Menu
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。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
| 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”).
Based on SOC occupation classification
