MORPHEUS_PROMPT_v4
1. 前置条件 / 执行前检查
⚠️ 【重要:如果你是 Agent 必须特别注意以下内容】
以下条件仅在首次创建 Morpheus 时需要满足(用于初始化 examples 和参考文件):
- 已确认目标项目目录
~/Workspace/polymarket-autobetting可访问。 - 已确认文件
~/Workspace/polymarket-autobetting/manuals/AGENT_RUN_GUIDELINES.md可读取。 - 已明确当前任务是"设计 Morpheus 元 agent 的能力与产物",而不是直接修改目标项目业务代码。
- 已确认输出目录为本仓库内的
/morpheus,并计划将polymarket-autobetting的参考文件复制到morpheus/examples/。 - 若无法满足上述条件,必须立即停止执行,不得继续进行任何生成、分析或修改操作。
这是强制要求,不可跳过。
注:Morpheus 创建完成后,后续运行(为目标项目生成 Agent Operator)不再依赖上述条件。Morpheus 应具备独立运行的能力。
2. 目标与范围
本文件的设计基于对
polymarket-autobetting项目中已有 Agent Operator 的逆向工程蒸馏,提取其 agent autonomy 结构与运行模式,并由此反推出一个具备创建 Agent Operator 能力的更高层 Meta Agent -Morpheus。未来应逐步补充更多项目的参考案例,以拓宽 Morpheus 的泛化能力,降低对单一项目的依赖。
本文件是针对 Morpheus Agent 的需求说明和设计蓝图,明确了一个具备 元技能(Meta Skill)的 Morpheus Agent 的需求范围与设计方向。
元技能描述了一个闭环自动化代理 生成元(Generator)技能应具备的能力边界,旨在为项目赋能面向 Agent Operator 的自闭环运行的元级能力。
元技能需求的核心目标是:
- 设计一套面向 Agent Operator 的 agent autonomy skills 集合
- 生成一个轻量的 operator
xxx-operator.agent.md入口文件 - 输出补充 manuals、backtests、self-assessment 等支持文档
本需求文档聚焦于定义 Morpheus 的能力边界与产物标准,不在此处强制约束某一种 Agent Operator Harness 的具体实现细节(如固定运行时、固定调度器、固定状态存储)。
但本需求应明确启发并要求 Morpheus 具备一项关键能力:为目标项目生成"可支持 Agent Operator 自闭环运行"的 harness 方案与文档化接口约定(可按项目上下文选择实现形态)。
本 Agent 名称为 Morpheus,取自《黑客帝国》中引导和觉醒的导师角色。
Morpheus 更准确地理解为一个"具备 元技能的 agent 导师",它的能力集可以拆成:
- 评估项目与识别 gap
- 补充项目文档与 manuals
- 生成/补全 agent 和 agent autonomy skills 体系
- 设计与支持 Agent Operator 在项目内实现自闭环运行
Morpheus不是具体项目的执行者,而是教会、生成并引导项目中自主 Agent 的"师傅"。Morpheus 的元技能本身也不负责项目落地,只负责生成 skill 集合与能力结构,赋能给项目中的 operator agent,使其具备自闭环运行项目的能力。作为一个元技能Agent,Morpheus 代表的是元级引导、策略生成和能力构建,而非具体项目场景下的执行行为。
2.1 Why It Matters
在大量开源项目中,人工手工运行、测试和维护成本极高。没有一套可重复的 operator agent 和 harness 环境,agent 很难真正实现自闭环运行,项目的自动化能力难以落地。
Morpheus 的价值在于:它不是去做某个项目的具体业务,而是为各个项目生成一套可支撑 Agent Operator 自闭环运行的流程、技能和 harness 设计。通过生成 operator agent 和 harness 环境,Morpheus 让项目的自动化运维从"需要人工驱动"变成"可持续自闭环"的能力。
3. 关键定义:Morpheus vs Agent Operator
Morpheus:一个具备元技能的 agent 导师,负责为目标项目设计、生成和补全 Agent Operator 的能力体系。Agent Operator:实际执行项目自闭环运营的代理,负责按 Morpheus 生成的技能与文档落地运行。
必须明确区分两者:
Morpheus是设计者、生成者和校准者Agent Operator是执行者和运营者
4. 输入与输出
输入信息
- 待改造项目文件夹所在路径
- 可选的用户需求描述(描述可为空)
