PrimeIntellect-ai/prime-agent
A self-improving RLM agent for coding workflows and long-running autonomous tasks.
這是什麼
Prime Agent 是 Prime Intellect 開源的 coding and research agent，定位不是一次問答式的聊天工具，而是面向一般開發、研究與長時間任務的代理環境。README 把它的設計核心放在兩個抽象上：一是 Recursive Language Model（RLM），把上下文視為可操作的變數，並把工具、遞迴子代理當成持久 REPL 裡可程式化呼叫的函式；二是 Continual Harness，把補充提示、記憶、skill 描述、可重用的子代理規格保存成可檢視、可回滾的持久狀態。換句話說，它嘗試把「AI 代理」做成一個可長跑、可累積工作脈絡、可把經驗整理成操作模式的開發工作台，而不只是把模型接上 shell。
為什麼上榜
這個專案今日拿到 2293 顆星、累積 6447 stars，熱度很明顯來自「自我改進代理」這個仍在快速演化的題目。它的亮點不是單一工具指令，而是把持久 IPython 控制環境、背景 daemon、子代理、skill、排程、heartbeat、目標追蹤等能力放在同一套工作流裡。README 也特別強調 /refine 只做小而有證據的 harness 狀態更新，不會改寫不可變的 base system prompt，這點讓「代理能改進自己」聽起來比較像受控的工程機制，而不是無邊界的自我修改。對正在關注長時間 coding agent、研究評測與多代理協作的人來說，Prime Agent 把許多前沿概念包成可安裝的開源產品，因此容易引發討論。
適合誰，可以拿來做什麼
Prime Agent 適合想把 LLM 用在 長時間開發任務、研究流程、評測實驗 的使用者：例如在一個專案目錄中讓代理讀寫檔案、執行命令、呼叫子代理平行探索，或把常見流程整理成可重用 skill。它也適合正在比較 Claude Code、Codex CLI、OpenCode 等工具形態的開發者，因為 README 明確把「會持續運作、可 detach/reattach、可保留 IPython 狀態與 goals」當成產品能力。上手門檻則不低：它可以用使用者權限執行模型生成的 Python 與專案命令，README 也警告這不是 security sandbox。因此比較適合懂得使用乾淨 worktree、一次性 clone、外部 sandbox 或可回復 checkpoint 的技術使用者，而不是把它直接丟進重要環境中無人看管。
上手
README 提供的安裝方式相當直接，支援 macOS 或 Linux 的最新穩定版：
curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh
安裝器會下載版本化 release、驗證 SHA-256 checksum、安裝 prime-agent 指令，並可準備 agent 使用的 IPython runtime。接著在想讓它工作的 repo 或目錄啟動：
cd /path/to/project
prime-agent
首次啟動後執行 /login，選擇 subscription 或 API-key provider。README 建議在可丟棄 clone、乾淨工作樹，或可檢查與還原的 checkpoint 中使用，因為它會在目前目錄執行命令並修改檔案。常用管理指令包含 prime-agent agents 瀏覽 session、prime-agent attach <agent> 重新接上執行中 session、prime-agent status 查看背景服務、prime-agent doctor [--fix] 檢查或修復服務，以及 prime-agent shutdown [--force] 停止 agent、worker 與背景服務。
README 重點摘要
- Prime Agent 的核心是 RLM + Continual Harness：前者讓工具與子代理可程式化，後者保存可檢視的提示、記憶、skill 與子代理規格。
- 內建 persistent IPython 控制環境，檔案操作、shell、工具使用、子代理與上下文管理都可透過程式化方式進行。
rlm(...)可生成真正的 child agents，用於平行或背景工作，並把結果以程式方式回傳。- 支援 daemon-backed continuity、detach/reattach、heartbeats、schedules、persistent goals 與 bounded autonomous mode，主打長時間任務不中斷。
- README 明確警告它會以使用者權限執行模型生成的 Python 與專案命令，不是安全沙盒；需要自行審查變更並在可信環境中使用。