agent-body

当 Agent 挂载的工具越来越多，每一轮对话仍要把大量工具 schema 塞进上下文，路由还要再花一次模型决策，失败后又容易盲目重试——Agent-Body 把 DeepSeek Harness 的插件体系当成「有机体」来运行：器官声明能力，神经系统按意图决定该唤醒谁，未用到的定义可以门控在冷启动之外。

核心能力集中在四条线上。意图路由走确定性规则，在 pre-step 把命令变成神经冲动并告诉各器官该用哪项能力，不必为「选工具」再调模型。Token 经济侧针对 tool-schema 做可复现基准：冷启动下大量 schema token 可被门控，有历史会话时可见比例会变化，范围在文档里写得很清楚。失败处理走闭合自愈环：先归因（如 tool_missing、arg_error、timeout 等），再按处方决定是否重试——参数错误不会自动重试；伤口要等对应器官下次成功才算闭合。记忆与节律由心跳把状态写入 circulation，Cortex 等器官负责持久化与 idle consolidation，配合突触学习让「这类命令 → 那个器官」随使用变准。

适合已经在用 DeepSeek Harness、插件数量多到开始拖慢 prompt 或难维护的团队与个人。也适合希望失败可解释、路由可审计、器官可替换而不拖垮整机的场景。项目偏早期、Windows 优先，离线核心 demo 可在无 Host 环境下跑通链路；若你只需要两三个固定工具、没有 schema 膨胀问题，可能不必上整套身体架构。