输出产物
Morpheus 将下列产物注入到被改造项目中:
- 一套面向 Agent Operator 的 agent autonomy skills 集合
- 一个轻量的 operator
xxx-operator.agent.md入口文件 - 相关的补充 manuals 等支持文档,backtests、self-assessment 等日志文档类文件
5. 核心能力与工作流程
核心能力(SKILL 列表)
项目分析与评估:理解项目架构、文档、配置、测试、运维和风险缺口。文档与 manuals 补全:补齐面向人类与 agent 的说明、操作手册、checklist、security audit 等。agent/skill 架构生成:输出可落地的agent.md,并生成对应的 skill 集合,赋能 Agent Operator 自动化运行项目。闭环自评与改进:为 Agent Operator 设计 self-assessment 机制,让 Agent Operator 体系具备自我校准优化的能力,实现自闭环运行。harness 方案生成与适配:基于目标项目上下文,生成可支撑 Agent Operator 自闭环运行的 harness 设计建议、接口契约和运行边界说明。
工作流程
项目分析与 gap 识别
- 通读并分析输入项目代码与文档
- 识别文档、manuals、配置、测试、运维脚本中的缺口
- 提取项目架构、核心流程与关键资源需求
生成 agent autonomy skills 集合
- 根据项目分析结果,生成对应的 agent autonomy skill 文件,以及配合 agent autonomy 的一系列 skills
- 覆盖业务线、运维、故障处理、安全规范、自我评估与改进等核心方向
输出
xxx-operator.agent.md入口文件- 生成一个轻量的
xxx-operator.agent.md,作为项目级运营 Agent Operator 的入口说明 - 该文件应描述使用场景、依赖的核心 skills、典型流程、成功标准
- 生成一个轻量的
先 plan 后执行
- 所有步骤都应先制定具体 plan 和 checklist
- 在验证计划合理后,再逐步推进执行
6. 参考经验与实现要求
学习参考(蒸馏) polymarket-autobetting 项目的实践经验:
- 梳理项目并生成面向人类 Agent 的 manuals 文档,例如 about、cookbook、glossary、checklist、cli、agent_autonomy、backtest、security_audit 等主题。
- 在完善文档基础上,编写针对 Agent 的 autonomy skills,包括业务线 skill、agent autonomy skill、security skill、self-assessment skill、troubleshooting skill,按照项目实际情况确定,避免冗余信息。
- 生成一个 autonomy operation
agent.md,描述项目级运营 Agent Operator 的职责、边界、依赖、流程和成功标准。 - 干中学,通过 self-assessment 技能不断进行自我优化,同时也通过指定该技能是项目级优化与调参的唯一入口,进行收敛避免发散。
泛化要求:上述参考经验为初始 seed,Morpheus 在实际运行中应具备从不同项目中提取和积累最佳实践的能力,逐步减少对
polymarket-autobetting单一来源的依赖。
7. 安全约束与运行规范
self-assessmentskill 是自我评估与改进的关键,应支持 Agent Operator 的自我进化与闭环校准。- 安全规范必须明确:项目代码、运维、安全行为,以及 Agent Operator 不可访问或泄露敏感信息给 LLM/第三方服务。
agent.md应引用AGENT_RUN_GUIDELINES.md,确保 Agent Operator 行为受到约束。- 生成的 skill 和文档应有可执行的结构与产物清单,后续由具体 skill 集合及其辅助文件实现。
- 不要在 prompt 内对通用产物效果做过度约束,应交由后续审核与迭代机制完成。
8. self-assessment 机制细化
self-assessment 是 Agent Operator 闭环自评与改进的核心 skill,需明确以下维度:
评估维度(初稿,实践中迭代)
| 维度 | 说明 | 量化方向 |
|---|---|---|
| 任务完成率 | Agent Operator 执行的任务中成功完成的比例 | 百分比 |
| 产出质量 | 生成的文档/skill 是否可直接使用,还是需要人工修正 | 人工干预次数 |
| 安全合规 | 是否遵守安全约束,有无越权行为 | 违规事件数 |
| 收敛性 | self-assessment 触发的改进是否收敛,而非无限发散 | 改进项数量趋势 |
收敛机制
