PRAXIST 直接 CLI 运维指南：从校验、启动到观察、停止与恢复的完整生命周期-北京尧图网络

人工智能AI Agent多智能体Agent 工作流深度研究AI 评测【免费下载链接】PRAXISTAutonomous research system for measurable, computer-executable research.项目地址https://gitcode.com/gh_mirrors/pr/PRAXIST点击查看免费下载本文是面向运维人员operator的 PRAXIST 直接 CLI 操作手册。它讲解如何不借助 Agent、直接在 Shell 中掌控praxist的完整运行生命周期先用doctor与resolve校验主机和任务再用start --daemonize启动分离式运行通过status与--monitor观察进度最后以stop、resume完成停止与安全恢复。读完本文你将掌握任务路径与配置文件的选择规则、Codex-native 模式的启动方式、运行状态的权威判读方法以及 PRAXIST 支持的恢复边界与受保护状态能够独立完成一次从校验到恢复的运维闭环。本文以 docs/guides/operators.md 为主体骨架结合praxist/cli/下各生命周期命令的实现源码start.py、status.py、stop.py、resume.py、resolve.py、doctor.py与官方技能 praxist-control、praxist-diagnostic 深化佐证。生命周期总览与命令地图PRAXIST 把一次研究的生命周期划分为四个阶段校验Validate→ 运行Running→ 观察Observe→ 生命周期边界Lifecycle boundary后两个阶段可以循环往复。官方文档用如下流程图概括在直接操作模式下运维人员用下面的命令映射表完成每个阶段的目标目标直接命令重新打开首次运行设置向导praxist setup --interactive把项目交给引导式接管praxist --takeover --task-path project检查主机与运行时就绪度praxist doctor --task-path task不启动即校验任务praxist resolve task启动分离式运行praxist start --task-path task --daemonize --json列出或检查运行praxist status --json检查单个运行praxist status --run-id run-id --json打开只读 TUIpraxist --monitor --run-id run-id停止单个运行praxist stop run-id --grace 300 --json恢复被干净中断的运行praxist resume run-id-or-run-dir --daemonize --jsonpraxistCLI 是规范的 Shell 接口python -m praxist模块入口只是低层兼容面。任何命令都可以用praxist command --help查看实时参数契约而由同一套argparse解析树生成的完整参考见 CLI Reference。需要注意表内前两条命令setup --interactive与--takeover分别对应重新打开设置向导和接管项目交接属于 Quickstart 描述的手动项目交接流程它们不替代后续的任务校验与生命周期命令。选择任务与配置任务路径的三级优先级--task-path的解析遵循显式优先原则具体优先级为--task-path 显式参数 $TASK_PATH 环境变量当前调用目录在脚本中务必使用显式形式避免依赖当前目录产生歧义praxist resolve /absolute/path/to/task praxist start --task-path /absolute/path/to/task --daemonize --json该优先级在源码中有明确实现praxist/cli/start.py的_resolve_task_path先取--task-path再取getenv(TASK_PATH)最后回退到Path.cwd()start.py。配置文件与凭据一致性所有生命周期命令默认加载${XDG_CONFIG_HOME:-$HOME/.config}/praxist/env。如果使用其他配置文件必须把它同时传给每一个闸门命令和生命周期动作保证校验与启动使用同一份配置praxist doctor --task-path /absolute/path/to/task --config-file /path/to/env praxist resolve /absolute/path/to/task --config-file /path/to/env praxist start \ --task-path /absolute/path/to/task \ --config-file /path/to/env \ --daemonize \ --json在凭据层面显式进程环境变量拥有最高优先级。秘钥的完整处理规则见 Credentials运行时claude_sdk/codex_sdk的选择规则见 Agent Runtimes。