القائمة
创建或更新由插件程序化声明的主动信息源 MCP server，并完成本地验证。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | create-proactive-source |
| description | 创建或更新由插件程序化声明的主动信息源 MCP server，并完成本地验证。 |
产出是插件中的 MCP server、ProactiveSourceSpec、插件本地配置与测试。不创建 proactive_sources.json。
| 通道 | 用途 | ACK |
|---|---|---|
alert | 紧急告警、提醒、异常 | 需要 |
content | RSS、新闻、候选内容 | 需要 |
context | 睡眠、在线状态等决策背景 | 不需要 |
一个插件或 source 可以同时提供多种通道。
from agent.plugins import McpServerSpec, Plugin, ProactiveSourceSpec
class DemoPlugin(Plugin):
name = "demo"
version = "1.0.0"
@classmethod
def mcp_servers(cls) -> list[McpServerSpec]:
return [McpServerSpec(name="demo", command=("python", "mcp/run.py"))]
def proactive_sources(self) -> list[ProactiveSourceSpec]:
if not self.context.config.proactive.enabled:
return []
return [
ProactiveSourceSpec(
id="events",
channels=("alert", "content"),
server="demo",
fetch_tool="get_proactive_events",
ack_tool="acknowledge_events",
poll_tool="poll_events",
poll_interval_seconds=300,
)
]
alert/content 的 fetch 工具返回 JSON 数组，每项至少包含 event_id、kind、source_type、source_name、title、content。context 返回 JSON 对象或对象数组。
ACK 工具接收 event_ids: list[str]，并只确认成功投递的原始 ID。poll_tool 只刷新上游数据，不调用 agent，也不自行决定推送。
插件用 ConfigModel 声明：
[proactive]
enabled = true
poll_interval_seconds = 300
文件位于 ~/.akashic-plugin/data/<plugin>-<marketplace>/config.local.toml。关闭 proactive 只移除主动 source，不关闭插件其他能力。
┌─ 导入 plugin.py
├─ 校验配置模型
├─ 启动 MCP 并调用 fetch_tool
├─ 校验三种通道返回值
├─ 校验 ACK 精确匹配 event_id
├─ 校验 poll_tool 由 runtime 周期调用
└─ 校验 enabled = false 时 proactive_sources() 为空
说明并执行 Akashic 插件安装、加载、启停、配置、MCP、skill、生命周期与 manifest 管理。
随机抽检 default memory 的长期记忆，回溯 source_ref 原始上下文，识别疑似脏记忆并向用户汇报证据。
当此刻想反复进行的活动还没有合适 skill，或近期多轮行为显露出可发展的兴趣时，在 Drift 工作区创建或更新一个可再次选择的活动。
把长代码库任务委托给本机 Codex CLI 后台执行。当用户说用 codex skill、codexskill、codex delegate、委托 codex、后台 codex、阻塞 codex exec、subagent 跑 codex 时使用。
创建或改写 akashic-bot 技能（SKILL.md）。当用户要求新建技能、适配现有技能到当前格式、或修改技能内容时使用。
Summarize or extract text/transcripts from URLs, podcasts, and local files (great fallback for “transcribe this YouTube/video”).