squad为什么果断删掉守护进程:从MCP服务器到CLI消息总线的重构故事
squad为什么果断删掉守护进程:从MCP服务器到CLI消息总线的重构故事
squad 是一个让多个 AI 智能体在终端里实时协作的多智能体 CLI 协作工具,它曾在 v1 版本里养着一个守护进程和 MCP 服务器,却在 v2 重构时果断把它们全部删掉,换成了一条极简的 CLI 消息总线。这不是"做减法"的客套话,而是一次从约 4500 行代码砍到约 600 行的彻底重构。本文带你复盘这次决策的来龙去脉。
先看这张架构图:没有守护进程的消息总线长什么样
图中的核心信息一目了然:所有消息都经过中间那个 SQLite 数据库。没有服务器、没有 socket、没有后台进程——每个终端里的 AI 智能体只调用一次性的 shell 命令,读数据库、写数据库,然后退出。
v1 的野心:守护进程 + MCP 服务器 + 工作流引擎
重构前的 squad v1 是个"全家桶"。从当时的 MCP 工作流实现计划 可以看到它的规模:
- 守护进程:
src/daemon/下有 9 个文件——server.rs、registry.rs、mailbox.rs、health.rs、recovery.rs、audit.rs等,负责常驻运行、健康检查、崩溃恢复和审计日志 - MCP 服务器:独立的
squad-mcp二进制,通过帧式 stdio JSON-RPC 传输提供send_message、check_inbox、mark_done等工具 - 工作流引擎:YAML 配置驱动的
src/workflow/engine.rs状态机 - TUI 界面 + 3 个适配器:还包括
src/tui/和src/adapter/(hook、watcher)
合计 28 个源文件、约 4500 行 Rust 代码。智能体要先连上 .squad/squad.sock socket,由守护进程转发消息——功能上很完整,工程上却埋了三颗雷。
为什么必须删:守护进程与 AI 智能体天生不合 💥
雷点 1:PID 追踪在 AI 智能体场景下不可靠
AI 智能体(Claude Code、Gemini CLI、Codex CLI)执行 shell 命令时用的是临时子进程——命令一执行完,进程就没了。这意味着守护进程想通过 PID 判断"某个 agent 还活着吗"、想自动清理掉线智能体,根本不可靠。v2 的重构计划里对此有明确结论:agent 的生命周期只能靠显式的 squad join / squad leave 管理。
雷点 2:常驻进程 = 无休止的运维负担
守护进程带来了它自己的一套问题:进程怎么启动?崩了怎么拉起(recovery.rs)?怎么判断它假死了(health.rs)?审计日志写在哪(audit.rs)?对"在终端里让几个 AI 互相发消息"这个目标来说,这些全是为基础设施而写的基础设施代码。
雷点 3:MCP 是多余的一层
智能体本来就会执行 shell 命令,为什么要绕道 MCP 协议再回到数据库?v2 的设计决策一针见血:每条命令都是一次性操作,直接读写 SQLite,不需要任何常驻层。
重构后:CLI 消息总线如何工作 🔧
重构计划文档 2026-03-21-squad-v2-cli-redesign.md 的第一步就是壮士断腕——rm -rf src/daemon src/mcp src/protocol src/workflow src/adapter src/tui src/bin,然后从零重建。
新架构只靠一个 SQLite 文件(.squad/messages.db)撑起全部通信。在 src/store.rs 里,两条 PRAGMA 解决了多终端并发访问的关键问题:
PRAGMA journal_mode=WAL;
PRAGMA busy_timeout=5000;
WAL 模式让读写不互相阻塞,5 秒忙等待避免"database is locked"。
核心命令一览
| 命令 | 作用 |
|---|---|
squad join <id> --role <role> |
以某身份加入(同名自动加 -2 后缀,原子写入) |
squad send <from> <to> <message> |
发消息(@all 广播给除自己外的所有智能体) |
squad receive <id> |
检查收件箱(一次性检查,立即返回) |
squad task create / ack / complete |
结构化任务分配与状态流转 |
squad history |
查看完整消息历史 |
squad leave <id> |
离开并保留未读消息 |
角色行为由 .squad/roles/ 下的 Markdown 模板定义,内置三个:manager.md(拆解目标、分配任务)、worker.md(执行任务、汇报结果)、inspector.md(代码审查、PASS/FAIL 裁决)。每个智能体在自己的终端里循环"接任务 → 干活 → 汇报 → 查新消息"即可。
重构后踩过的"小坑":--wait 双消费者竞态
删掉守护进程不等于高枕无忧。v2 最初的 squad receive --wait 会阻塞等待新消息,结果撞上了一个隐蔽的竞态:
AI 工具的 bash 命令超时(120–300 秒)会把阻塞中的 --wait 命令丢到后台,而智能体自己又发起了第二个 receive——两个消费者竞争同一批消息,SQLite 事务保证只有一个成功标记"已读",输的那个永远看不到这条消息。
修复思路体现极简主义:poll-receive 计划 只改了 8 个文件、约 50 行代码——
- 模板层:从所有 slash 命令模板和角色模板中删掉
--wait指令,让智能体用"检查一次、立即返回"的squad receive <id>,天然契合 AI 工具"执行→拿结果→思考→再执行"的模型 - 数据层:给 src/store.rs 的收件事务加上
id <= max_id围栏,只把真正 SELECT 出来的消息标记为已读,杜绝 SELECT 与 UPDATE 之间新消息被"幽灵已读" - 保留
--wait仅用于人工调试,不推荐智能体使用
后续演进:session token 防止身份被顶
无守护进程也带来了新问题:两个终端用同一个 ID join,旧终端浑然不知自己的身份已被顶替。v0.3 引入 src/session.rs:join 时生成 UUID 写入 .squad/sessions/<id>,send/receive 时校验本地 token 与数据库是否一致,不一致就报错 Session replaced,提示智能体换 ID 重新加入——用 40 行代码换来了显式的冲突检测,依然没有引入任何常驻服务。
这次重构的 3 个启示
- 匹配使用方的运行模型:AI 智能体是"短命进程"的集合,给它们配常驻守护进程,就像给游牧民族修驿站——不如直接递上"文件 + 一次性命令"这套工具
- 用成熟基础设施替代自研中间件:SQLite 的 WAL + 忙等待 + 事务,顶掉了 v1 里 mailbox、health、recovery 一大摞模块
- 删代码是最勇敢的重构:从 4500 行到 600 行,砍掉的不只是代码,还有整类 bug 的生存空间。如今 squad 已迭代到 v0.7.6(见 Cargo.toml),任务系统、团队模板、多平台 slash 命令都长在同一个极简地基上
如果你也想试试这个"零守护进程"的多智能体协作方案,三步即可上手:squad setup 安装 slash 命令 → squad init 初始化工作区 → 在三个终端分别运行 /squad manager、/squad worker、/squad inspector,完整的命令参考见 README.md。