值得注意的是praxist start在启动前会执行凭据预检查_precheck_credentialsstart.py会根据解析出的 provider 反查期望的环境变量如DEEPSEEK_API_KEY、OPENROUTER_API_KEY为空则直接拒绝启动且绝不打印原始秘钥Codex-native 模式agent_runtime:codex_sdk native OpenAI例外因为它允许子进程启动时发现已保存的 ChatGPT 登录态。源码检出环境的启动方式如果直接从源码检出运行需要在仓库环境中调用同一套 CLIcd /path/to/Praxist uv run praxist start \ --task-path /absolute/path/to/task \ --daemonize \ --json共享状态与主机身份注册表动作会记录尽力而为的主机身份确保一个共享的状态目录不能让另一台机器误停这台机器的运行。实现位于 registry.py 的local_host_identity它组合hostname、来自/etc/machine-id或/var/lib/dbus/machine-id的host_idSHA-256 哈希、以及/proc/sys/kernel/random/boot_id的boot_id。如果是最小化或重建的容器没有稳定 machine ID运维应设置一个持久、主机本地的PRAXIST_HOST_ID并且绝不在不同主机间复用该值export PRAXIST_HOST_IDhost-local-persistent-id校验与启动常规配置廉价闸门先行在正式启动前先运行两个廉价的闸门命令再启动分离式运行praxist doctor --task-path /absolute/path/to/task praxist resolve /absolute/path/to/task praxist start \ --task-path /absolute/path/to/task \ --daemonize \ --jsonpraxist doctor只读主机就绪度报告检查 Python 环境、平台、CLI 配置、运行时与内置技能安装情况。支持--json输出--advisory会让报告保留就绪失败但仍返回退出码 0doctor.py。--codex-native变体专门检查 codex_sdk 已保存 ChatGPT 登录的路由。praxist resolve task等价于python -m praxist.run run --task-path path --resolve-only --local解析任务项目的插件清单且不发起任何 LLM 调用非常适合 CI 冒烟、新人 onboarding 和无凭据机器的预检失败时返回非零退出码成功时在 stdout 输出一行 JSON 运行身份摘要resolve.py。praxist start注册表托管的异步启动器。按 start.py 的实现顺序它会解析 agent system 及其级联默认值 → 凭据预检查 → 构造python -m praxist.run run …的 argv 与run_dir/logs/launcher.nohup.log日志路径 → 以start_new_sessionTrue分离会话stdin 接/dev/null派生子进程 → 持久化RegistryEntry并打印脱敏提示。需要保持显式选择时请保留--runtime、--model-provider、--model、--cohort、--generations和--strategy等参数。其中--daemonize双 fork 守护进程路径让运行在启动 Shell 或 Codex 会话的进程树被回收后依然存活是 Agent 工具 Shell、CI 运行器、Docker--init等沙箱启动上下文的必需项start.py--json把 run ID、PID、运行目录、日志路径和监控交接命令以机器可读的 JSON 文档输出RegistryEntry.to_dict()start.py--startup-timeout等待启动产物出现的秒数默认 30 秒超时的存活运行保持starting状态start.py--strategy前沿策略取值auto|mixed|explore|exploit默认auto--model-providerprovider 插件引用如model_provider:deepseek_alias。默认从 agent system 级联claude_sdk在设置DEEPSEEK_API_KEY时选 deepseek_alias否则依次回退 openrouter、anthropic_messagescodex_sdk走同样的凭据感知选择并最终回退到 openai_compatiblestart.py。