# CLI Agent Orchestrator (CAO) [English](README.md) | [简体中文](README.zh-CN.md) [![PyPI version](https://img.shields.io/pypi/v/cli-agent-orchestrator.svg)](https://pypi.org/project/cli-agent-orchestrator/) [![Python versions](https://img.shields.io/pypi/pyversions/cli-agent-orchestrator.svg)](https://pypi.org/project/cli-agent-orchestrator/) [![Ask DeepWiki](https://deepwiki.com/badge.svg)](https://deepwiki.com/awslabs/cli-agent-orchestrator) **CLI Agent Orchestrator (CAO)** 是一个开源的多 Agent 编排框架,面向 Claude Code、Kiro CLI、Codex CLI、Antigravity CLI、Hermes Agent、Kimi CLI、MiniMax Code、GitHub Copilot CLI、OpenCode、Oh My Pi 和 Cursor CLI 等 AI 编程 CLI。CAO 会把每个 Agent 运行在隔离的 tmux 会话中,并通过 Model Context Protocol (MCP) 以 supervisor-worker 模式协调它们。一个 supervisor Agent 可以并行、串行,或以 swarm 方式把任务分派给多个专长不同的 Agent。 📚 **[文档站点](https://awslabs.github.io/cli-agent-orchestrator/)** —— 指南、参考文档,以及两门交互式课程(英文)。 ## CAO 是什么? CAO(读作 "kay-oh")是一个轻量的本地编排器,位于你和常用 CLI 编程 Agent 之间。你不再只能一次运行一个 Agent,而是可以让 supervisor Agent 启动、发送消息并协调多个 worker Agent。每个 worker 都是真实的 CLI 工具(如 Claude Code、Kiro、Codex 等),运行在自己的 tmux 终端里。 Agent 之间通过 MCP 暴露的原语通信,包括 **handoff**、**assign** 和 **send_message**。你可以通过 CLI、内置 Web UI,或 MCP 管理服务器来管理它们。由于每个 Agent 都是完整的 CLI 进程,CAO 能保留原工具的行为、鉴权方式和高级能力,例如 Claude Code sub-agents、Kiro CLI custom agents 等。这些是普通 API wrapper 难以完整保留的。 ## 常见使用场景 - **并行代码审查 / 实现**:supervisor 同时分派 N 个 reviewer 审查 N 个文件,然后汇总结果。 - **跨 provider 工作流**:supervisor 使用一个 CLI(如 Kiro),worker 使用另一个 CLI(如 Claude Code),也可以按 profile 指定 provider。 - **定时 Agent 任务**:通过 [Flows](docs/flows.md) 设置类似 cron 的触发器,例如「每天早上 9 点」运行。 - **CI 中的无头 Agent 执行**:使用 `cao launch --headless --async` 无人值守地运行任务。 - **带 HITL 的多 Agent swarm**:人可以 attach 到任意 tmux 会话,随时介入或调整方向。 - **由 Agent 管理 Agent**:主 Agent 可以在自己的对话循环中使用 [`cao-ops-mcp`](#cao-ops-mcp-server) 创建和监控 CAO 会话。 ## 分层多 Agent 系统 CAO 实现的是分层多 Agent 系统:一个 supervisor Agent 把任务委派给专门的 worker Agent,而不是把所有事情都塞进同一个上下文。 ![CAO architecture: supervisor agent delegating to worker agents in isolated tmux sessions via MCP](./docs/assets/cao_architecture.png) ### 核心能力 - **分层 supervisor-worker 编排**:supervisor 负责协调与分派,worker 专注自己的任务域。整体上下文得以保留,worker 的上下文也不会被污染。 - **通过 tmux 隔离会话**:每个 Agent 都运行在自己的 tmux 会话中。上下文清晰隔离,保留真实 PTY 访问能力,人也可以随时 `tmux attach` 进去调整。 - **基于 MCP 的编排原语**:`handoff`(同步,等待完成)、`assign`(异步,fire-and-forget)和 `send_message`(Agent 间 inbox 投递)。Hermes worker 还会使用 `answer_user_prompt` 处理结构化审批和澄清提示;其他 provider 在实现等价 prompt 状态前,可能回退为普通文本投递。详见 [Multi-Agent Orchestration](#multi-agent-orchestration)。 - **跨 provider 混用**:同一个会话里可以让 worker 运行在不同 CLI 上。可以通过 Agent frontmatter 把某个 profile 固定到指定 provider。