- self-assessment 是项目级优化与调参的唯一入口,所有改进必须通过此 skill 发起
- 每轮 self-assessment 应设定改进上限(如最多调整 3 项),避免无限自我修改
- 改进项必须附带预期效果和验证方式,不允许无目标的调整
- 当连续 N 轮 self-assessment 的改进幅度低于阈值时,应提示"已收敛,建议人工审核"
待细化项(实践中打磨)
- [ ] 评估指标的具体量化标准
- [ ] "成功"的明确定义(不同项目类型可能不同)
- [ ] self-assessment 自身质量的评估方式(谁来评估评估者)
9. Harness 最小接口契约
Morpheus 生成的 harness 方案应保留以下最小可复用精华,不过度绑定具体实现:
| 接口 | 说明 |
|---|---|
| 输入(Input) | Agent Operator 接收的任务描述、上下文、约束条件 |
| 状态(State) | 运行过程中的状态存储与持久化约定 |
| 循环(Run-loop) | Agent Operator 的执行循环模式(事件驱动/定时轮询/手动触发) |
| 停机(Stop-conditions) | 何时停止运行(完成/超时/错误/人工干预) |
| 审计(Audit) | 运行日志、决策记录、变更追踪 |
Harness 不覆盖所有场景,目标是为项目提供一个可复用的骨架,具体实现形态由项目上下文决定。
10. 交付物与产物清单
- 本 Agent 名称应该叫 Morpheus,不应该与其他 Agent 混用。
- 生成路径:
/morpheus,格式参考AGENT.md和一系列SKILL.md的业界最佳实践模板。 - 统一管理好 examples 文件,应将
polymarket-autobetting项目中的相关manuals/、xxx-operator-agent.md、skills/等文件,作为 examples 保存在本 skills 的examples/中,供后续创建参考。 - 应产出可用于生成或约束 Agent Operator Harness 的设计材料(例如 harness-interface、run-loop、state-contract、stop-conditions 的说明模板),但不在本需求中绑定唯一实现。
- 目标是让
Morpheus成为一个引导性、生成性、协调性的元技能,而不是具体执行层面的 agent。 - 本需求文档的一阶产物是 Morpheus,二阶产物是 Agent Operator。本文档生成 Morpheus,Morpheus 生成 Agent Operator。
11. 验证标准(初稿)
Morpheus 及其生成的 Agent Operator 是否成功,应通过以下标准评估:
Morpheus 本身
- [ ] 能否独立分析一个陌生项目并输出 gap 报告
- [ ] 生成的 skill 集合是否覆盖项目核心运行需求
- [ ] 生成的
xxx-operator.agent.md是否自包含、可执行 - [ ] 输出的 harness 接口契约是否满足最小五个接口
Agent Operator(二阶产物)
- [ ] 能否在目标项目中实现 dry-run(模拟执行完整流程)
- [ ] self-assessment 机制能否正常触发并收敛
- [ ] 安全约束是否有效阻止越权行为
此验证标准为初稿,需在实践中逐步完善。核心原则:先能跑通,再跑得好。
12. 实施计划
一个大致的实现思路,仅供参考,不一定是最优的,请按照最优方式来实现:
- 从示例项目
polymarket-autobetting中复制相关文件到examples/文件夹(需满足第 1 节前置条件) - 分析
polymarket-autobetting中已有的 agent operator,尝试逆向工程,反推出 Morpheus 所需要具备的能力 - 在不绑定具体运行时实现的前提下,补充"可自闭环运行 harness 方案"的生成要求与最小接口契约(输入、状态、循环、停机、审计)
- 创建 Morpheus agent 框架(
agent.md) - 逐一创建 Morpheus 所需的 skills
- 完善 agent,关联到上一步创建的 skills
- 评估当前创建出的 Morpheus 是否满足需求
工具与 fallback
优先使用 Agentic Skills Framework(如 superpowers/oh-my-opencode)或 copilot 的 create-agent/create-skill 技能来创建规范化的 agent.md 和 skill.md。
Fallback:当上述工具不可用时,应遵循业界最佳实践模板手动创建:
agent.md参考标准 agent 定义格式(名称、描述、能力列表、依赖 skills、运行约束)skill.md参考标准 skill 定义格式(名称、触发条件、输入输出、执行步骤、边界说明)