Codex-native 模式当使用已保存的 Codex 登录而非 API Key时使用路由感知的 doctor并把同样的模式传给 startpraxist doctor --codex-native --task-path /absolute/path/to/task praxist resolve \ /absolute/path/to/task \ --codex-native \ --runtime agent_runtime:codex_sdk \ --model-provider model_provider:openai_compatible \ --model gpt-5.6-luna praxist start \ --codex-native \ --task-path /absolute/path/to/task \ --agent-system codex_sdk \ --runtime agent_runtime:codex_sdk \ --model-provider model_provider:openai_compatible \ --model gpt-5.6-luna \ --daemonize \ --json这条已保存登录路由与配置的 relay API provider、API-Key 端点完全隔离。源码层面_select_codex_native_mode会先校验显式选择与 codex_sdk/native OpenAI 兼容start.py随后_sanitize_codex_native_environment会把OPENAI_API_KEY、CODEX_API_KEY、OPENAI_BASE_URL、MODEL_PROVIDER_REF、RUNTIME_REF等一整组 API-Key/端点环境变量从环境中移除CODEX_NATIVE_BLOCKED_ENVstart.py确保用户或任务环境文件无法悄悄切换计费路径或复用 provider 专属模型显式 CLI--model依然保持权威。praxist-takeover-codex技能提供同等的引导式接管。观察一个运行状态查询praxist status --json praxist status --run-id run-id --json自动化场景下优先使用带--run-id的定向形式避免多任务共享主机时混入无关运行。praxist status的实现把praxist start写入的运行注册表与跨平台ps扫描合并status.py每一行都带有source标签registrypraxist start托管的运行PID 仍存活ps-only有匹配进程但无注册表条目例如绕过praxist start的直接 Python 调用stale注册表条目存在但 PID 已消失OOM、kill -9、主机重启。此外status会通过_read_orchestrator_progress读取运行目录的orchestrator_status.json周期快照在表格中呈现GEN、FINDINGS、UPDATED列让你一眼看出运行是否在推进而不仅仅是进程是否活着stale 行也会展示最后一次快照status.py。praxist stop --gc是清理 stale 注册表条目的显式途径status本身不重写注册表。前台监控 TUIpraxist --monitor --run-id run-id全屏 TUI 是只读的与研究工作进程完全独立。它展示运行状态、peer 健康/活跃度、近期日志上下文和硬件警告。其架构要点monitor.py视觉重绘与有界的产物/硬件采样解耦默认 TUI 帧间隔 0.2 秒DEFAULT_INTERVAL_SECONDS纯文本模式 1 秒DEFAULT_PLAIN_INTERVAL_SECONDS日志默认 18 行、peer 默认 24 行因此显示响应不会放大研究侧探针monitor.pypeer 行读取每个 peer 有界的recent_result_artifacts摘要而不是在长期运行的显示器中递归调和完整结果树需要完整产物调和视图时改用praxist --monitor --once、praxist status或诊断工作流Ctrl-C只退出监控器分离式运行继续执行非交互终端或需要可追加转写时使用praxist --monitor --plain--interval控制显示间隔精确默认值与上限以生成的 CLI Reference 为准。解读运行操作状态判读状态时必须区分权威事实与派生视图视图权威性结果与 finding 摘要实测任务证据frontier/frontier_manifest.json规范的车道与晋升状态已提交的gems/gems_state.json规范 Gems 状态gen_N/generation_boundary.json规范的代际边界排行榜、Principal Investigator (PI) 证据包、渲染提示、报告派生视图或审计快照TUI 与调度器状态实时运维遥测非科学证据统计已完成代际数时应从连续的已提交边界标记计数。如果实时状态或run_summary.json报告的数值大于这些标记应报告该不一致并把多余的代际归类为待处理边界工作不要把 frontier 条目或generation_results.json单独当作提交。当启用中央调度时run/resource_scheduler/status.json区分排队、运行中、阻塞、已完成、失败和被拒绝的工作。请分开读取生命周期running与running_activity.by_resource_phase一个存活的包装进程不能证明活跃的加速器计算标记为unknown的观测也不能证明停滞。资源遥测有助于解释吞吐量但不能晋升任何结果。praxist-control技能的状态工作流也遵循同一套判读规则praxist-control。停止一个运行尽可能只针对一个已验证的运行praxist status --run-id run-id --json praxist stop run-id --grace 300 --jsonstop 返回后持续轮询 status直到选中的进程消失。