OpenFeel

v1.2.1 设计与分析文档

主题:需求为核心(发布 / 接取)· 流水线优化提速 · 提示词瘦身 · 简化通用任务 · 三模式架构 版本:v1.2.1(功能主题级,Z 递增) 日期:2026-10-15 状态:设计草案 —— 本批次先文档、后规划、暂不落地。待 openfeel-planner 据此拆阶段。 依据:三数据面只读分析(opencode.db / Claude JSONL / flow.json + CLI 日志),详见附录 A。


0. 一句话

把 OpenFeel 从「一切皆流水线」改造为「以需求为核心、非流水线优先、Agent 自治调度」:以需求发布 / 接取为主工作模式、流水线与版本解绑(仅发布时推进版本号);执行者 / 探索者作为通用工作者可被任意 Agent 按需调度;鼓励拆分需求并行执行;并据此提速、瘦身提示词、简化通用任务、新增三模式。


1. 现状分析:慢在哪、贵在哪

1.1 数据源

源 规模 覆盖 用途
~/.local/share/opencode/opencode.db 1136 session / 52385 message,20GB(有效数据约 710MB) 2026-08-06 ~ 10-11(66 天) opencode 侧时间/token/成本
~/.claude/projects/.../*.jsonl 9 个会话(140KB~8MB) 近期 Claude 侧时间/token/缓存
.openfeel/flow.json + flow-archive/ 86 stage / 1036 phase 段 07-09 ~ 10-13 流水线 phase 驻留与端到端耗时
~/.openfeel/cli/logs/openfeel-*.log 9905 行 / 10 天 2026-10-02 ~ 10-13 CLI 命令耗时能力评估

详细报告:.openfeel/users/Liuary/tmp/analysis/{opencode,pipeline,claude}-analysis.md

1.2 时间大头(三层,量级递减)

① 宿主层(opencode,79360 次工具调用,合计 194.1h)

工具 次数 合计耗时 占比 单次均
task(派发子 agent) 1539 141.7h 73.0% 331s
question(等用户) 130 33.9h 17.5% 939s
bash 29732 15.7h 8.1% 1.9s
read/edit/write/grep/glob — ~1.8h <1% —

task + question = 175.6h ≈ feel 主会话轮次总耗时 177.4h 的 99%。主会话自身 LLM 推理时间可忽略——它是编排/等待器,不是「思考器」。

② 流水线层(86 stage,语义口径)

角色 活跃耗时 占比 备注
reviewer 25.01h ~37% 每 stage 过 3 道审查关(plan_review 8.82h / scheme_review 5.97h / review_pending 10.22h)
executor 16.33h ~24% 单 phase exec_running 中位 8.4min(全表最高,且无离群)
schemer 12.28h ~18%  
archiver 7.32h ~11% 中位 5.9min,0 离群——被低估的固定开销
tester 6.68h ~10%  

③ CLI 层(无关)

指标 值
命令耗时中位 19ms(p99 595ms,max 2.31s)
10 天全部命令累计 186.68s
phase 窗口内 CLI 可见时间占比 0.01%~0.33%(盲区 99.7%+)

结论:流水线慢与 CLI 执行速度完全无关。 CLI 唯一价值是提供事件时间戳用于切分 phase。

1.3 Token 大头(opencode 66 天,总花费 $156.98)

维度 大头 值
体积 cache_read 90.0 亿 token,占全部 token 97.2%(缓存命中率 97.7%)
花费·角色 openfeel-reviewer $52.49(33%) > feel $23.92 > executor $19.98(前 3 占 61%)
花费·模型 deepseek-flash + glm-5.3-flash $54.18 + $43.92 = 62%
花费·结构 子会话(subagent) 数量 96.7% / cost 84% / input 74%

reviewer 贵的根因:它跑在 glm-5.3-flash(最贵单价档)。→ 换模型是降本第一杠杆。 token 成本几乎只由便宜的 input 档决定;output + reasoning 合计不到 3%。

