npm install -g @rdk-moss/agent@latest
moss setup
moss goal "创建 hello.txt 内容为 MOSS_OK，然后自测" --accept "grep -qx MOSS_OK hello.txt"
一次真实运行（deepseek-flash，本机；本次实测 10.7 秒）：
◇ Working out the steps
◇ Checks passed
Task task_mw3vvoef_0f83qm — PASS
phase: accepted · attempts: 1 · repairs: 0 · failures: 0 · turns: 1
PASS 不来自模型的自述，而来自验收命令退出 0。这是 Moss 与其他 agent 的根本区别：
没有证据背书就不算完成。
- 可机检的完成：目标被编译成带验收命令的任务状态机，只有 verdict provider 能判 PASS
- 真机也在回路里：SSH 直连 RDK / Linux，部署→运行→测量→验收都留证据
- 四种交互面同一套语义：TUI · REPL · headless（脚本/CI）· SDK（semver 保护）
普通 coding agent 的"完成"是模型说自己完成了。Moss 把这条判定链做成可审计的机器流程：
task_define（目标 + 可机检验收标准）
→ 执行（读写文件 / 跑测试 / SSH 到板子）
→ record_evidence（Expected / Observed / Result 结构化证据）
→ task_acceptance（按 metric 匹配最新证据裁决）
- 完成只能来自 verdict provider（验收命令 > 任务契约）——模型散文永远不是事件
- 缺证据 = 未完成；
latest-wins支持修完再测；修复次数用尽时任务诚实 FAIL 并给出续跑命令 - 每个任务走同一个事件驱动状态机：
planning → executing → verifying → diagnosing → repairing → accepted | failed | blocked - 所有产物落在工作区
.moss/：可复现、可审计、可被 CI 读取
同一个内核还让"完成"可以发生在真机上：SSH 直连 RDK / Linux 板卡，部署、运行、测量、 验收都在回路里——这是纯 IDE 型 agent 做不到的。
1. 装（一行，Node ≥ 22.16）：
npm install -g @rdk-moss/agent@latest && moss setup环境前提、升级/卸载、代理、Windows 与自定义网关见 安装与运行环境。
2. 首次进项目：
moss init # 确定性扫描：检测 test/build/lint 入口，写一份最小 AGENTS.md，打印下一条验证式运行命令
# 想要模型补全项目细节：在会话里用 /init（同一个检测结果，更丰富但更慢）3. 选一个交互面：
| 你在做什么 | 用这个 |
|---|---|
| 想边聊边改、看流式输出 | moss（全屏 TUI；无 TTY 自动回退 REPL） |
| 只想问一次 | moss "总结这个仓库的架构" |
| 要一个被验证的结果 | moss goal "<意图>" --accept "<验收命令>" |
| 交给脚本 / CI | moss -p "..." · moss goal ... --json |
| 反复跑到外部命令通过 | moss loop --until "npm test" "修到测试全绿" |
| 多步依赖（JSON 计划） | moss goal --workflow plan.json |
chat 与 goal 的区别。 裸自然语言（moss / moss "…" / moss -p "…"）就是普通对话：
模型停下即结束，不写运行账本。要让"你指定的命令通过才算完"，用 moss goal "<意图>" --accept "<命令>"
（会话里 /goal）：它会计划→执行→验收→修复，写进 moss runs 账本、可 resume、有退出码。
moss run / /run 是同一命令的兼容别名；moss runs 是名词——所有被记录的自主执行（task / loop /
workflow / -p chat / superagent）共用一本账，普通交互式聊天不在内。
4. 第一个"被验证的完成"：
moss goal "创建 hello.txt 内容为 MOSS_OK" --accept "grep -qx MOSS_OK hello.txt"
moss runs # 所有自主运行（task / loop / -p / workflow）共用一本账：状态 / 原因 / 下一步
moss runs export latest > run.md # 把这次运行导成 PR/CI 可贴的 Markdown
moss runs export --since 7d --kind task --format md # 一批运行合成一份报告（PR/CI 贴多条）
moss runs summary --since 7d --by day # 近 7 天：逐日次数/通过率/token/可算的费用
moss runs summary --by model # 按模型归因 token/费用（没记录模型的算 unknown）
moss runs --status running # 进行中的自主运行（工单派发即出现，结束后被最终结果覆盖）
moss runs follow --timeout 10m # 盯着账本：新运行 + 状态变化，全部收尾后退出 0
moss task status --json # 同一份事实，给脚本/CI 用$ moss runs show latest
<runId> — completed
kind: task
goal: 创建 hello.txt 内容为 MOSS_OK
exit: 0
acceptance: grep -qx MOSS_OK hello.txt
counts: attempts 1 · repairs 0 · failures 0 · turns 1