详见 [Cross-Provider Orchestration](#cross-provider-orchestration)。 - **定时 flows**:用类似 cron 的方式调度无人值守的 Agent 运行。详见 [docs/flows.md](docs/flows.md)。 - **Web UI、CLI 和 MCP 三种控制面**:可以从浏览器、`cao session` 命令,或 `cao-ops-mcp` server 管理会话。详见 [docs/control-planes.md](docs/control-planes.md)。 - **按 Agent 限制工具权限**:通过 profile 中的 `role` 和 `allowedTools` 控制权限,并在可用时转换为各 provider 的原生限制。详见 [docs/tool-restrictions.md](docs/tool-restrictions.md)。 - **持久化 Agent 记忆**:Agent 可以通过 `memory_store` 和 `memory_recall` MCP 工具跨会话保存和召回知识。CAO 会在会话启动时自动注入相关记忆作为上下文。详见 [docs/memory.md](docs/memory.md)。 - **直接介入 worker**:不同于传统的「sub-agent」功能,你可以 attach 到正在运行的 worker,并在任务中途介入。 - **保留完整 CLI 能力**:Agent 保留原 CLI 的能力,包括 Claude Code [sub-agents](https://docs.claude.com/en/docs/claude-code/sub-agents)、Kiro CLI custom agents、provider 原生鉴权等。 - **用于 outbound events 的插件系统**:可以把 Agent 间消息转发到 Discord、Slack、Telegram 或任意 webhook 目标。详见 [Plugins](#plugins)。 项目结构和架构细节请参考 [CODEBASE.md](CODEBASE.md)。 ## 安装 ### 环境要求 - **curl** 和 **git**:用于下载安装脚本和克隆仓库。 - **Python 3.11 或更高版本**:详见 [pyproject.toml](pyproject.toml)。 - **tmux 3.3+**:用于 Agent 会话隔离。 - **[uv](https://docs.astral.sh/uv/)**:快速的 Python 包安装器和虚拟环境管理器。 ### 1. 安装 Python 3.11+ ```bash # macOS (Homebrew) brew install python@3.12 # Ubuntu/Debian sudo apt update && sudo apt install python3.12 python3.12-venv # Amazon Linux 2023 / Fedora sudo dnf install python3.12 ``` 验证: ```bash python3 --version # 3.11 or higher ``` > 建议使用 [uv](https://docs.astral.sh/uv/),而不是 Anaconda 这类系统级 Python 安装。`uv` 会按项目处理虚拟环境和 Python 版本解析。 ### 2. 安装 tmux (3.3+) ```bash bash <(curl -s https://raw.githubusercontent.com/awslabs/cli-agent-orchestrator/refs/heads/main/tmux-install.sh) ``` ### 3. 安装 uv ```bash curl -LsSf https://astral.sh/uv/install.sh | sh source $HOME/.local/bin/env # 将 uv 加入 PATH,或重启 shell ``` ### 4. 安装 CLI Agent Orchestrator ```bash uv tool install git+https://github.com/awslabs/cli-agent-orchestrator.git@main --upgrade ``` 该命令会拉取最新的 `main` commit,并把预构建的 Web UI 一起打包进 wheel。因此,**使用 CAO 不需要安装 Node.js,也不需要运行 `npm install`**。只有在你要以前端开发模式(hot-reload)运行或自行重新构建 bundle 时,才需要 Node.js。详见 [docs/web-ui.md](docs/web-ui.md)。 #### 从 PyPI 安装(可选) PyPI 只发布带 tag 的 release,因此在两个 release 之间会落后于 `main`。如果你想使用最新修复,优先使用上面的 `git+` 安装方式。 ```bash uv tool install cli-agent-orchestrator --upgrade # 固定到某个 release uv tool install cli-agent-orchestrator==2.1.0 ``` 本地开发(`git clone` + `uv sync`)以及测试 / 质量检查流程,请参考 [DEVELOPMENT.md](DEVELOPMENT.md)。 ## Devcontainer Feature CAO 提供官方 devcontainer feature,支持以容器原生方式安装。 - 使用方式和选项:[docs/devcontainer-feature.md](docs/devcontainer-feature.md) - 本地验证命令:[docs/devcontainer-feature.md#validation](docs/devcontainer-feature.md#validation) - 发布计划:[docs/devcontainer-feature.md#release-plan](docs/devcontainer-feature.md#release-plan) ## 前置条件:CLI Agent 工具 CAO 驱动的是已有 CLI Agent 工具,它并不会替代这些工具。使用 CAO 前,请至少安装下面一种工具。你也可以安装多个,并在同一次编排中混用。 | Provider | 文档 | 鉴权 | |----------|------|------| | **Kiro CLI**(默认) | [Provider docs](docs/kiro-cli.md) · [Installation](https://kiro.dev/docs/kiro-cli) | AWS credentials | | **Claude Code** | [Provider docs](docs/claude-code.md) · [Installation](https://docs.anthropic.com/en/docs/claude-code/getting-started) | Anthropic API key | | **Codex CLI** | [Provider docs](docs/codex-cli.md) · [Installation](https://github.com/openai/codex) | OpenAI API key | | **Hermes Agent** | [Provider docs](docs/hermes.md) | Hermes auth;可选 `hermesProfile` wrapper;在选中的 Hermes profile 中配置 `cao-mcp-server` 以启用编排工具 | | **Kimi CLI** | [Provider docs](docs/kimi-cli.md) · [Installation](https://platform.moonshot.cn/docs/kimi-cli) | Moonshot API key | | **MiniMax Code** | [Provider docs](docs/minimax-code.md) · [Installation](https://www.npmjs.com/package/@minimax-ai/code) | `mcode login` 或 BYOK 配置 | | **GitHub Copilot CLI** | [Provider docs](docs/copilot-cli.md) · [Installation](https://github.com/features/copilot/cli) | GitHub auth | | **OpenCode CLI**(实验性;多 Agent callback 暂时使用 inbox polling fallback,见 [#203](https://github.com/awslabs/cli-agent-orchestrator/issues/203)) | [Provider docs](docs/opencode-cli.md) · [Installation](https://opencode.ai) | Per-model API key | | **Oh My Pi** | [Provider docs](docs/omp-cli.md) · [Installation](https://github.com/can1357/oh-my-pi) | OMP authenticated model account | | **Cursor CLI** | [Provider docs](docs/cursor-cli.md) · [Installation](https://cursor.com/cli) | Cursor subscription / API key | | **Antigravity CLI** | [Provider docs](docs/antigravity-cli.md) · [Installation](https://antigravity.google) | Google account(与 Antigravity IDE 登录共用) | ## 快速开始 ### 1. 安装 Agent profiles ```bash cao install code_supervisor # 负责委派 worker 的 supervisor cao install developer # 可选 worker cao install reviewer # 可选 worker ``` 也可以从本地文件或 URL 安装 Agent: ```bash cao install ./my-custom-agent.md cao install https://example.com/agents/custom-agent.md ``` 如何创建自定义 Agent profile,请参考 [docs/agent-profile.md](docs/agent-profile.md)。 #### Profile 管理(`cao profile`) ```bash cao profile list # 列出所有已安装 profile cao profile show # 查看 frontmatter 详情 cao profile validate # Schema 和弃用项检查 cao profile templates # 列出脚手架模板 cao profile create -t aws/stepfunction -c config.json # 基于模板生成 cao profile remove # 从本地 store 删除 ``` ### 2. 启动 server ```bash cao-server ``` ### 3. 