START IN YOUR WORKSPACE

03 / GET STARTED

从你的下一个需求开始。

准备项目、配置 Agent,把验收条件交给 Auto Moniter。
Linux · Python 3.11+ · 已配置的 Agent CLI

01

获取项目源码

在本地工作目录中获取项目。

git clone https://github.com/sdnlink/the_last_km.git cd the_last_km
02

启动本地控制台

python3 -m console

浏览器打开 http://127.0.0.1:8765。

03

配置 Agent,创建任务

在初始化页面完成 Agent 安装与认证。填写原始需求和人工验收条件,选择对应的行为检查,再启动任务。

阅读完整使用文档

GOOD QUESTIONS. CLEAR ANSWERS.

开始之前,你可能想知道。

Auto Moniter 和 Coding Agent 有什么区别?

Coding Agent 负责实际编写和修改代码。Auto Moniter 在其外部管理需求、调度独立审查、反馈缺口,并运行你配置的验收检查,让一次实现持续向经过验证的交付推进。

可以使用团队已有的 Agent 和模型吗?

可以。项目支持多种原生 Agent CLI,并支持通过 Paseo 调用部分后端。Worker 与 reviewer 的支持范围和权限模式不同,使用前需要完成各自的安装与认证。具体兼容情况以项目文档和本地环境检查为准。

“完成”由谁决定?

在启用独立审查的流程中,Worker 与 reviewer 需确认相应交付范围,提供有效证据,并通过配置的检查与版本核对,最终由 watcher 确认。单次模型的完成声明、格式检查通过,都不能替代完整验收。

代码是否会发送给模型服务?

监督器和控制台在本地运行。你选择的 Agent 可能按其配置向模型服务发送代码、提示词和上下文;具体数据流取决于 Agent、模型服务及你的部署配置。本地部署监督器并不等同于模型调用离线运行。

任务中断或预算耗尽后,会丢失进度吗?

监督器会保存工作区、检查点及已记录的审核反馈。满足恢复条件后,可从原运行目录继续,累计时间与调用用量保持记录。无法安全恢复时会明确停止,保留诊断信息;未通过验收的结果不会被标记为交付。