79 个 Workspace 成员如何组成产品
按入口、Agent 运行时、工具和基础设施还原 Cargo Workspace 的真实分层
本页解决的问题
先给结论「79 个 Workspace 成员如何组成产品」要解决的关键问题是什么？
按入口、Agent 运行时、工具和基础设施还原 Cargo Workspace 的真实分层
让这个结论先证明自己值得留下。 把这一页当成决策工具，而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果，以及一个能改变你判断的失败上。
写下一个问题：试完这个方法后，你能用什么证据回答它？
结论听起来很完整，却没有检查最关键的假设。
能从根 workspace 清单定位产品主轴，并区分二进制组合入口、TUI 库、Shell Agent 宿主与会话状态组件。
Workspace members
根清单的实际成员数。根文件首行注明它是自动生成的 workspace root。
Codegen members
主体集中在 crates/codegen/，另有 build、common、prod 与 third_party。
阅读主轴
组合入口、TUI、Shell 宿主、领域能力、推理与状态，避免套用虚构的四层目录。
[workspace]
resolver = "2"
members = [
"crates/build/xai-proto-build",
"crates/codegen/xai-grok-pager-bin",
"crates/codegen/xai-grok-shell",
...
]
[[bin]]
name = "xai-grok-pager"
path = "src/main.rs"
# Agent runtime + leader/stdio/headless entry points.
xai-grok-shell = { workspace = true }
.git 元数据，因此不声称对应某个 commit 版本。沿依赖定位职责
从 xai-grok-pager-bin/Cargo.toml 出发，分别找出 TUI 库与 Agent 宿主依赖。再到 xai-grok-sampler/src/actor/mod.rs 和 xai-chat-state/src/actor/mod.rs 写下二者各自拥有的状态。
pager-bin 组合入口延伸到 pager、shell、领域 crate、sampler 与 chat-state。「核心视觉 · 教学化结构图」如何改变一次回答
「根清单的实际成员数。根文件首行注明它是自动生成的 workspace root」说明，模型处理的不是我们眼中的“字数”，而是一段段 Token。Token 的切分方式会影响输入长度、上下文能放下多少内容，以及一次请求要花多少计算。
长度、信息量和上下文不是一回事
当「主体集中在 crates/codegen/ ，另有 build、common、prod 与 third_party」变长时，先要分清三件事：文字被切成多少 Token、哪些内容真正参与当前判断、以及旧内容是否已经超出上下文窗口。删掉重复说明通常比单纯把窗口开得更大更有效。
先保留会改变判断的内容
可以用「从 xai-grok-pager-bin/Cargo.toml 出发，分别找出 TUI 库与 Agent 宿主依赖。再到 xai-grok-sampler/src/actor/mod.rs 和 xai-chat-state/src/actor/mod.rs 写下二者各自拥有的状态」做一次对照：保留同样的问题，分别删掉重复背景、压缩格式和移除无关历史，比较答案质量、延迟与 Token 数量。
从「核心视觉 · 教学化结构图」走到「Workspace members」
「核心视觉 · 教学化结构图」先把问题落在「pager-bin 组合入口 xai-grok-pager TUI 与交互 xai-grok-shell Agent 宿主 agent / tools workspace 领域 xai-grok-sampler 模型请求与流式事件 xai-chat-state conversation / token / persistence compaction 横跨 Agent 策略、Shell 会话流程与 token est…」上；到了「Workspace members」，讨论继续推进到「根清单的实际成员数。根文件首行注明它是自动生成的 workspace root」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
处理长文本时，先保留会改变结论的内容，再决定如何压缩格式和历史；上下文更长只有在新增信息真正有用时才值得付出代价。
- 「核心视觉 · 教学化结构图」：pager-bin 组合入口 xai-grok-pager TUI 与交互 xai-grok-shell Agent 宿主 agent / tools workspace 领域 xai-grok-sampler 模型请求与流式事件 xai-chat-state conversation / token / persistence compaction 横跨 Agent 策略、Shell 会话流程与 token est…
- 「Workspace members」：根清单的实际成员数。根文件首行注明它是自动生成的 workspace root
- 「沿依赖定位职责」：从 xai-grok-pager-bin/Cargo.toml 出发，分别找出 TUI 库与 Agent 宿主依赖。再到 xai-grok-sampler/src/actor/mod.rs 和 xai-chat-state/src/actor/mod.rs 写下二者各自拥有的状态
最后的「沿依赖定位职责」把讨论落到「从 xai-grok-pager-bin/Cargo.toml 出发，分别找出 TUI 库与 Agent 宿主依赖。再到 xai-grok-sampler/src/actor/mod.rs 和 xai-chat-state/src/actor/mod.rs 写下二者各自拥有的状态」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。