启动 supervisor 在另一个终端中运行: ```bash cao launch --agents code_supervisor # 或指定 provider cao launch --agents code_supervisor --provider claude_code # 可选值:kiro_cli | claude_code | codex | antigravity_cli | hermes | kimi_cli | mcode | copilot_cli | opencode_cli | omp | cursor_cli # 不限制访问、跳过确认(危险) cao launch --agents code_supervisor --yolo ``` supervisor 会使用这些编排模式协调并委派任务给 worker Agent。 ### 4. 关闭 ```bash cao shutdown --all # 关闭所有 CAO 会话 cao shutdown --session cao-my-session # 关闭指定会话 ``` ### 会话运行在 tmux 中 所有 Agent 会话都运行在 tmux 中。你可以通过 `tmux attach -t ` 实时观察 Agent。完整 tmux 快捷键列表和交互式窗口选择器请参考 [docs/tmux.md](docs/tmux.md)。 CAO 也实验性支持 [herdr](https://herdr.dev/) 作为替代后端。herdr 能感知 Agent 状态,因此可以用实时状态事件替代 tmux 输出轮询。配置方式见 [docs/herdr.md](docs/herdr.md)。 ## Web UI CAO 自带 Web dashboard,可在浏览器中管理 Agent、终端和 flows。预构建 UI 已经打包在 wheel 中,不需要额外安装。启动 server 即可: ```bash cao-server ``` 然后打开 http://localhost:9889。 ![CAO Web UI](https://github.com/user-attachments/assets/e7db9261-62b1-4422-b9f5-6fe5f65bdea4) hot-reload 开发模式、通过 SSH 远程访问,以及从源码重新构建前端(只有这些场景需要 Node.js),请参考 [docs/web-ui.md](docs/web-ui.md)。前端架构见 [web/README.md](web/README.md)。 ## MCP Apps:host-rendered fleet UI 除浏览器 dashboard 外,CAO 也可以通过 [MCP Apps](https://modelcontextprotocol.io/extensions/apps/overview) 扩展(SEP-1865),把 fleet UI 渲染到支持 MCP App 的 host 内部,例如 Claude / Claude Desktop、ChatGPT、VS Code GitHub Copilot、Microsoft 365 Copilot、Goose、Postman、MCPJam、Archestra.AI。客户端支持情况见 [client matrix](https://modelcontextprotocol.io/extensions/client-matrix)。这样你可以在不离开聊天 host 的情况下观察并控制 Agent。 该能力包含三个单文件视图(`ui://cao/dashboard`、`ui://cao/agent`、`ui://cao/event-stream`)和一个无需构建的 topology widget,后端由进程内 event ring buffer 和单一审计过的 `submit_command` mutation 路径支撑。 ![CAO MCP Apps — fleet dashboard rendered in an MCP App host](docs/media/mcp-apps-dashboard.png) *fleet dashboard 由构建后的 `ui://cao/dashboard` bundle 渲染。完整动态演示(dashboard → agent detail → live event stream):[`docs/media/mcp-apps-demo.webm`](docs/media/mcp-apps-demo.webm)。可通过 `cd cao_mcp_apps && npm run build:all && node scripts/record-demo.mjs` 重新生成。* 该能力**默认关闭,并且不改变既有行为**。它以内置 `mcp_apps` plugin 的形式打包,只有显式启用时才会注册: ```bash export CAO_MCP_APPS_ENABLED=true cao-server # REST + SSE /events on :9889 cao-mcp-server # 为你的 host 注册 MCP App tools/resources ``` 这一部分新增了 `src/cli_agent_orchestrator/ext_apps/`(resources + topology widget)、`cao_mcp_apps/`(JIT-free React views)和 `src/cli_agent_orchestrator/plugins/builtin/mcp_apps.py`(plugin)。相关文档见 [docs/mcp-apps.md](docs/mcp-apps.md),示例见 [examples/mcp-apps/](examples/mcp-apps/),operator playbook 见 [skills/cao-mcp-apps](skills/cao-mcp-apps/SKILL.md)。