核心用法
agent-autopilot 是一套完整的子代理自驱动框架，让 AI Agent 像项目经理一样自主推进复杂项目。其核心流程为：心跳触发 → 检查任务列表 → 执行最高优先级任务 → 记录结果 → 周期性汇报 → 循环迭代。
关键配置步骤：
1. 运行初始化脚本创建目录结构
2. 配置 HEARTBEAT.md 定义执行循环、汇报周期与记忆维护规则
3. 集成 todo-management 进行任务生命周期管理
4. 设置 memory/report-state.json 跟踪汇报与记忆状态
汇报机制采用白天/夜间双模式：白天按固定间隔（2-4小时）主动汇报进度，夜间仅在有重大进展或阻塞时触发，避免干扰。汇报内容自动从任务列表与当日日志生成，包含具体数据而非笼统描述。
自主决策范围涵盖技术方案选择、任务优先级排序、迭代方向调整等执行层面；方向性变更、资源需求、连续失败等则必须上报。
长期记忆维护通过日/三日/周三层周期：每日提炼重要发现、每三日合并去重、每周全面清理，确保 MEMORY.md 精炼可追溯，原始日志永久保留。
显著优点
- 真正无人值守：设定目标后 Agent 自主循环执行，无需人类持续介入
- 结构化可追溯：强制记录决策理由与数据支撑，避免"黑箱"操作
- 智能降噪汇报：夜间静默模式减少非必要打扰，紧急事件即时上报
- 抗中断设计：从 memory 日志与 git 可重建任务状态，故障后可恢复
- 记忆自我维护：自动提炼、去重、清理，解决长期运行中的信息膨胀问题
潜在局限与风险
- 依赖前置技能：必须正确安装并配置
todo-management，否则核心流程中断 - 配置复杂度：首次部署需编写多个文件（HEARTBEAT.md、MEMORY.md、身份文件等），学习成本较高
- 决策边界模糊："必须上报"与"可自主决定"的界限依赖使用者判断，配置不当可能导致越权或过度保守
- 无限循环风险："永不停止"原则若与错误目标或循环依赖结合，可能造成资源浪费
- 汇报间隔调参困难：项目节奏变化时需手动调整
HEARTBEAT.md中的 N 值
适合人群
- 需要 7×24 小时运行的研究、量化、数据采集类项目
- 迭代周期长、需持续探索的优化任务（策略调参、A/B测试等）
- 人类监督时间碎片化的异步协作场景
常规风险
- 状态文件丢失：
report-state.json或todo.db损坏将导致汇报逻辑混乱，需定期备份 - 记忆维护失败：跳过维护会造成
MEMORY.md膨胀，影响上下文效率 - 权限边界失控：Agent 在"自主创建新任务"时可能无限扩展范围，需在
HEARTBEAT.md铁律中明确约束