Daemon-Installation

Der Daemon führt Ausführungen von Agenten aus. Registriere eine oder mehrere Runtimes, um die Ausführungskapazität zu skalieren.

Der Daemon führt Ausführungen von Agenten aus. Registriere eine oder mehrere Runtimes, um die Ausführungskapazität zu skalieren.

Schnellstart (Docker)

# 1. Get a registration token
# In Agent Orchestrator: Runtimes → Register Runtime → copy token

# 2. Run the daemon
docker run -d \
  --name agenthub-daemon \
  -e AGENTHUB_SERVER_URL=http://your-ao-server:8082 \
  -e AGENTHUB_TOKEN=<your-token> \
  -e AGENTHUB_RUNTIME_NAME="My Runtime" \
  -v agenthub-workspaces:/root/agenthub_workspaces \
  simplifierag/miri:daemon

Schnellstart (lokal / Bare Metal)

# 1. Install dependencies
# Python 3.11+, git, opencode (auto-installed by daemon)

# 2. Get registration token from AO UI
export AGENTHUB_SERVER_URL=http://your-ao-server:8082
export AGENTHUB_TOKEN=<your-token>
export AGENTHUB_RUNTIME_NAME="Local Runtime"

# 3. Run
python3 agenthub_daemon.py start --foreground

Umgebungsvariablen

Docker Compose (Produktion)

# docker-compose.daemon.prod.yaml
services:
  daemon:
    image: simplifierag/miri:daemon
    environment:
      AGENTHUB_SERVER_URL: https://your-ao.com
      AGENTHUB_TOKEN: ${AGENTHUB_TOKEN}
      AGENTHUB_RUNTIME_NAME: "Production Runtime"
    volumes:
      - daemon-workspaces:/root/agenthub_workspaces
    restart: unless-stopped

volumes:
  daemon-workspaces:

Ausführen: docker compose -f docker-compose.daemon.prod.yaml --env-file .env.daemon.prod up -d

systemd-Dienst (Linux)

# Install (as root)
curl -fsSL https://raw.githubusercontent.com/simplifierag/sf-agent-os/main/daemon/install.sh | bash -s -- \
  --server https://your-ao.com \
  --token <token> \
  --name "Production Runtime"

# Manage
systemctl status agenthub-daemon
systemctl restart agenthub-daemon
journalctl -u agenthub-daemon -f

opencode-Integration

Der Daemon benötigt opencode, um Ausführungen durchzuführen. Die Installation übernimmt er automatisch:

• Docker-Image — Vorinstalliert unter /root/.opencode/bin/opencode
• Lokal — Wird beim ersten Start automatisch installiert (curl ... | bash)
• Version — In daemon/Dockerfile auf eine kompatible Version festgelegt

Modellkonfiguration

Standardmodell pro Runtime festlegen:

export AGENTHUB_OPENCODE_MODEL=anthropic/claude-3-5-sonnet

Agenten können das Modell pro Ausführung über ihre Ausführungseinstellungen überschreiben.

Registrierungs-Tokens, Neustarts und Updates

• Ein Registrierungs-Token funktioniert nur einmal und läuft ab. Runtimes → Runtime registrieren zeigt den Token mit einem Countdown „Läuft ab in …” an (24 Stunden). Er ist verbraucht, sobald sich ein Daemon das erste Mal damit registriert.
• Danach braucht ein Daemon keinen neuen Token. Bei der Registrierung speichert er seine Runtime-Zugangsdaten (credentials.json, nur für den Benutzer des Daemons lesbar) in seinem State-Verzeichnis — standardmäßig .daemon-state im Workspaces-Verzeichnis. Ein Neustart, ein Neuanlegen des Containers oder ein Image-Update (auch über WUD) setzt dann dieselbe Runtime anhand dieser Datei fort.
• Lege das State-Verzeichnis auf ein Volume. Die Compose-Dateien legen es im Workspaces-Volume des Daemons ab. Geht dieses Volume verloren — oder wird der Daemon mit einer anderen Server-URL, einem anderen Runtime-Namen oder einem anderen Token gestartet —, registriert er sich neu und braucht über Runtime registrieren einen frischen Token.
• Beim Stoppen wird laufende Arbeit abgeschlossen. Beim Stoppen nimmt der Daemon keine neuen Ausführungen mehr an und wartet bis zu AGENTHUB_DRAIN_SECONDS auf laufende. Noch nicht beendete Ausführungen gehen sofort zurück in die Warteschlange und werden erneut aufgenommen. Gib deinem Container oder Dienst ein Stopp-Timeout, das über diesem Wert liegt — die Compose-Dateien verwenden 90 Sekunden; ein einfaches docker stop mit den standardmäßigen 10 Sekunden würde das Warten verkürzen.

WUD-Auto-Update (Watchtower)

Automatische Daemon-Updates aktivieren:

# In daemon compose, add WUD sidecar:
wud:
  image: getwud/wud:latest
  environment:
    WUD_WATCHER_LOCAL_WATCHBYDEFAULT: "false"
    WUD_SERVER_ENABLED: "true"
  labels:
    - "wud.watch.daemon=true"
    - "wud.trigger.miri=true"

# In daemon:
environment:
  AGENTHUB_WUD_URL: http://wud:3000

So funktioniert es:

1. Das Backend setzt das Flag pendingUpdate an der Runtime
2. Der Heartbeat des Daemons liefert das Flag aus
3. Der Daemon ruft WUD lokal auf → WUD lädt das neue Image → startet den Daemon neu
4. Zusätzlich wird alle 6 Stunden auf einen neuen :latest-Digest geprüft

Entferntes Backend + lokaler Daemon

Gängiges Muster: AO-Backend in der Cloud, Daemon auf dem lokalen Rechner:

# Local machine
export AGENTHUB_SERVER_URL=https://your-cloud-ao.com
export AGENTHUB_TOKEN=<token-from-cloud-ao>
python3 agenthub_daemon.py start

• Der Daemon fragt das Cloud-Backend über HTTPS ab
• Git-Checkouts erfolgen lokal (dein Rechner, deine Zugangsdaten)
• Auslieferungen werden von deinem Rechner ins Git-Remote gepusht

Mehrere Runtimes

Registriere mehrere Daemons für:

• Verschiedene Umgebungen — Dev / Staging / Prod
• Verschiedene Hardware — GPU fürs Programmieren, CPU für Analysen
• Verschiedene Netzwerke — On-Premises hinter einer Firewall + Cloud
• Skalierung — Ausführungen auf mehrere Rechner verteilen

Alle Runtimes erscheinen auf der Seite Runtimes mit individuellem Zustand und individueller Kapazität.

Fehlerbehebung

Logs

# Docker
docker logs -f agenthub-daemon

# Local (foreground)
python3 agenthub_daemon.py start --foreground

# Systemd
journalctl -u agenthub-daemon -f

Log-Datei: ~/.agenthub/daemon.log (rotierend, standardmäßig 5 Dateien à 10 MB)

PID-Datei

~/.agenthub/daemon.pid — wird von den Befehlen stop/restart/status verwendet.

Letzte Updates

• opencode-Integration — Automatische Installation, festgelegte Version, Modellkonfiguration
• WUD-Auto-Update — Vom Daemon vermittelte Remote-Updates über Watchtower
• Unterstützung mehrerer Runtimes — Viele Daemons registrieren, individuelle Zustandsüberwachung
• Entferntes Backend — Daemon lokal gegen eine Cloud-AO betreiben