model: deepseek-flash@latest
usage: 1.2k in / 84 out
gate: verification/unverified-change — files were changed but the result was never checked
next: moss task resume <id>
同一份事实有三个出口：人看 moss runs show、脚本读 moss runs --json、PR/CI 贴
moss runs export latest（Markdown）。gates[] 说明"为什么停"（acceptance / verification /
review / plan / background + kind），usage/model 让长跑与多模型的成本可归因。
Moss 的交互目标是：敢让它跑、随时能停、停了能续、错了能退。
一次 run 的生命周期是可预期的五段：理解 → 计划 → 执行 → 验收 → 修复；任何一段都能停，
停下后状态在磁盘上，resume 从断点继续而不是重跑。
| 你会做的 | 怎么按 / 怎么输 | 得到什么 |
|---|---|---|
| 切换权限模式 | Shift+Tab（TUI）· /plan（REPL） |
状态栏常驻；REPL 提示符变成 plan›/manual›，模式不会滚出视野 |
| 计划后批准执行 | 计划跑完出现 Ready to code? |
1/2/3 选自动接受编辑 / 保留手动批准 / 继续改；Esc keeps planning 留在计划模式 |
| 停下当前动作 | Esc（TUI / REPL） |
保留已完成的成果；任务运行里 Ctrl+C = 暂停而不是丢弃，Esc 同样可中断 |
| 续跑暂停的任务 | /goal resume · moss goal --resume · moss task resume <id> |
从磁盘状态继续，不重跑已完成的回合；预算可单独指定 |
| 撤销这一轮 | /rewind |
文件回到检查点版本，这一轮对话也从上下文撤回（试错成本降到一次按键） |
| 看改动 / 审 diff | /diff · /review |
工作区差异 · 独立评审给出严重/重要/建议三档 |
| 把评审接进 CI | moss review check [--json] |
最新独立评审作门禁：0 通过 / 1 有未解决问题 / 2 无评审或 verdict 未知；--json 给流水线 verdict 与 findings |
| 记一条项目事实 | moss remember "<fact>"（会话内 /remember） |
预览后追加到 AGENTS.md；只做显式写入、不自动记忆；下次会话加载并在首屏显示 AGENTS.md · N facts |
| 管权限与规则 | /permissions · /rules |
交互式看/加/删 session 规则；.moss/rules/*.md 按 glob 或 @rule:<name> 激活 |
| 看扩展面 | /skills · /mcp · /hooks |
已装技能（一行一条）、MCP 服务器、hooks 清单各一屏 |
| 管上下文 | /compact · /todos · /context |
压缩历史、看计划进度、看窗口用量 |
| 首屏下一步 | Next: + 一行旧会话提示 |
有未收尾运行→续跑命令；完成→/diff 收尾；全新目录→/init；旧会话只占一行、不抢主位 |
| 会话内看能力面 | /capabilities（REPL / TUI） |
工具 / 技能 / 命令 / 子代理 / hooks / MCP / 设备一屏，--kind 只看一节 |
| 会话内看运行账本 | /runs（REPL / TUI） |
与 moss runs 同一个账本：list / show / export / prune，可按 --kind 过滤 |
| 切换输出语气 | /style default|explanatory|learning |
教学式/EQ 式解释可在会话中切换或关掉；首屏会标明当前非默认语气 |
| 实时盯账本 | moss runs follow --timeout 10m |
新运行/状态变化实时打印，全部收尾后 exit 0（或超时 exit 1） |
| 空输入框给下一步 | Shift+Tab 前先看占位提示 |
有未收尾运行时提示 Resume with moss task resume <id>；否则按项目类型给代码/通用/开发板提示（/init 只在 Next: 行） |
| 长任务结束后 | 直接问 | 下一次聊天自动带上一次运行的 task id、失败原因与续跑命令（只带一次） |
首屏会显示上一次运行（状态 / 多久前 / 目标）与下一步——失败运行直接给出 moss task resume <id>，不用自己翻账本。失败时只给"原因 + 下一步命令"，不要求你回头查文档；moss doctor 体检、
MOSS_STARTUP_TIMING=1 定位启动慢在哪一阶段。
写代码。 agent loop 管轮次、上下文压缩、nudge 与 loop guard；51 个内置工具
覆盖读写/补丁/搜索、进程与后台任务、联网抓取、类型与 lint 诊断、跑测试、子代理、任务契约。
写类工具走审批；会话可保存 / 搜索 / 导出 / fork。一屏总览当前安装能用什么：moss capabilities（工具 / 技能 / 命令 / 子代理 / 钩子 / MCP / 设备，只读且不需要模型配置）。13 个设备工具把 SSH 真机操作
纳入同一套证据与验收；moss device fleet 一条命令做多机只读巡检。
长任务。 每次运行（task / loop / workflow / superagent / -p chat）在账本里带 token 用量（网关有公开价、或你在 pricing.models 配置了费率时带估算费用；无价就不编造）与「为什么停」的结构化闸门记录（acceptance / verification / review / plan / background + kind）；目标/任务运行结束后，REPL 会按统一账本重新打印一行 Next（续跑命令 / /diff / moss runs），不会把启动时的建议留成过期信息；/goal 与 moss goal 用同一套任务状态机；moss loop 做"跑一轮→用你的命令验收→
