Prompt 组装

每个回合，worker 构建模型看到的系统 prompt。该 prompt 从回合时解析的 PostgreSQL-backed agent 上下文组装，在 worker 上渲染。本页文档化各部件如何从控制面到达 worker、每个部件是什么、组装发生在哪里。它建立在 Agent Computer Worker 和 AIGateway 页之上。

系统 prompt 在 Worker 上组装，不在控制面。控制面通过两条通道提供 Agent 长期文档、Skill、Brain 快照、Agent 设置和聊天上下文；Worker 再把这些数据渲染成模型收到的最终 prompt。

两条数据通道

worker 通过两条路径从控制面接收上下文，各携带一类数据：

划分是刻意的：回合局部事实走 turn_start，因为它们每回合变；会话范围上下文由 worker 经 broker 获取，因为它在一会话内跨回合稳定且 broker 缓存它。broker 模块文档明确：“此 RPC 刻意不返回转写消息或回合局部请求上下文。转写历史归 AIGateway；回合局部事实走 turn_start。”

控制面提供什么

Agent 长期文档

AgentConversationContextBroker 通过 Library.list_agent_documents/1 读取 Agent 的长期文档，并按 soul、mission、design 返回。SOUL.md 定义沟通与判断方式，MISSION.md 定义职责，DESIGN.md 提供视觉内容使用的设计系统。

已启用 skill

Library.skills_for_system_prompt/1 返回 agent 的有效 skill 集——默认再覆盖启用的 skill，带其描述和元数据。worker 用它们构建系统 prompt 的 skill 块，告诉模型它有哪些 skill、各自做什么。

Brain 快照

Brain.Snapshot.get_or_create/1 解析会话的 Brain scope 并返回快照：agent 的 pinned memo（agent_context）和 channel 的持久上下文（group_context）。这些是已保存的上下文条目——agent 被告知记住的持久事实——不是完整 Brain 知识库。快照是投影，不是查询；召回（完整搜索）在循环中通过 Brain 工具发生，不通过此快照。

Agent 设置（来自 AppConfigure）

AgentConfig 从 AppConfigure 解析循环级设置，快照进 turn_start.request_context.ai_agent：

• ai_agent.max_iterations（默认 90）——agent 循环的迭代预算
• ai_agent.max_output_tokens（默认 nil = 无显式上限）——每响应 token 上限
• ai_agent.inactivity_timeout_ms（默认 30 分钟）——回合可 inactive 多久

它们属于 actor 回合，不属于任何单次模型响应，所以走 turn_start。

Worker 侧组装

worker 上的 system_prompt.ts 构建最终 prompt。其模块文档说明了设计：“慢变指令在前；会话范围运行时、skill 和 Brain 快照构成后缀。” 各块按序：

1. 核心指令——agent 的基础行为契约，从回合上下文组装。
2. Agent 长期文档——SOUL、MISSION、DESIGN，从 broker 响应渲染。
3. 持久上下文——Brain 快照的 pinned memo 和 channel 条目，带指引渲染（“仅当条目仍然有效时使用……否则忽略”）。
4. Skill——已启用 skill 的描述，告诉模型可以够到什么。
5. Channel 与运行时上下文——当前 channel、工作空间路径、可用工具名。

worker 每回合从当前 PostgreSQL-backed 上下文重新渲染完整 prompt——它不信任缓存版本。AIGateway 保留先前请求指令供审计，但回合渲染当前状态。

不在系统 prompt 里的东西

• 转写历史——归 AIGateway 的有状态 Responses；系统 prompt 不重复它。
• 回合局部观察——信号、入境消息、用户当前输入。这些留在当前用户消息里，不在系统 prompt 里。
• Brain 召回结果——召回（完整搜索）在循环中通过 Brain 工具发生，不作为系统 prompt 块。快照是底；召回是顶。

这种分离让系统 prompt 稳定（它在人设/skill/记忆变化时变，不在会话增长时变），并让每回合载荷小。

本指南不是什么

它不是 prompt 工程教程——system_prompt.ts 里的字面字符串是与模型的契约，改它们是行为变更，不是文档变更。它不是 prompt 组装的控制面侧描述——组装在 worker 上，控制面的角色是提供数据。它也不是读 system_prompt.ts 的替代；本页是通往它的地图。

下一步

• 使用此 prompt 的 agent 循环，读 Agent 循环。
• 跑组装的 Agent Computer Worker，读 Agent Computer Worker。
• 喂给持久上下文块的 Brain 快照，读 Brain。
• skill 块，读 Agent Library。