Agent Genesis

做什么

可类比在线 OJ，但提交物为多轮工具调用的 Agent。进程间通信用 gRPC¹，服务接口多用 protobuf² 描述。安全模型为双沙箱：裁判与选手分处隔离容器。下文分产品边界、沙箱、题目制品、Python/Go 工具栈。

产品目标：流水线化工具型 Agent 的训练与评测；出题方用 SDK 定义评测与制品，提交方在隔离环境跑 agent、隐藏用例判分。核心在长程工具调用与 judge–user 对拍，而非单次 stdin/stdout。

产品与数据边界

策略上分离「题型与 SDK 契约」（可向社区开放）与「决定性隐藏测试与判分逻辑」（保留在评测后端）。对用户可见的运行日志与 verdict 需脱敏，避免机密用例或内部路径经 stdout 泄漏，以在开放协作与评分公信力之间取得平衡。

沙箱与评测架构

双沙箱：每用例一对 judge/user 容器，经 gRPC 通信。全局限并发。依赖可烘焙进 Docker³ 镜像；镜像池用 LRU⁴ 降低冷启动。可选 gRPC 扩展包部署。

题目与 SDK 工作流

题目以插件化目录组织：元数据、用例生成、环境状态机、裁判入口、用户侧 API 适配、注册与同步脚本职责分离。制品可打包为 artifact 上传，并维护可见性清单（公开文件与受保护文件）。Evaluator 可插拔以适配不同任务类型。核心能力由 PyPI 包 agent-genesis（Apache-2.0）提供，与本地开发、远端注册与版本修订工作流对齐。

工具调用层 Python 与 Go

Python 侧异步工具调用，asyncio 限并发。Go 侧 openai-go 对接 OpenAI 兼容网关⁵，含 Batch、BatchRace、编排运行时等；多 tool 用 goroutine 并行。

扩展与运维向能力

预留 worker 轮询、任务回收、抢占式实例上长评测等扩展。置于反向代理后需配可信代理与限流，校验 X-Forwarded-For⁶ 等头以防伪造并保留真实客户端信息。

术语与注释

  1. gRPC：基于 HTTP/2 的 RPC 框架，常用 protobuf 定义服务，适合评测进程与选手进程之间结构化、低延迟调用。
  2. Protocol Buffers（protobuf）：接口与消息的二进制序列化格式，配合 gRPC 生成各语言桩代码。
  3. Docker：容器运行时，把应用与依赖打包为镜像，实现进程与文件系统隔离，便于沙箱化判题。
  4. LRU：最近最少使用淘汰策略；镜像池用 LRU 复用模板镜像，减少冷启动。
  5. OpenAI 兼容 API：HTTP+JSON 形态与 /v1/chat/completions 等路径，便于同一客户端切换模型供应商。
  6. X-Forwarded-For：反向代理追加的客户端 IP 链；需在服务端配置可信代理范围以防头部伪造。