失败把输出喂回下一轮"的本地闭环；moss task status|timeline|list 是离线读路径（moss runs --kind task/loop/workflow/chat 按引擎过滤、--since 24h 按时间窗过滤）；只读巡检 moss artifacts（契约/证据/部署/验收/设备）连模型配置都不需要；中断的任务
resume 时先按当前工作区验收再决定要不要花执行回合。写类子代理可跑在独立 worktree 里，产物以
三方补丁合并回父工作区。
扩展。 MCP 客户端（stdio + streamable HTTP，工具懒加载）、轻量 skills（渐进披露）、 自定义斜杠命令、文件定义子代理、生命周期 hook、本地能力包（plugins）、 板卡手册由内置 rdk-docs MCP 供给。
嵌入与自动化。 -p 的末行是稳定契约：只有 accepted 才 exit 0；"未验证"与"未完成"
可区分（exit 9）。--output-format json|stream-json 给 CI 消费；src/index.ts 的导出面受
semver 保护，examples/ 是可运行的集成示例。
moss device add rdk-01 192.168.1.10 --user root --kind rdk
moss device test rdk-01
moss device fleet info --devices rdk-01,rdk-02 --concurrency 4
# `--accept` 换成你自己的验收脚本：退出码 0 即通过，其余都算没完成
moss goal "相机管线保持 30 FPS 持续 60 秒：部署、运行、记录证据、验收" \
--accept "python3 bench/check_fps.py --min 30"板端推理依赖（hobot_dnn / TROS）见 RDK 板端依赖。
| Moss | Claude Code | Cursor | |
|---|---|---|---|
| 形态 | 终端 TUI / REPL / headless / SDK | 终端 + IDE 插件 | IDE 为主 |
| 完成判定 | 验收命令 / 证据裁决 | 模型判断 + hook | 模型判断 |
| 长任务 | 任务状态机 + 账本 + 中断续跑 | 会话上下文 | Agent 面板 |
| 真机闭环 | SSH 原生（部署-测量-验收） | 无 | 无 |
| 账号与数据 | 本地优先，无账号无遥测，自有 provider | 需要账号 | 需要账号 |
| 可嵌入 | semver-protected SDK | headless 输出契约 | 无 |
Moss 不试图做 IDE：它做的是可验证执行的运行时，所以既能当日常 coding agent， 也能当机器人闭环里的裁决器。
npm run check # prettier + eslint(0 warning) + typecheck
npm run verify # 交付门：static + build + smoke + examples，目标 ≤60s
npm run bench # 能力基准（DeepSeek 基准模型）；bench:swe / bench:deepswe / bench:device行为不靠"读代码觉得对"：交付门里现在有 100+ 个可复跑的探针/阶段（scripts/verify/stages/*，
含 PTY 终端行为、TUI 渲染投影、离线任务引擎与账本场景），本地整门约 1–1.5 分钟（随机器负载），
CI 把同一条门禁拆成两片并行、每片仍是 60s 预算；改坏会在 npm run verify 里直接红，本地一次跑完。
真实模型回归另见 npm run bench 与 CI 夜跑矩阵。支持矩阵与验证方式见
发布策略。
| 维度 | 支持 | 验证方式 |
|---|---|---|
| Node | ≥ 22.16.0 | fast gate 22.16 + deep 矩阵（三平台、Node 24） |
| 平台 | Linux / macOS / Windows | 同一 verify 命令；Windows 无 PTY smoke |
| provider | deepseek / qwen / openai / anthropic / openai-compatible | 冒烟 + examples |
| 交互面 | TTY：全屏 TUI；非 TTY / MOSS_NO_TUI=1 / Windows：REPL |
PTY smoke（macOS/Linux）+ TUI bench |
默认 full 是"默认少问"，不是关闭检查：deny 规则与本机硬拦截永远优先，毁灭性设备操作仍要确认，
--read-only 是压过一切的只读上限。无账号、无云服务、无遥测；provider 是普通 HTTP 端点；
凭据只从 .env 或环境变量读。shell 默认没有操作系统沙箱（可选 seatbelt / bubblewrap），
完整语义见 安全与隐私。
- "未验证"与"未完成"同为 exit 9，脚本需要看末行区分
workspace-write只约束 Moss 自己的文件工具，不约束 shell 子进程- 子代理与后台任务的编辑不进
/rewind检查点 - 板端推理依赖不自动安装（见 RDK 板端依赖）
- Windows 无 PTY smoke；版本与 tag 策略见 发布策略
- 安装与运行环境 · 安全与隐私 · 命令与配置参考
- RDK 板端依赖 · 能力层（MCP / device / skill）
- AGENTS.md（工程合同） · CHANGELOG · 发布策略
- 与 Claude Code / codex 的命令面基线 · 设计记录
MIT（见 LICENSE）。