查看“︁任务系统与依赖管理：让目标超越对话(构建自己的AI Agent）”︁的源代码

<blockquote>"大目标要拆成小任务，排好序，记在磁盘上" —— 文件持久化的任务图，为多 Agent 协作打基础。</blockquote>前面的 TodoManager 是内存中的扁平清单：没有顺序、没有依赖、状态只有做完没做完。

真实的目标是有结构的——任务 B 依赖任务 A，任务 C 和 D 可以并行，任务 E 要等 C 和 D 都完成。

没有显式的关系，Agent 分不清什么能做、什么被卡住、什么能同时跑。

== 一、从清单到图 ==
我们需要把扁平清单升级为'''持久化到磁盘的任务图'''。
 <code>.tasks/
   task_1.json  {"id":1, "status":"completed"}
   task_2.json  {"id":2, "blockedBy":[1], "status":"pending"}
   task_3.json  {"id":3, "blockedBy":[1], "status":"pending"}
   task_4.json  {"id":4, "blockedBy":[2,3], "status":"pending"}
 
 任务图 (DAG):
                  +----------+
             +--> | task 2   | --+
             |    | pending  |   |
 +----------+     +----------+    +--> +----------+
 | task 1   |                          | task 4   |
 | completed| --> +----------+    +--> | blocked  |
 +----------+     | task 3   | --+     +----------+
                  | pending  |
                  +----------+
 
 顺序:   task 1 必须先完成, 才能开始 2 和 3
 并行:   task 2 和 3 可以同时执行
 依赖:   task 4 要等 2 和 3 都完成
 状态:   pending -> in_progress -> completed</code>
这个任务图是后续所有机制的协调骨架：后台执行、多 Agent 团队、工作区隔离都读写这同一个结构。

== 二、核心能力 ==
任务图随时回答三个问题：

# '''什么可以做？''' —— 状态为 <code>pending</code> 且 <code>blockedBy</code> 为空的任务
# '''什么被卡住？''' —— 等待前置任务完成的任务
# '''什么做完了？''' —— 状态为 <code>completed</code> 的任务，完成时自动解锁后续任务

== 三、核心机制 ==

=== 1. TaskManager ===
每个任务一个 JSON 文件，支持 CRUD + 依赖图：
 <code>class TaskManager:
     def __init__(self, tasks_dir: Path):
         self.dir = tasks_dir
         self.dir.mkdir(exist_ok=True)
         self._next_id = self._max_id() + 1
 
     def create(self, subject, description=""):
         task = {
             "id": self._next_id,
             "subject": subject,
             "status": "pending",
             "blockedBy": [],
             "blocks": [],
             "owner": ""
         }
         self._save(task)
         self._next_id += 1
         return json.dumps(task, indent=2)</code>

=== 2. 依赖解除 ===
完成任务时，自动将其 ID 从其他任务的 <code>blockedBy</code> 中移除：
 <code>def _clear_dependency(self, completed_id):
     for f in self.dir.glob("task_*.json"):
         task = json.loads(f.read_text())
         if completed_id in task.get("blockedBy", []):
             task["blockedBy"].remove(completed_id)
             self._save(task)</code>

=== 3. 状态变更 + 依赖关联 ===
<code>update</code> 处理状态转换和依赖边：
 <code>def update(self, task_id, status=None,
            add_blocked_by=None, add_blocks=None):
     task = self._load(task_id)
     if status:
         task["status"] = status
         if status == "completed":
             self._clear_dependency(task_id)
     self._save(task)</code>

=== 4. 工具集成 ===
四个任务工具加入调度映射：
 <code>TOOL_HANDLERS = {
     ''# ...基础工具...''
     "task_create": lambda **kw: TASKS.create(kw["subject"]),
     "task_update": lambda **kw: TASKS.update(
         kw["task_id"], kw.get("status")
     ),
     "task_list":   lambda **kw: TASKS.list_all(),
     "task_get":    lambda **kw: TASKS.get(kw["task_id"]),
 }</code>

== 四、实际工作流程 ==
 <code>1. 创建任务
    task_create: "Setup project"
    task_create: "Write code"
    task_create: "Write tests"
    task_create: "Deploy"
 
 2. 设置依赖
    task_update: task 2, add_blocked_by=[1]
    task_update: task 3, add_blocked_by=[1]
    task_update: task 4, add_blocked_by=[2,3]
 
 3. 查看可执行任务
    task_list -> [task 1] (pending, no blockedBy)
 
 4. 开始执行
    task_update: task 1, status="in_progress"
    # ... work ...
    task_update: task 1, status="completed"
    # 自动解锁 task 2 和 3
 
 5. 并行执行
    task_update: task 2, status="in_progress"
    task_update: task 3, status="in_progress"
    # ... work ...
    task_update: task 2, status="completed"
    task_update: task 3, status="completed"
    # 自动解锁 task 4
 
 6. 完成
    task_update: task 4, status="completed"</code>

== 五、试一试 ==
 <code>cd learn-claude-code
 python agents/s07_task_system.py</code>
试试这些 prompt：

# <code>Create 3 tasks: "Setup project", "Write code", "Write tests". Make them depend on each other in order.</code>
# <code>List all tasks and show the dependency graph</code>
# <code>Complete task 1 and then list tasks to see task 2 unblocked</code>
# <code>Create a task board for refactoring: parse -> transform -> emit -> test, where transform and emit can run in parallel after parse</code>

== 六、与 TodoManager 的区别 ==
{| class="wikitable"
!特性
!TodoManager (s03)
!TaskManager (s07)
|-
|存储
|内存
|磁盘 (JSON 文件)
|-
|结构
|扁平清单
|依赖图 (DAG)
|-
|依赖
|无
|<code>blockedBy</code> + <code>blocks</code>
|-
|并行
|不支持
|支持
|-
|持久化
|重启丢失
|跨会话保存
|-
|适用场景
|单次会话快速清单
|复杂多步目标
|}
从 s07 起，任务图是多步工作的默认选择。s03 的 Todo 仍可用于单次会话内的快速清单。

== 七、设计哲学 ==
'''持久化任务比任何一次对话都长命。'''

这是 Harness 工程的核心原则：

* 对话会结束，但目标可能延续
* 上下文可能被压缩，但任务状态始终完整
* 多个 Agent 可以协作同一个任务图
* 重启后可以从断点继续

== 八、进阶应用 ==
任务系统是以下高级功能的基础：

* '''后台执行 (s08)'''：任务在后台运行，Agent 继续思考
* '''Agent 团队 (s09+)'''：多个 Agent 协作处理任务图
* '''自治 Agent (s11)'''：Agent 自己扫描看板、认领任务
* '''工作区隔离 (s12)'''：每个任务在自己的目录执行

'''没有任务系统，就没有真正的多 Agent 协作。'''
----''Bash 就够了。真正的 Agent 是宇宙所需要的全部。''

'''延伸阅读'''：learn-claude-code 开源项目，12 个渐进式教程，完整教授 Harness 工程。