praxist stop --all只在环境中注册的每一个运行都被有意停止时才使用禁止使用宽泛的pkill模式。从源码看praxist stop的实现包含多层防误伤设计stop.py读取注册表条目后、发信号前会重新读取实时ps表并确认命令行前缀与praxist start记录一致TOCTOU/PID 复用防护见registry_command_matchesstatus.py通过(pid, ppid)构建子进程索引跨平台遍历后代进程信号协议为SIGTERM → 等待--grace秒 → SIGKILL未退出进程默认--grace为 5 秒DEFAULT_GRACE_SECONDSstop.py--grace必须是有限非负数stop.py注册表托管的运行在发现进程前先关闭新的准入并在结束后进行有界的稳定空重扫捕捉迟到的子进程。由于前台监控器是独立的停止运行不需要去寻找或杀掉监控进程。恢复一个运行对于在干净、可识别的边界处停止的运行praxist status --run-id run-id --json praxist resume run-id-or-run-dir --daemonize --jsonpraxist resume是praxist start的薄生命周期包装它从注册表或运行目录的startup_config.json恢复原始运行设置再通过同一个注册表托管启动器执行python -m praxist.run run --resume-from run_dirresume.py。绝不要恢复一个已验证存活的控制器。PRAXIST 会保留原始的 API provider、agent runtime、模型、前沿策略和任务身份resume 拒绝改变这些规范值。未变更的任务检出可以移动到新的绝对路径但 PRAXIST 会校验其持久化清单与有效描述符——任务身份来自持久化的任务契约。若需修改历史运行的 agent runtime 或 API provider 这类规范选择应启动新运行而非 resume。中断的最终边界需要更多处理常见情况包括完整 PI 议程后未完成的最后一个代际已完成 cohort 但其 PI/Chair 边界未完成已提交的 Gems 重置后跟一个部分的下一个代际挂起或未完成的 Gems 重置事务。对于这些非常规情况操作员 Agent 应在调用 resume 命令之前准备好运行目录检查 PRAXIST 的恢复计划、在任何手动裁剪前备份运行、保留完整的代际证据与已提交的 Gems 状态并优先走 PRAXIST 内部可恢复的边界路径。当部分边界未被识别时不要把部分状态直接交给praxist resume应使用文档化的修复路径或仅在操作员批准下裁剪到命名的干净边界。可以使用praxist-control技能并请求resume the latest run来完成这套准备工作——该技能理解中断的 PI 与 Gems 边界避免破坏性猜测。支持的恢复边界PRAXIST 为多种生命周期边界提供自动化恢复干净的代际边界某代际的边界标记、frontier 晋升与合成议程都已提交后恢复。运行直接推进到下一个代际。中断的代际边界cohort 已完成并产生有效结果但边界标记或议程创建崩溃/被中断。PRAXIST 检测到挂起的边界执行边界完成或恢复挂起的 Gems 重置然后继续推进。中断的飞行中 cohortcohort 执行在完成有效结果前崩溃。PRAXIST 移除瞬态运行时哨兵并从最后一个已提交边界重跑未完成的 cohort。迁移的任务目录只要清单校验和与描述符一致未变更的任务项目可移动到不同路径。扩展的代际上限通过提供更大的--generations上限可恢复达到初始代际上限的运行。不支持的恢复边界与受保护状态为保护实验完整性并防止意外数据损坏以下非常规状态会被拒绝并给出可操作的反馈非恢复启动中出现既有运行产物目录已含 PRAXIST 产物却未带--resume或--resume-from的启动被拒绝引导操作员用--resume-from继续该运行或选择全新目录该检查在launch_run中枚举了run.json、startup_config.json、trajectory.jsonl、frontier、gen_*等产物清单start.py。不含 PRAXIST 产物的非空目录非恢复启动进入含无关文件的既有非空目录被拒绝指示操作员选择全新目录。缺失或损坏的启动产物run.json或startup_config.json缺失、不可读或 JSON 畸形时PRAXIST 以特定错误停机提示需人工检查以修复或恢复产物。规范身份漂移以不同的 agent runtime、模型、model provider 或修改过的任务文件恢复会被阻止以保障科学溯源。活动或远程执行恢复本机已验证存活、或托管在另一台机器上的运行被拒绝。--force仅在旧注册表条目的进程归属无法验证时放行绝不允许覆盖已验证存活的控制器resume.py。Agent 辅助操作当动作需要路径选择、产物解读、非常规恢复准备或简洁进度报告时Codex 或 Claude Code 是推荐的接口。用自然语言提问即可例如Report current research progress and list the strongest variant in every completed generation with its task-defined performance metrics.Agent 会按需使用praxist-control技能。