Свои агенты

Goalrail позволяет описать агента коротким YAML-файлом: prompt, harness, model, tools, skills и policies. После этого агент получает тот же platform layer, что и встроенные workflows: web UI, persistent sessions, collaboration, sandboxing и deployment.

Минимальный пример

name: reviewer
prompt: |
  You are a careful code reviewer.
executor:
  type: goalrail
  harness: claude-sdk
  model: claude-sonnet-4-6

Запуск:

goalrail run ./agents/reviewer.yaml
goalrail run ./agents/reviewer/   # директория с config.yaml

Из чего состоит config

Harnesses

Harness определяет runtime: Claude Code, Codex, OpenAI Agents SDK или другой исполнитель agent loop.

Models & Credentials

Model и auth описывают, какую модель использовать и откуда Goalrail берет доступ: API key, subscription CLI login или gateway.

Prompts & Skills

Prompt задает роль агента. Skills добавляют reusable инструкции, которые можно вызывать явно или включать в workflow.

MCP & Tools

Tools дают агенту возможности: MCP servers, Python functions, sub-agents и унаследованные tools.

Policies

Policies ограничивают действия агента: approvals, budgets, access controls, PII checks и свои Python policies.

Пример с policy

name: safe-reviewer
prompt: |
  Review code changes and explain risks clearly.
executor:
  type: goalrail
  harness: claude-sdk
  model: claude-sonnet-4-6
policies:
  rate_limit:
    type: function
    handler: goalrail.policies.builtins.safety.max_tool_calls_per_session
    factory_params:
      limit: 40

Такой агент получает hard limit на количество tool calls в сессии.