智能体模式
龙山灵码把主智能体、goal、compose、subagent 和系统智能体放在同一套运行时模型里。这样做的意义是：规划、执行、评审、恢复和沉淀不会被拆成几套互相割裂的机制。
统一的智能体模型
在日常使用里，可以把龙山灵码理解为一套有分工的协作系统：
- 主智能体负责主线推进
plan负责只读调研和方案组织compose负责规划、并行、复核和合并goal负责带停止条件的持续工作- subagent 负责可拆分的具体任务
- 系统智能体负责 checkpoint、记忆整理和工作流沉淀
这些角色共享同一运行时的任务状态、上下文恢复和工具边界，因此协作成本更低。
主智能体角色
| 智能体 | 适合做什么 |
|---|---|
build | 默认开发、修复、实现、直接工具调用 |
plan | 只读分析、排查、方案设计、风险评估 |
compose | 大任务拆解、并行执行、评审、验证、合并结果 |
goal | 有明确停止条件的自治推进 |
如果你的任务仍然属于“我知道下一步要做什么”，通常从 build 或 plan 开始就够了。只有当任务需要明确编排时，才需要 compose 或 goal。
Subagent 如何参与工作
子智能体是当前会话下的角色扩展：
- 可以围绕一个子任务独立推进
- 可以在前台等待结果，也可以后台持续执行
- 会把结果和状态写回主任务链路
- 可以和 task、checkpoint、记忆共同参与长任务推进
系统内部还会使用一些专用智能体，例如：
checkpoint-writerdreamdistill
这些角色通常不需要你手动管理。它们负责 checkpoint、记忆整理和流程沉淀等后台工作。
/subagent 项目级个性化设置
龙山灵码当前主线新增了对可见子智能体的项目级个性化配置入口：
/subagent/subagents
在这个界面里，你可以针对单个子智能体设置：
- 专属模型
- 专属思考强度 / variant
- 最大执行步数
- 清除覆盖并回到默认行为
这类设置保存在项目配置里，不写入全局默认值。它适合真实工程中的角色约束，例如：
- 调研子智能体使用更便宜、更快的模型
- 评审子智能体使用更强推理 variant
- 验证子智能体限制最大步数，避免过度展开
compose、goal 和 subagent 的关系
这三者经常会被混在一起理解，但它们解决的问题并不相同：
| 能力 | 主要作用 |
|---|---|
compose | 组织复杂任务的结构和阶段 |
goal | 在停止前持续检查目标是否真的达成 |
| subagent | 把局部任务交给独立角色执行 |
一个典型的大任务流程通常是：
- 用
plan或compose先理解问题和拆解工作 - 用 subagent 派发调查、实现或验证
- 用
goal保证任务不会在未达标时过早停止 - 在上下文压力增大时由 checkpoint 机制接管恢复
什么时候用什么
| 场景 | 推荐方式 |
|---|---|
| 快速实现或修复 | build |
| 只读探索仓库 | plan |
| 大任务需要拆解与复核 | compose |
| 明确目标、希望持续推进 | goal |
| 单个局部任务需要独立角色 | subagent |
| 长会话恢复与知识整理 | checkpoint-writer、dream、distill |