1.4 测量盲区(本次优化必须先解决可观测性)

# 盲区 严重度 说明
1 模型推理 / 生成耗时 极高 占 phase 窗口 99.7%+,CLI 无感知
2 subagent 调度开销 高 task 派发的排队/启动延迟无处记录
3 人工确认 / 跨会话等待 高 占墙钟 96~99%
4 单个 op 的内部耗时 中 exec_running 是阶段级,不区分 op
5 metrics.json 缺失 低 src/core/metrics.ts 的 recordRun 是死代码,从未被调用
6 CLI 日志无 duration_ms / 项目归属 / session 标识 中 且真实命令与测试用例调用混装

1.5 Claude 会话面(9 会话 / 8182 响应 / 217 subagent)

维度 结论
token 结构 prompt 合计 1.10B(非缓存 input 17.67M + cache_read 1.085B),output 仅 9.48M(0.9%);缓存命中率 98.4%(主会话 99.5% / subagent 98.0%)
subagent 主体 占 prompt 76.4% / 响应 91.2%(7459 条);角色最大 openfeel-schemer(27.5%);最贵模型 deepseek-flash
最贵 session 634M token / 4404 响应 / 47.6h / $561(次贵 $393,第三 $21.6)
时间构成(主会话 56h) 人不在/跨夜 40.9% + 等用户 32.6% + 等 subagent 22.9%;模型响应仅 2.2%、工具真实执行仅 0.9%(29.5min)
机器侧大头 subagent 推理 10.79h(其中 69.4% 是 thinking)+ 工具 3.81h,且基本串行(时间轴重叠仅 8.3%)
根因 上下文膨胀:主会话每请求 p50 34.7 万 / max 78.6 万 token(54.5k→785k,14.4×,全程无 compact);工具结果注入 31.0M 字符(Read 均 9k/次 × 2271 次)

Claude 侧与 opencode 侧互相印证:贵在缓存重放 + subagent 主体;慢在人等待 + 串行 subagent。 新增关键轴:上下文膨胀 —— 主会话 token 14.4 倍增长且从不 compact,是 token 成本与推理延迟的隐性放大器。

1.6 结论


2. 核心原则(本次改造的基石)

2.1 非流水线优先

2.2 Agent 自治调度

现行规则 新语义 实现口径
「subagent 不调用 Task」 任意 agent 可直接调度通用工作者(executor / explorer) 授予子 Agent 直接调度通用工作者的能力(嵌套 Task / 专用调度通道,待设计)
「仅主会话(Feel)编排」 编排能力下沉,不再是主会话特权 与上同一机制

与需求接取制度的区别(勿混淆):本条说的是通用工作者的直接调度(允许各 Agent 直接操作)。 需求接取制度(§2.4 / §3)是另一套——只针对需求本身的发布 / 认领,因只有 feel 常驻而由 feel 中介。

2.3 需求为核心,流水线与版本解绑

2.4 需求接取制度(只针对需求,feel 中介)

本条的”发布 / 接取”只针对需求本身;通用工作者的调度是直接的(见 §2.2),不受此约束。


3. 需求工作流(需求为核心)

3.1 主流程

用户发布需求
   → feel 拆分需求(需求转规划),发布子需求
   → 规划 agent 接取 → 执行 / 探索者等接取(按规模选流水线)
   → 某 Agent 完成工作、需要流转 → 【通知 feel】
   → feel 发布下一步任务 → 安排对应 Agent 接取
   → 循环至 验收 → 收口
   → 〔仅发布时〕推进版本号

3.2 角色职责

环节 主体 动作
发布 用户 提出原始需求
拆分 feel 拆解为可独立执行/并行的子需求并发布(需求转规划)
通知 完成工作的 Agent 工作完成、需要流转时通知 feel(Handoff)
发布/编排 feel(常驻) 收到通知后发布下一步任务并安排接取
接取 各子 Agent 认领(claim) 被安排的任务
执行 执行者 / 探索者 等 按需求的流水线模式执行
验收 / 收口 对应 Agent 完成并闭合需求

