让智能体服从流程：用 Babysitter 强制执行工作流

自主智能体的翻车方式千篇一律：该停的时候继续跑、测试还红着就宣布完工、路上做过的决策不留任何记录。Babysitter 是 A5C AI 的 2k 星 MIT 开源工具，它同时打击这三种失败——把工作流本身变成权威：编排器只能做你的流程代码允许它做的事。

为什么这个 Skill 重要

Babysitter 的机制有三层。你的工作流是 JavaScript——真正的代码，不是配置——任务、断点、门禁都写在你自己和智能体都能读到的地方。每一步都以强制停止收尾，由 hook 强制执行，下一步跑什么由流程决定；智能体无法「继续运行」。而门禁是强制执行，不是建议：不满足就不放行。所有内容——每个任务、门禁、决策——默认落入 ~/.a5c/runs/ 下的事件溯源日志，支持确定性重放和从任意点位恢复。

README 说明，自 v6 起 Babysitter 通过 Adapters 运行时做到 harness 无关，同一套流程可跨 12 个受支持的 AI 编码 harness 运行——安装矩阵覆盖从 Claude Code、Codex 到 Cursor、Gemini CLI、Pi、OpenCode 的各类工具。它还内置一个 internal harness，不需要任何外部智能体即可运行流程，这正是 CI 流水线和无头编排得以成立的原因。

安装

先装主 CLI，再装 Claude Code 插件：

npm install -g @a5c-ai/babysitter
claude plugin marketplace add a5c-ai/babysitter-claude
claude plugin install --scope user babysitter@a5c.ai

重启 Claude Code，输入 /skills 确认出现「babysit」。然后按 README 的首次步骤完成一次性设置：/babysitter:user-install 记录你的断点偏好和专长领域，/babysitter:project-install 分析代码库并配置项目工作流，/babysitter:doctor 诊断运行健康状况。

实战：带着门禁实现一个功能

README 的快速开始只有一条命令：

claude "/babysitter:call implement user authentication with TDD"

Claude 会创建一次编排运行，逐步执行任务、处理质量检查与审批，直到完成。四种模式对应不同的监督力度：/babysitter:call 以交互方式停在审批点；/babysitter:yolo 对信任任务全程自动、无断点；/babysitter:plan 只做规划就停；/babysitter:forever 无限期运行周期性任务。工具命令补齐其余场景——/babysitter:observe 打开实时监控看板，/babysitter:resume 续跑被打断的运行。

复用靠 blueprint：自然语言指令集（Markdown 文件）或确定性的编码流程，由智能体读取执行。官方市场覆盖安全（gitleaks、ESLint 安全规则、审计流程）、测试（Vitest/Playwright/pytest 配置、覆盖率门禁、TDD 流程）、部署（Terraform、Helm、Dockerfile、多环境流水线）、主题、CI/CD 和限流。文档还写明流程库有 2,000+ 个预构建流程。

技巧

• 把压缩子系统当作默认开启而非可选：README 报告其四个 hook 层在真实会话中降低 50–67% 的上下文占用、事实保留率 99%，且所有压缩 hook 随插件自动注册。BABYSITTER_COMPRESSION_ENABLED=false 可整体关闭；babysitter compression:toggle <layer> <on|off> 逐层调节。
• Adapters 运行时是独立的 CLI：npm install -g @a5c-ai/adapters-cli 之后即可在 shell 里 adapters run claude "explain this codebase"。它要求 Node 22.13.0+，因为要加载 gateway 内置的 node:sqlite。
• 断点是承载判断的地方——user-install 的偏好配置决定你获得多少监督，所以认真回答，别一路点过去。
• CI 场景用 internal harness：genty call --harness internal --process .a5c/processes/my-process.js#process --workspace . --no-interactive --json。
• README 的「Why Babysitter?」对照表对适用范围很诚实：这是为复杂多步工作流准备的——它把「单任务执行」列为被取代的传统做法，而不是用例。

何时不用这个 Skill

流程即代码有搭建成本：写真正的 JavaScript 流程、配置断点、熟悉命令面，这些投入只在长周期、多步骤的工作上得到回报——两个文件的改动或一个快速提问不值当。而且如果你现有的 harness 审批流已经够用，再加一层强制执行只会徒增仪式感；README 自己的对照表也是拿「临时起意的工作流」和「会话结束状态丢失」作对比对象，这两件事只在长任务里才要命。

查看 排行榜 了解更多 skill。