正在打开每日关注
正在打开每日关注
将 pi-durable 思路移植到 Effect,用原生 Workflow 与 AI 模块实现可恢复的持久化 AI 对话。
Now that I'm codex-resets rich, I kinda ported pi-durable to @EffectTS_, but built on workflows and their AI module https://t.co/M8nWw6OyUT
是什么:effect-harness 是 @JuliaScript 把 pi-durable 的持久化 Agent 思路移植到 Effect 生态的 TypeScript 库(43 stars,2026-10 创建,两天内持续提交),构建在 Effect 原生 Workflows 与其 AI 模块之上,用于 durable AI conversations,并致谢 Pi 与 Earendil 团队。
架构与核心设计:采用分层组合——根模块 Harness 处理模型选择、提示准备与原生 Toolkit 执行;durable 模块以类型化文档承载会话、历史、收件箱与应用文档,并注册 Workflow 执行器;provider-openai/anthropic/claude-code 各自独立入口。应用完全拥有 Layer 图,provider、工具、存储与 WorkflowEngine 都是显式依赖;存储可由 KeyValueStore 与 EventJournal 组合,或用单写者 JSONL Store,重启场景下还能持久化原生引擎。
关键洞察:一是 keyed transaction 在重试同一请求时返回已保存回执,把幂等性做进会话层;二是工具绑定显式恢复策略,由应用决定中断后工具体能否重跑;三是把 replay and recovery 列为启用外部副作用工具前的必读项——将"哪些副作用可安全重放"从隐式约定升级为显式契约。
坑与边界:文档默认读者已熟悉 Effect,学习曲线陡峭;外部副作用的恢复仍取决于工具自身策略,并非自动幂等;star 数尚小、README 未提供生产案例或性能数据;推文中 "codex-resets rich" 也表明项目动机带有个人工作流色彩。