若技能被调用但没有指定操作它会要求从start、stop、resume、status、monitor、detect-active-runs中明确选择而不是猜测praxist-control。启动前Agent 必须知道确切的任务项目确认精确路径而不是从宽泛的文件系统扫描推断任务。状态请求期间它报告代际进度、incubator/排行榜表现、CPU/内存/进程/加速器负载、生成的报告路径并通过terminal-line-plot最多绘制两条评分曲线状态请求期间不得停止、恢复、裁剪、重渲染或编辑文件。规范状态保持权威派生报告保持审计快照。引导式诊断与报告当问题是为什么运行不健康或弱而不仅是处于什么状态时使用praxist-diagnostic技能。默认诊断仅分析可把报告写入任务docs/下但不得编辑任务代码或活动运行产物praxist-diagnostic。它可以审计多样性 HHIHerfindahl-Hirschman Index、产物一致性、资源/运行时摩擦、性能上限和最强变体对持续虚弱可构建时间线式的 Agent 行为分析报告。手动 A/B/C 运行报告把最强结果放在第一位、强变体谱系第二位、运行健康第三位。这些报告是派生视图规范状态保持权威报告快照保持审计快照。输出位置praxist start --json返回选中的运行与启动器日志路径praxist status --json不依赖当前目录即可解析已注册的运行。运行输出的放置、运行内容与任务运行时路径规则由 Task Projects 全面负责——默认运行目录为task-project/experiments/run_ts_task选择顺序为显式--run-dir→$RUN_DIR→ 时间戳默认目录且拒绝位于 PRAXIST 自身源码检出内的目的地task-projects.md分离式启动器日志位于run_dir/logs/launcher.nohup.log。小结PRAXIST 的直接 CLI 运维遵循一条清晰的纪律校验先行doctor resolve→ 注册表托管启动start --daemonize→ 定向观察status --run-id / --monitor→ 定向停止stop → 边界恢复resume。全程强调身份验证任务路径显式化、配置与凭据保持一致、主机身份与进程身份双重校验、resume 绝不覆盖规范身份或存活控制器。无论是人工 Shell 操作还是经由praxist-control/praxist-diagnostic技能的 Agent 辅助操作这套生命周期命令与判读规则都保持一致可作为自动化运维脚本与 CI 集成的可靠基础。赞分享人工智能AI Agent多智能体Agent 工作流深度研究AI 评测【免费下载链接】PRAXISTAutonomous research system for measurable, computer-executable research.项目地址https://gitcode.com/gh_mirrors/pr/PRAXIST点击查看免费下载相关推荐Protoactor-go生命周期管理终极指南从启动到停止的完整流程Protoactor go生命周期管理终极指南从启动到停止的完整流程 Protoactor go是Go语言中一个高性能的分布式Actor框架其生命周期管理机后端fswatch 监控器完整生命周期指南从启动到停止的终极状态管理fswatch 监控器完整生命周期指南从启动到停止的终极状态管理 fswatch 是一个跨平台的文件监控工具它能够实时监控文件和目录的变化并发送通知。作为一开发工具CLIFFmpeg Kit机器学习AI音视频处理集成FFmpeg Kit机器学习AI音视频处理集成痛点与机遇移动端AI音视频处理的挑战在移动应用开发中音视频处理一直是一个复杂且资源密集的任务。随着AI和后端RPC框架服务注册发现创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

PRAXIST 直接 CLI 运维指南：从校验、启动到观察、停止与恢复的完整生命周期

相关推荐

ATF转换PNG/JPG工具实战：从识别文件头到DXT1解压的完整指南

GuardianShell主动式AI野生动物哨兵：边缘计算架构与部署实战

团队AI编程落地第 8 篇：AI 编程 Rules 规则模板（可直接复制）：分层写法 + 5 个原则 + 维护机制

更多资讯

两相短路故障Matlab/Simulink仿真模型搭建与波形分析详解

带注解的深度学习入门源码：MNIST神经网络训练与调参避坑指南

8086系统结构深度解析：从寄存器到分段寻址的底层原理

微信小程序闹钟源码实战：从定时逻辑到真机唤醒的完整避坑指南

C语言手写FFT：从DFT到O(N log N)的实战指南

易语言大漠模块封装与免注册调用实战指南

今日更新

小波包能量谱原理与MATLAB实现：从频带分解到故障特征提取

基于LSTM的网易云音乐评论情感分析：数据清洗与模型调优实战

Alpha-Beta剪枝与极大极小值算法：博弈树搜索原理与实战优化

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？