Skip to main content
Glama

PAC Runner

PAC Runner 是一个配置化、可发布、可扩展的 Prompt-as-Code 多场景执行器。

它把 QClaw、WorkBuddy、Cursor、Claude Code 或其他智能体的任务,统一转换成标准任务,再交给本地 Codex 执行,并通过 CLI、MCP、任务文件和结果文件形成完整闭环。

核心能力

  • 多场景任务执行:通用、代码、调研、文档、视频制作、交付。

  • 标准任务文件:.pac.md / .json

  • 标准结果文件:<任务ID>_结果.md

  • CLI 入口:pac-runner

  • MCP 入口:pac_runpac_listpac_validate

  • 配置化:支持 config.json 和环境变量,不依赖个人路径。

  • 可扩展:新增模板、场景和工具无需改核心代码。

安装

npm install
npm link

或者直接运行:

node bin/pac.mjs list

配置

复制配置模板:

cp config.example.json config.json

常用环境变量:

export CODEX_EXE="/path/to/codex"
export CODEX_HOME="$HOME/.codex"
export PAC_DEFAULT_CWD="$PWD"
export PAC_DEFAULT_OUTPUT_DIR="$PWD/output"
export PAC_STATE_FILE="$PWD/.pac-runner/state.json"

快速使用

查看场景:

pac-runner list

直接执行:

pac-runner run --scenario coding --prompt "整理当前目录的脚本说明" --json

用标准任务文件:

pac-runner run --task examples/video-production.pac.md --json

生成模板:

pac-runner template --scenario video-production --out my-video.pac.md

校验任务文件:

pac-runner validate --task examples/video-production.pac.md --json

MCP 接入

启动 MCP server:

node src/mcp-relay.mjs

通用 MCP 配置:

{
  "mcpServers": {
    "pac-runner": {
      "command": "node",
      "args": ["/absolute/path/to/pac-runner/src/mcp-relay.mjs"]
    }
  }
}

MCP 工具:

  • pac_list:列出场景。

  • pac_run:执行标准任务。

  • pac_validate:校验任务文件。

场景

场景

用途

general

通用分析、整理、执行

coding

代码、脚本、自动化

research

调研、分析、根因排查

document

Markdown、Word、PPT、Excel、PDF

video-production

短视频、分镜、渲染

delivery

任务交付与回传

任务文件

---
id: video_task_20260901_1200
scenario: video-production
title: 制作一条15秒短视频
status: ready
priority: normal
owner: pac-runner
cwd: .
outputDir: ./output
inputFiles: []
imagePaths: []
expectedOutputs: ["分镜脚本", "视频文件", "渲染日志"]
timeoutMs: 1200000
---

在这里写具体任务要求。

结果文件

执行成功后自动生成:

<outputDir>/<任务ID>_结果.md

安全模式

QClaw 技能包调用 Codex 时使用:

--approve-for-me

不绕过审批和沙箱,输出目录通过 --add-dir 授权写入。该模式已通过 QClaw 开放平台安全检测。

商业化

商业模式、定价和 Pro/Enterprise 边界见:

测试

npm test

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/h1e0f1u3y1o1u/pac-runner'

If you have feedback or need assistance with the MCP directory API, please join our Discord server