如果配置了 IdP,可选且默认关闭的 OAuth 2.1 scopes(`cao:read` / `cao:write` / `cao:admin`)会保护 mutation 操作。 单文件视图的源码位于 `cao_mcp_apps/`。开发流程(构建、测试、CI coverage/JIT/bundle-size gates)请参考 [cao_mcp_apps/README.md](cao_mcp_apps/README.md)。Node.js 只在重新构建它们时需要,运行 CAO 时不需要。 ## Multi-Agent Orchestration CAO Agent 通过本地 HTTP server(默认 `localhost:9889`)协调。CLI Agent 通过 MCP tools 访问该 server,从而路由消息、跟踪状态并驱动编排。 每个 Agent 终端都会被分配一个唯一的 `CAO_TERMINAL_ID` 环境变量。server 使用这个 ID 路由消息、跟踪终端状态(IDLE / PROCESSING / COMPLETED / ERROR),并协调操作。当 Agent 调用 MCP tool 时,server 会根据调用方的 `CAO_TERMINAL_ID` 识别它。 ### 编排模式 > **Note:** 当通过 `CAO_ENABLE_WORKING_DIRECTORY=true` 启用时,所有编排模式都支持可选的 `working_directory` 参数。详见 [docs/working-directory.md](docs/working-directory.md)。 **1. Handoff**:把控制权移交给另一个 Agent,并等待其完成。 - 创建一个使用指定 Agent profile 的新终端。 - 发送任务消息,并等待 Agent 完成。 - 把 Agent 输出返回给调用方,并退出该 Agent。 - **成功后自动删除 worker 终端**:scrollback 和 metadata 会在删除前保存到 `~/.cao/logs/terminal/`。只要会话仍然存在,你就可以用 `cao terminal restore ` 恢复终端以便调试。完整生命周期、snapshot schema 和 restore 语义见 [docs/terminal-lifecycle.md](docs/terminal-lifecycle.md)。 - 适合需要**同步**执行并拿到结果的场景。 示例:串行代码审查工作流。 ![Handoff Workflow](./docs/assets/handoff-workflow.png) **2. Assign**:创建一个独立工作的 Agent(异步)。 - 创建新终端,发送带 callback instructions 的任务,然后立即返回。 - supervisor 的 terminal ID 会自动附加到任务消息中(可用 `CAO_ENABLE_SENDER_ID_INJECTION=false` 禁用),并记录在 worker 终端上,使 callback 以结构化方式路由。 - 分派出去的 Agent 完成后,通过 `send_message` 回传结果。如果省略 `receiver_id`,回复会路由到分派它的终端;如果 supervisor 正忙,消息会排队。 - 适合**异步**执行或 fire-and-forget 操作。 示例:supervisor 把并行数据分析任务分派给多个 analyst,同时用 handoff 生成报告模板,然后合并结果。详见 [examples/assign](examples/assign)。 ![Parallel Data Analysis](./docs/assets/parallel-data-analysis.png) **3. Send Message**:与已有 Agent 通信。 - 把消息发送到指定终端的 inbox;终端空闲时投递。 - 支持持续协作和多轮对话。 - 常用于 **swarm** 操作。 - 对会在处理期间缓冲输入的 provider,支持 [eager delivery](docs/inbox-delivery.md),用于消除轮次之间的延迟。 示例:多角色功能开发。 ![Multi-role Feature Development](./docs/assets/multi-role-feature-development.png) ### Cross-Provider Orchestration 默认情况下,worker 会继承创建它们的终端所使用的 provider。如果要把某个 profile 固定到指定 provider,请在 frontmatter 中加入 `provider`: ```markdown --- name: developer provider: claude_code --- ``` 有效值包括:`kiro_cli`、`claude_code`、`codex`、`antigravity_cli`、`hermes`、`kimi_cli`、`mcode`、`copilot_cli`、`opencode_cli`、`omp`、`cursor_cli`。初始会话始终以 `cao launch --provider` 参数为准。详见 [`examples/cross-provider/`](examples/cross-provider/)。 ### Tool Restrictions CAO 通过 profile 中的 `role` 和 `allowedTools` 控制每个 Agent 可以做什么。CAO 会在可用时把这些限制转换为各 provider 的原生 enforcement。完整参考见 [docs/tool-restrictions.md](docs/tool-restrictions.md)。 ### Custom Orchestration `cao-server` 暴露 REST APIs,用于会话管理、终端控制和消息传递。内置 CLI 命令和 MCP tools 只是这些 API 的封装。