接入代理环境

RAGRAF 作者的智能体环境（zwork 2.0.2，Electron）：产品正是在它上面设计、已发布结果也是在它上面测得。接入通过两条独立通道 — 免配置的 CLI 与经产品界面的 MCP；--agent-kind autoclaw 是真实代码路径（遥测归因、扩展日志模式）。指南中的一切都是集成会话实测与应用代码事实。

1. 1从 CLI 通道开始 — 它无需配置即可工作任务第一步是 python <repo>\tools\ragraf.py ensure <目录>，之后用索引操作代替读文件。CLI 不依赖应用设置、也不依赖重启，不会「悄然掉线」。若智能体工具列表中没有 ragraf_*，并非故障：索引、搜索、模式与图谱经 CLI 完全可用（会话实测：tool_search → 0）。
2. 2MCP 通过产品界面注册实测：没有基于文件的注册方式 — 配置文件中无 mcp.json 或 mcpServers，runtime.sqlite 中无服务器表（已检查全部 106 张表）。服务器在项目/应用设置中填写：.venv 解释器、ragraf-mcp.py --agent AutoClaw --agent-kind autoclaw、工作目录 <repo>。无需 --project：语料按工作目录解析，切换用 ragraf_use_project。
3. 3技能装入两个账户，规则写入 ~/.pi/agent/AGENTS.mdragraf-core 部署到每个账户的技能树（源头 — 项目的 docs/skills；副本新鲜度以 SHA-256 控制）。用户规则第 8 节要求任务从 ensure 开始，且在有无 MCP 两种配置下都可执行。
4. 4用实测验证，而非假设tool_search 查询 ragraf：注册前为 0，重启后为 59 — 这个差值就是证据。经 CLI：catalog（登记簿）、ensure（status: actual）、check（校验和一致）。usage --agent AutoClaw 的明细中出现 ensure — 说明第一步规则被遵守。

команда:            <repo>\.venv\Scripts\python.exe
аргументы:          <repo>\tools\ragraf-mcp.py
                    --agent AutoClaw --agent-kind autoclaw
рабочий каталог:    <repo>

开放的 AI 员工团队平台（Streamlit、MIT、v1.13.1）：助手、自治协调器、内置开发智能体 DevAgent、知识库与技能库。平台代码中没有 MCP 客户端 — 已经仓库检索核实 — 因此 RAGRAF 通过平台自有机制接入：ragraf-core 技能与经由 run_code 工具的 CLI 调用。

1. 1语料只建一次 — 全体员工共用索引对智能体只读：多个协调器与对话可同时使用同一语料。第一步是 ensure <项目目录>。
2. 2把 ragraf-core 技能装入技能库从 GitHub URL、ZIP 或文件夹安装（skills/skills.json 登记；限额：200 MB、5000 个文件、单文件 50 MB）。第三方技能在 DevAgent（Skill Developer）完成适配（mark_skill_adapted）前不会进入系统提示词。
3. 3把规程写入协调器指令通用片段的五条规则是最小充分集；写入员工指令（跨重启保留）或项目的 AGENT.md。没有规程时智能体会退回 search_in_files — 在调用统计中立即可见。
4. 4CLI 调用 — 经由 run_coderun_code 在隔离子进程中执行命令（超时 300 秒；危险模式须经 UI 确认）：catalog、ensure、query symbol、check、usage --agent saga-worker。智能体自己阅读响应文本 — 无需解释模式。

{
  "mcpServers": {
    "ragraf": {
      "command": "python",
      "args": [
        "<repo>/tools/ragraf-mcp.py",
        "--agent", "saga-worker",
        "--agent-kind", "external"
      ]
    }
  }
}

Electron 应用 DeepSeek Harness 0.2.0-rc.2，内置 MCP 客户端（插件 @deepseek-ai/dsh-mcp-client）。RAGRAF 以 stdio MCP 服务器接入；工具以 mcp__ragraf__ragraf_* 的名称呈现。该集成已完整调试并经实际会话测量确认：以下内容均为可复现的命令、路径与实测输出。

完整的 Harness 设置指南

环境不在列表中？只要客户端能启动 stdio 进程并使用 JSON-RPC——这就够了。三步：服务器配置、规范写入系统提示词、以 capabilities 检查作为首个调用。

# Регламент работы с RAGRAF (фрагмент AGENTS.md)
1. Навигация — только через ragraf_symbol / ragraf_search.
   Полный файл — только ragraf_live_read и только по факту из индекса.
2. Проверяй конверт: stale_warnings → перечитай затронутое (live_read);
   capability=degraded → не планируй задачи со slice.
3. Перед любой записью в БД — ragraf_write_check (всегда).
4. Перед правкой символа — ragraf_impact --depth 3.
5. «Не найдено» — валидный ответ: сообщай limits из конверта, не додумывай.

# сервер отвечает на инициализацию MCP и раскрывает режим корпуса
python tools/ragraf-mcp.py --project corpus.yaml --agent probe --agent-kind external
# → JSON-RPC: 59 инструментов ragraf_*; list_capabilities:
#   {"capability":"full","operations":[...22...]}   (или degraded + reason)

# телеметрия после пробных вызовов
ragraf -p corpus.yaml query usage_stats
# → usage_call содержит записи agent=probe, kind=external