目錄
系列最後一篇。上一篇談完 code mode，這篇處理第二部的收尾能力：把 agent 從「你終端機裡的一支程式」變成「別的程式可以呼叫的服務」。
取證範圍照舊：pi（badlogic/pi-mono）、omp（can1357/oh-my-pi）、opencode（sst/opencode）、codex（openai/codex 的 Rust workspace）、claude-code（社群反編譯 v2.1.88，symbol 名稱可能與原版有出入）。所有引用都是我在本地 clone 實際讀過的。
能力問題：loop 之後還缺什麼
系列的 order 21 解決了「沒有人按 approve」的問題；單純 headless CLI 仍是一次一格的互動模型。Rivumi 後來補上的服務面，正是在處理這三個限制：
- 中途觀察：任務跑到一半，外部程式看不到進度，只能等它結束。
- 常駐複用：每次呼叫都重新載入系統提示、重建 workspace 狀態，付一遍啟動成本。
- 多方介入：人類想中途看一眼、補一句指令，或讓網頁前端直接驅動 agent——CLI 沒有這個入口。
把 loop 包成服務要回答三個設計問題：API 面長什麼樣、事件怎麼送出去、以及——最容易被低估的——信任邊界畫在哪。一個能執行 shell 指令的服務開在任何介面上，那個介面就是攻擊面。
五家怎麼做
opencode：REST 加 SSE，五家中唯一的完整 server 產品
opencode 的 API 面是用 Effect 的 HttpApi宣告式定義的：opencode/packages/protocol/src/groups/session.ts#session.prompt、session.events、session.interrupt 對應 /api/session/:id/prompt、事件訂閱、中斷；事件推送走 SSE（groups/event.ts#HttpApiSchema.StreamSse），路由面是五家中最大的。官方 TypeScript SDK 在 packages/sdk/js/src/client.ts#createOpencodeClient，把整個 API 包成 typed client。
認證的答案很務實：packages/server/src/auth.ts#ServerAuth.Config 支援 Basic auth（密碼來自環境變數），embedded 模式免密碼，預設只綁 localhost。也就是說 opencode 把「服務化」當成一等部署形狀，但沒有假裝公網暴露是預設場景。
codex：JSON-RPC 雙 transport，方法面標實驗
codex 的 app-server 不是 REST，是 JSON-RPC：方法定義在 codex-rs/app-server-protocol/src/protocol/v2/thread.rs——thread/start、thread/resume、turn/* 一整組，大量標著 #[experimental]，等於明講 wire format 還會動。分派中心在 codex-rs/app-server/src/message_processor.rs#handle_client_request。transport 有兩條路：stdio（給 IDE 內嵌）和 WebSocket acceptor（app-server/src/transport.rs#start_websocket_acceptor）。
值得注意的取捨：codex 選 JSON-RPC 而非 REST，換來的是同一份協議定義可以同時跑在 stdio 和 WebSocket 上——IDE 外掛和遠端 client 吃同一套方法面。
pi：transport 不可知，認證外包給作業系統
pi 的 server 核心根本不是 HTTP router。pi-mono/packages/server/src/server.ts#PiServer 管的是 byte connection：連線進來先走版本握手，之後是 frame 流；packages/server/src/sessions.ts#LiveSessionManager 讓一條連線 attach 多個 session，事件以 snapshot 廣播。目前唯一的 transport preset 是 Unix socket（transports/unix/preset.ts#createUnixServer）。
這是一個很聰明的簡化：Unix socket 的檔案權限就是認證，不需要 token、不需要 TLS、天生綁本機。代價是遠端場景要自己架橋——pi 把這個問題留給使用者，而不是內建一個半調子 HTTP 層。
omp：多人協作當第一場景，relay 全盲
omp 在這條路上走得最遠也最激進。packages/coding-agent/src/collab/host.ts#CollabHost 是權威節點，透過 relay 對 guest 廣播 entries 和狀態；wire 文法定義在 collab/protocol.ts#CollabFrame（welcome、prompt、snapshot-chunk、ui-request 等幀型）。關鍵設計在信封層：每幀是 [4B peerId][AES-256-GCM sealed]，envelope key 由 collab/crypto.ts#generateRoomKey 生成、寫入權用 generateWriteToken 控制——relay 只看得到 peerId 和密文，伺服器被攻破也洩不了 session 內容。瀏覽器端的 guest SDK 是 collab-web/src/lib/client.ts#GuestClient，支援唯讀分享連結。
claude-code：server 在雲端，CLI 是 client
claude-code 的方向跟其他四家相反：它的遠端 session 架構裡，server 是 Anthropic 的基礎設施。src/remote/SessionsWebSocket.ts#SessionsWebSocket 連的是 wss://api.anthropic.com/v1/sessions/ws/{sessionId}/subscribe，生命週期由 src/remote/RemoteSessionManager.ts#RemoteSessionManager 管理——你可以從手機或網頁接回家裡跑著的 session，因為狀態同步經過雲端中繼。本機另有一條 direct-connect 路（src/server/directConnectManager.ts#DirectConnectSessionManager），但主力是雲端架構。
共同模式與協議生態
撇開傳輸細節，五家收斂在三件事：
- Session 是核心資源：所有路由/RPC 方法都圍繞 create、prompt、events、interrupt 打轉，沒有人把「agent」本身當資源。
- 事件靠串流，不靠輪詢：SSE 或 WebSocket 二選一，因為 agent 的事件流天然是單向廣播。
- 安全預設保守：localhost、Unix socket、或端到端加密；沒有任何一家預設把能執行指令的 agent 直接曝上公網。
業界也在往同一個方向收斂：Model Context Protocol 標準化了工具面，Agent Client Protocol 標準化了編輯器與 agent 的通訊——omp 的 ACP 映射就是接在後者上。自訂私有協議的空間正在變小。
rivumi 已落地的服務面
Cloudflare control plane 已把 run 做成 Durable Object 資源。POST /v1/runs 回 202，背景建立隔離 Sandbox；client 可查狀態、取消、取 artifact，也能在執行中讀 live NDJSON。?stream=1 會升級成 SSE，先補播 bounded event buffer，再推新事件；Last-Event-ID 只補比 cursor 新的 sequence，terminal state 會關閉連線。
遠端 approval 沒有借用 event stream 偷渡信任。模型請求、事件上傳、approval 各用不同 audience 的短效 capability；client 從 approval route 明確送出 allow_once、allow_session、deny 或 cancel，Sandbox 再透過專用內部路由輪詢。Python CloudflareRunClient 已封裝 start/status/cancel/artifact/attach，SDK 另有 /v1/conversation/attach 的 stateful WebSocket，可送 turn、approval 與 injected context。
這些是 source 與測試涵蓋的 baseline，不是 production 成功宣告。正式 deploy、真實 provider 長任務、跨 runtime attach parity、Durable Object restart 行為與完整多租戶 hardening 仍要另外驗證。
參考資料
Loading...