你可以组合三种编排模式构建自定义工作流,也可以基于底层 API 构建新的模式。详见 [docs/api.md](docs/api.md)。 ## 扩展与集成 CAO 提供三种从外部驱动它的编程界面,以及两个扩展点(skills 和 plugins)。如何选择合适界面,请参考 [docs/control-planes.md](docs/control-planes.md)。 ### Session Management CLI `cao session` 命令用于以程序化方式管理会话,适合脚本、CI pipeline,或任何可以运行 shell 命令的调用方。 | 命令 | 说明 | |------|------| | `cao session list` | 列出活跃会话 | | `cao session status ` | 显示 conductor 状态和最新输出 | | `cao session status --workers` | 同时包含 worker 终端状态 | | `cao session send "msg"` | 发送消息并等待完成 | | `cao session send "msg" --async` | Fire-and-forget | | `cao session send "msg" --timeout N` | 最多等待 N 秒 | | `cao launch --agents ` | 启动新的 supervisor 会话 | | `cao shutdown --session ` | 关闭指定会话 | | `cao shutdown --all` | 关闭所有 CAO 会话 | | `cao terminal restore ` | 把已删除终端的 scrollback 恢复到新窗口中,便于调试 | 无头启动(发送初始任务但不 attach): ```bash cao launch --agents supervisor --headless --yolo \ --session-name my-task --working-directory '/path/to/project' "Your task here" ``` 加上 `--async` 可以立即返回,不等待任务完成。 > Session name 会自动加上 `cao-` 前缀。后续命令中请使用带前缀的形式,例如 `cao-my-task`。 命令参考和面向 Agent 的 skill,请查看 [Session Management skill](skills/cao-session-management/SKILL.md)。 由于 `cao session` 本质上是 shell 命令,任何支持调用 shell skill 的 AI assistant 理论上都能用这种方式驱动 CAO,例如 Claude Code、Kiro CLI、[OpenClaw](https://github.com/openclaw/openclaw) 或 [Hermes Agent](https://github.com/NousResearch/hermes-agent)。把 CAO session management 集成到外部工具的方式见 [docs/external-tool-integration.md](docs/external-tool-integration.md)。 ### CAO Ops MCP Server `cao-ops-mcp` 以结构化 MCP tools 的形式,为主 Agent(Claude Code、Claude Desktop 等)暴露同样的管理操作。它是 `cao session` 的 MCP 版本:调用方支持 MCP 时用 `cao-ops-mcp`,否则用 `cao session`。 | Server | 使用者 | 用途 | |--------|--------|------| | `cao-mcp-server` | CAO 会话**内部**的 Agent | Agent 间编排(`handoff`、`assign`、`send_message`) | | `cao-ops-mcp` | CAO 会话**外部**的主 Agent | 元管理(安装 profile、启动 / 监控会话) | **设置**:添加到主 Agent 的 MCP 配置中。需要先运行 `cao-server`,监听 `localhost:9889`。 Claude Code 可添加到 `.mcp.json`: ```json { "mcpServers": { "cao-ops-mcp": { "command": "uvx", "args": ["--from", "git+https://github.com/awslabs/cli-agent-orchestrator.git@main", "cao-ops-mcp-server"] } } } ``` 其他 Agent 使用等价的 stdio MCP 命令: ```text uvx --from git+https://github.com/awslabs/cli-agent-orchestrator.git@main cao-ops-mcp-server ``` **可用工具**:`list_profiles`、`get_profile_details`、`install_profile`、`launch_session`、`send_session_message`、`list_sessions`、`get_session_info`、`shutdown_session`。 典型流程:`list_profiles` → `install_profile` → `launch_session` → `send_session_message` → `get_session_info` → `shutdown_session`。 ### Flows:定时 Agent 会话 使用 cron expressions 定时运行 Agent 会话: ```bash cao schedule add daily-standup.md cao schedule list cao schedule run daily-standup # 手动运行,忽略 schedule ``` Flows 支持静态 prompts,也支持通过 gating script 做条件执行。定时执行要求 `cao-server` 正在运行。 完整指南,包括 flow 文件格式、条件执行模式和所有 `cao schedule` 命令,请参考 [docs/flows.md](docs/flows.md)。 ### Skills Skills 是可移植的结构化指南,遵循通用 [SKILL.md](https://github.com/anthropics/skills) 格式,用来为 Agent 编码领域知识。它们可以跨编程 assistant 使用,包括 Claude Code、Kiro CLI、Codex CLI、Kimi CLI、GitHub Copilot、Cursor、OpenCode、LobeHub,也可以用于 [Strands Agents SDK](https://strandsagents.com/docs/user-guide/concepts/plugins/skills/) 和 [Microsoft Agent Framework](https://devblogs.microsoft.com/agent-framework/give-your-agents-domain-expertise-with-agent-skills-in-microsoft-agent-framework/) 等框架。 CAO 自带内置 skills,也会管理所有 Agent 会话共享的 "managed skills"。内置项(`cao-supervisor-protocols`、`cao-worker-protocols`)会在 server 启动时自动 seed。你也可以添加自己的 skill: ```bash cao skills list cao skills add ./my-coding-standards cao skills add ./my-coding-standards --force # 覆盖 cao skills remove my-coding-standards ``` Skills 会自动投递给 provider(Kiro CLI 使用原生 `skill://` resources;Claude Code / Codex / Kimi / MiniMax Code 使用运行时 prompt injection;Copilot 则烘焙进 `.agent.md`)。 完整参考,包括 authoring、loading 和 delivery mechanics,请查看 [docs/skills.md](docs/skills.md)。与 OpenClaw 或其他外部工具集成,请参考 [docs/external-tool-integration.md](docs/external-tool-integration.md)。 ### Plugins Plugins 是 observer-only 的 Python 扩展,会在 `cao-server` 内部响应 server-side events,包括生命周期变化和消息投递。它们是 CAO 的 **outbound** 扩展面:上面介绍的界面用于驱动 CAO,plugins 则把事件流向外部。常见用途包括把 Agent 间消息转发到 Discord / Slack / Telegram、审计日志和指标导出。 - **安装、事件、故障排查**:[docs/plugins.md](docs/plugins.md) - **可直接运行的示例**:[examples/plugins/cao-discord/](examples/plugins/cao-discord/) - **编写自己的 plugin**:[cao-plugin skill](skills/cao-plugin/SKILL.md) - **plugins 与 inbound surfaces 的关系**:[docs/control-planes.md](docs/control-planes.md) ## 安全 `cao-server` 设计为**仅在 localhost 使用**。WebSocket terminal endpoint(`/terminals/{id}/ws`)提供完整 PTY 访问能力,并拒绝非 loopback 连接。不要在没有鉴权的情况下把 server 暴露给不可信网络。 **DNS rebinding 防护**:server 会校验 HTTP `Host` headers。如果 host 不是 `localhost` 或 `127.0.0.1`,请求会以 `400 Bad Request` 拒绝。这可以防护 [DNS rebinding attacks](https://owasp.org/www-community/attacks/DNS_Rebinding)。 如果你确实需要把 server 暴露到网络中(开发场景下不推荐),Host header 校验也会拒绝这些请求,除非该 hostname 已加入 allowed list。 漏洞报告和最佳实践请参考 [SECURITY.md](SECURITY.md)。 ## 贡献 贡献指南请参考 [CONTRIBUTING.md](CONTRIBUTING.md)。 ## 发布 CAO 通过使用 OIDC 鉴权的 GitHub Actions pipeline 发布到 [PyPI](https://pypi.org/project/cli-agent-orchestrator/)(TestPyPI → smoke test → maintainer-approved prod)。详见 [docs/RELEASING.md](docs/RELEASING.md)。 ## 许可证 Apache-2.0。