3.3 并行执行(提速)

3.4 与现有 openfeel req 的关系


4. 主题一:流水线优化提速

项 现状 设计方向
审查关 每 stage 3 道(plan/scheme/code),占 37% 合并/抽样:小改免审、计划审查与方案审查合并、高风险才走满 3 道
subagent 派发 串行,单次均 331s,累计 73% 并行化独立子任务;缩短长子会话(避免 1000+ step)
人工等待 question 33.9h / 17.5% 减少提问、批量确认、非阻塞式交互
会话卫生 大量子会话永不回收(wall 达 1094h) 一次性调研子会话自动 archive
归档 archiver 中位 5.9min、0 离群(固定开销) 评估轻量化(机械归档可下沉给事务官/脚本)

5. 主题二:提示词瘦身


6. 主题三:简化通用任务(执行者 / 探索者双通用工作者)

5.1 背景

现状:通用任务(分析/脚本/批量/调研落盘)无框架原生承接者,外溢到 Claude 内置 general / Explore → 模型不可控、无框架纪律、不落审计。

5.2 执行者 agent(读-写)

5.3 探索者 agent(只读,新增)

5.4 二者区分与重叠

维度 探索者(只读) 执行者(读-写)
副作用 无 有(改/造)
并行性 可并行、便宜 需谨慎、串行性强
典型任务 调研、定位、分析 编码、批量改、跑脚本
重叠 都需读代码探索 → 由探索者承担前置探索,执行者专注「改」  

原则:先探后执行——需要理解现状时先派探索者,产出结论后再派执行者落地。

5.5 与现有 agent 的关系


7. 主题四:三模式架构

模式 定位 触发 流水线 审查 版本号
规划模式 正式计划 / 发布 明确立项 / 发布需求 完整(plan→scheme→exec→review→test→archive) 全量 推进
快速模式 中等改动、快线 有源码变更但非正式发布 快线(plan→计划审查→exec→代码审查→archive) 单轮必经 可选
通用模式 日常通用任务 分析/调研/批量/小修 无流水线,按需调度探索者/执行者 无(按需) 不推进

8. 可观测性改造(供后续优化验证)

本批次的提速举措若无埋点则无法度量,故列为前置。

  1. 接线 recordRun —— 现成死代码,接上即获得结构化 run 级耗时。
  2. CLI 日志补 3 字段:duration_ms(done 行落盘)、project(项目路径)、session_id(区分人工/自动化)。
  3. op 级 phase 埋点 —— 让 exec_running 可细分到 op。
  4. 活跃/闲置语义标注 —— phase 转换时显式标注是否跨会话恢复,替代 >20min 启发式。

9. 分期建议(planner 输入)

阶段建议 主题 依赖
S1 可观测性改造(§8) 无(前置)
S2 需求为核心改造:发布/接取/拆分 + 版本解绑(§2.3 / §2.4 / §3) S1
S3 Agent 自治调度机制(§2.2 规则放宽) S2
S4 探索者 / 执行者 agent 定义 + 路由表更新(§6) S3
S5 三模式架构 + 需求规模驱动选择(§7) S4
S6 提示词瘦身 + 上下文治理(§5) S3
S7 流水线提速 + 并行拆分执行(§4) S1 + S5

具体阶段划分与 op 拆解由 openfeel-planner 完成。


附录 A:数据来源与复现

数据面 脚本 复现
opencode tmp/analysis/10-analyze-db.cjs / 20-analyze-log.cjs node 10-analyze-db.cjs
流水线 tmp/analysis/analyze-pipeline.cjs node analyze-pipeline.cjs "<项目根>"
Claude tmp/analysis/claude-session-analysis.mjs node claude-session-analysis.mjs

附录 B:详细报告索引