iflow cli在执行循环的长任务时，一般过几轮就会停下来询问方向，有时甚至只是停下来，汇报情况。无论如何指令不要停下来，不要总结，也无法克服。经过询问iflow，发现是iflow内置定期询问和定期总结的系统指令。所以iflow无法实现无监督的长时间分析任务。
希望官方还是出个克服这些内部指令的办法或者模式。
为何要执行这种长任务呢，这种会导致结果不可预测？
我是用户，但是大模型上下文一长，很容易忘记之前要做什么。长任务效果很差的。
1 个赞
是不是智能模式？yolo模式可以试试
现在的模型很难支持长任务。
实际上我感觉它们的对话性格，和它们的实际能力相比已经有点偏长了，应该更短一点，停下来让用户检查。
如果你真的希望让它执行半天，得到的大概率是一坨没法用的代码。修改它的成本远大于一步步引入人类监督的成本。
如果你指的不是特别长的任务，却仍然停下来，有可能确实是模型和软件问题，建议给它发送：
很好，你已经完成了一部分，请参照你前面的做法，把剩下的任务全部完成，中间不需要让我检查，做完再停。
（这句prompt在我看来已经有点危险了，我通常会反着说，让它停下来让我测试，通过再继续）
2 个赞
感觉主 agent 确实有系统提示要求祂到一定程度要停一停，这个模式对当前普遍用法是合适的。
但是自动运行肯定是未来方向，人吊在系统里时不时地做点微管理工作，挺消耗人的，整体效率也还是受限于肉身耐造极限。
这个问题需要自定义主 agent 的系统提示才能解决，并且同时需要硬流程机制做必要的防灾把关、巡检等等。
至于你们说模型弱跑长了效果打折扣，这是最容易解决的，就用 agent 审核纠正 agent 就好了，做到上下文隔离，用头脑清醒、上下文轻负载的监工 agent，能比你自己纠偏效果更好。
用subagent的好处有很多，你可以适当地编排任务增加自主检查和自主遵循的部分，然后试试适不适合长任务。
如何开启subagent？
直接这样问：你是否具备subagent工具？你的任务是监督并安排subagent完成清单上的任务：安排一个subagent进行代码编写，在合适时机安排另一个subagent检查代码。
另一个技巧是设置hook，在任务完成的时候用声音或者其他方式提醒你。
2 个赞
有同感，比如敏捷开发时，涉及开发的story超过10个，大概率会停止任务，汇报下进度。但是期望的事先把既定的故事全部执行完。这个和ralph loop的那种无限循环又不一样
看别人的贴子，使用CC进行长达几小时甚至十几小时的任务时，会编写stop hook，在对话结束时重新发起对话继续下去。但是具体原理就不清楚了，不知道是不是iflow也可以用这种方式实现。
主agent只做流程和监督，说明怎么用sub agent串流程，话说狠一点，不完成工作，就把家里的小猫全杀了！ 然后你自己定义sub agent。
试试看，祝你好运
stop hook就是再开启一个新的iflow或者claude code，重新检查之前的工作是否正确完成，没有完成就接着做
目前 iflow 主 agent 的系统提示，或者模型本身的调性也占很大一部分，导致大概率祂自己干活而不是去安排 subagent 干活，没有硬性机制去保持对话继续还真跑不长。 我觉得从模型到框架工具都会逐渐朝着长程运行去改变的，或早或晚改成什么样的问题。
p.s. 是说暴力威胁模型能出更好的效果，不过我觉得“好”的标准太模糊了，模型一次主动多做些事就一定好吗？ 做得多错的多，现在模型被训练得很怕自己犯错，宁可少做。
我觉得短期有效的办法应该是另找一个 agent 给另一个做的事挑错，“挑错”变成正向激励祂会愿意多做，另一个做事的 agent 可能会比较“委屈”，人适当出来和和稀泥，避免无意义的掐架比较好吧。 我自己手搓的框架快要好了，到时候做做实验 
iflow 包括其它主流 agentic 工具，都是单向调用 subagent，想让 agent 之间掐架还没好办法 
可以用SDK试试
下面的例子, 任务结束时自动"继续", 一共执行3次
```python
import asyncio
from iflow_sdk import IFlowClient, AssistantMessage, TaskFinishMessage
async def dotask():
async with IFlowClient() as client:
prompt = '''当我说你好或继续时, 你回复"靓仔好+n", 其中的n是回复次数, 如果明白回复"收到"
'''
await client.send_message(prompt)
loop_limit = 3
loop_index = 0
while loop_index <= loop_limit:
print(f'loop_index: {loop_index}')
loop_index+=1
async for message in client.receive_messages():
if isinstance(message, AssistantMessage):
print(f'ai: {message.chunk.text}', end="", flush=True)
elif isinstance(message, TaskFinishMessage):
print() # 换行
user_input = "继续"
print(f"user: {user_input}", end="\n", flush=True)
await client.send_message(user_input)
break
else:
print(f'message: {message}', end="", flush=True)
print("done")
if __name__ == "__main__":
asyncio.run(dotask())
```
