Security policy

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

taskforge — 复杂长程智能体工作流编排引擎

Python License CI Zero-dependency

零依赖的长程智能体工作流编排引擎参考实现,把 MiniMax M3.1 Flash「太空兔」在复杂 Agent 任务上的能力拆成五个可复用工程件:多步规划、连续工具调用、电脑操作(GUI)动作接地、 长程工作记忆、稀疏注意力推理加速。填好配置、python -m taskforge 即可完整跑通。


技术原理拆解

M3.1 Flash 能拿下 AutomationBench 全场第一、OSWorld 61.7、DeepSWE 73.7,靠的不是更大参数, 而是把「复杂长程任务」拆成三层可组合结构 + 一个省算力的推理路径。taskforge 完整复刻这套思路:

1. 多步规划(planner)

自然语言目标 → 有序子目标 DAG。每个子目标必须对应一个明确工具动作,后步子目标依赖前步产出。 配合 ThinkingBudget 按步衰减分配思考 token,模拟 flash 模型的性价比逻辑。

2. 连续工具调用(tools)

每个子目标绑定「工具 schema + 参数 + 结果校验 + 重试/回滚」,让一条链从头跑到尾, 单步失败不中断整条链。

3. 电脑操作动作接地(gui)

屏幕建模成「UI 元素树」而非原始像素,把自然语言意图接地为 (element_id, action) 的离散选择, 跨应用状态机跟踪「现在在哪个 app」。

4. 长程工作记忆(memory)

20 步以上的工作流靠一个 scratchpad 记录进度;「连续失败计数」触发卡点恢复,而非单次失败。

5. 稀疏注意力加速(sparse)

索引分支低秩打分 O(n·rank) 选出 top-k 块,稀疏分支只对这些块做 softmax, 加速比 ≈ n_blocks / top_k。


快速开始

# 冒烟自检(5 后端 + 规划/工具/接地/稀疏 + 引擎端到端)
python -m taskforge doctor

# 训练 + 全基准
python -m taskforge bench

# 单目标工作流
python -m taskforge run --goal goal-0

# HTTP 服务
python -m taskforge serve --host 127.0.0.1 --port 8787

Docker:

docker compose -f deploy/docker-compose.yml up --build

基准(实测,python -m taskforge bench)

数值由 mock 后端实时测量;skill = 0.5 为随机基线、skill = 1.0 为满分。

基准 含义 skill=0.5 skill=1.0
planning 多步规划成功率 0.094 1.00
tools 工具链准确率 0.556 1.00
gui GUI 动作接地准确率 0.453 1.00
sparse 黄金块召回率(加速比 2.0×) 0.497 1.00
longhorizon 长程完成率(horizon=8) 0.0 1.00

长程任务卡点恢复的价值(skill=0.8):无恢复完成率 0.25 → 有恢复 0.8125(约 3.25×)。

实现思路(可复用要点)

  1. 单一真值 oracle:mock 后端与所有基准共享同一确定性真值,训练是否有效可被严格验证。
  2. 单调训练信号:boost = (skill - 0.5) * 2,skill=0.5 时 boost 恰为 0(随机基线)、 skill=1.0 恒正确;绝不用「对 +1 / 错 -1」的随机游走。
  3. 声明规模与实例化解耦:560B 总参 / 25B 激活 / 1M 上下文 / 200 TPS 只作配置声明, 不实例化真实大张量,纯 Python 跑得动。
  4. 确定性随机:md5(key) 前 8 字节做种子驱动 random.Random,任何 key 输出可复现。

项目结构

taskforge/
  planner/    多步规划 + ReAct + 思考预算
  tools/      工具 schema + 注册表 + 编排器
  gui/        屏幕模型 + 动作接地 + 状态机
  memory/     工作记忆 + 卡点检测
  sparse/     稀疏注意力 + 分块路由
  model/      5 后端(mock/openai/vllm/transformers/anthropic)
  bench/      5 基准(planning/tools/gui/sparse/longhorizon)
  serving/    HTTP 服务 + CLI
  utils/      yamlish / stable / hashing
  tests/      单元测试
examples/    9 个可运行示例
docs/        架构 / API / 快速上手
prompts/     5 个提示词模板
recipes/     4 个可复用配方
deploy/      Docker / K8s / Helm / CI

License

MIT

About

Long-horizon agent workflow orchestration engine: multi-step planning + tool calling + GUI grounding + sparse attention (zero-dependency).

Topics

Resources

Code of conduct

Contributing

Security policy

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages