plasma-ai/fractal
Hierarchical agent loops with recursive self-organization.
fractal – 层级式自主代理循环
是什么
- 一个 Python 库和 CLI,允许你以 Git worktree 的树形结构运行 递归 自主代理。树中的每个节点都是一个独立的代理循环,可以为子任务生成子节点,形成一种随问题规模增长的 分形 结构。
- 所有运行记录均存储在本地 SQLite 数据库中,可通过基于终端的 UI(TUI)进行检查或控制。
如何工作
- 根节点 – 当前 Git 分支充当顶层“用户”节点(不拥有自己的 worktree)。
- 生成 – 通过
/fractal技能(或fractalCLI)发出自然语言指令。代理解析指令,询问缺失参数,然后为子节点创建新的 Git worktree。 - 迭代 – 每个节点在 tmux 会话中运行自主循环,调用支持的 LLM 后端之一(Claude、Codex、Grok、OpenCode、Oh My Pi)。循环可迭代、提交代码、运行命令,并生成更多子节点。
- 限制 – 对迭代次数、深度、子节点数量、时间及成本设置上限,确保每个循环都受控。预算按运行和步骤强制执行,支持可选的清理预留。
- 追踪 – 每次迭代、步骤、成本和信号均存储在单个 SQLite 文件中。TUI 仪表板可视化树状结构,显示实时指标,并支持暂停/停止节点。
主要特性
- 递归自我组织 – 节点可创建更多节点,使系统能根据问题自适应调整结构。
- 多 LLM 后端支持 – 支持 Claude、Codex、Grok、OpenCode、Oh My Pi,可选通过 OpenRouter 路由。
- 细粒度控制 – 每个节点可配置最大迭代次数、最大深度、超时、成本上限、作用域等参数。
- 以 Git 为中心的工作流 – 每个节点在独立的 Git worktree 中工作,提交隔离于特定分支,可推送或本地保留。
- 终端 UI – 实时仪表板(
fractal open)展示树结构、成本和进度。 - 技能集成 – 可将
/fractal技能安装到 Claude Code 或 Codex 代理中,实现自然语言启动节点。 - 安全警告 – 节点默认无权限提示运行;README 强调仅在可信或沙箱主机上运行受信任任务。
安装
# 从 PyPI(包名为 "plasma-fractal",但提供 "fractal" 入口点)
pip install plasma-fractal # 或:pip install fractal
# 隔离安装(pipx、uv)时,还需安装配套的 "plasma-wiki" 包
pipx install plasma-fractal && pipx install plasma-wiki
# 或使用 uv:
uv tool install plasma-fractal --with-executables-from plasma-wiki
安装后,从已通过 fractal init 初始化的项目根目录运行 fractal open(README 假设项目已初始化 fractal)。
典型工作流
# 打开仪表板(可选浅色主题)
fractal open --light
# 通过 TUI 或技能发出指令,例如:
/fractal spawn name=docgen path=./docs title="生成 API 文档" agent=claude max-iters=5
# 系统将:
# • 解析指令,询问缺失字段
# • 在 ./docs 下创建新的 Git worktree
# • 启动运行 Claude 代理循环的 tmux 会话
# • 将每次迭代记录到 SQLite 数据库
# • 在仪表板中显示进度
可通过 fractal node stop <name> 命令或与 UI 交互来停止、暂停或调整节点。
安全与限制
- 节点 无权限提示运行,意味着 LLM 可以以启动用户的凭证在主机上执行任意命令。README 警告:仅在可信或可丢弃的主机上运行不可信任务。
- 成本上限已强制执行,但仅按每次运行的美元计;必须设置适当的
max-cost值以避免 API 费用失控。 - 系统依赖外部 LLM 提供商;需要网络访问和 API 密钥(例如
OPENROUTER_API_KEY)。
文档与社区
- 官方文档:https://docs.plasma.ai/fractal
- PyPI 页面:https://pypi.org/project/plasma-fractal/
- 源代码:https://github.com/plasma-ai/fractal (Apache‑2.0 许可证)
谁可能使用它
- 希望为大型代码库重构、文档生成或多步骤 AI 驱动任务实现自动化、自我组织工作流的开发者。
- 探索分层 AI 代理架构的研究人员。
- 已使用 Claude、Codex 或其他支持 LLM 并希望与 Git 紧密集成的团队。
以上所有细节均直接取自仓库的 README;未推断任何额外功能。
相关
- 项目
- 项目
- 项目
- 项目
- 项目