从零用 Python 实现的命令行自主编码代理(同类:Claude Code / DeepSeek Harness 的精简版)。 具备自主工具调用、多 Agent 并行、纵深安全与可量化评测;并内置可开关的教学模式,可将代理从"代写工具"切换为"陪练导师"。
后端模型通过 OpenAI 兼容 API 调用(默认 DeepSeek),换模型只需改适配层。
- 自主 Agent 引擎:ReAct 循环(思考 → 调工具 → 观察 → 自纠),工具以统一注册表管理、数据驱动分发;非法 JSON / 未知工具 / 工具异常均兜底不崩。
- 6 大内置工具:
read_file/write_file/edit_file(精确唯一匹配替换)/bash(超时+输出截断)/glob/grep。 - MCP 协议:内置 MCP Client,运行时动态挂载外部 MCP Server 的工具,与内置工具同表、统一分发。
- Skill + Slash + Hook:
- Skill 渐进式加载(简介常驻、正文按需
load_skill)。 - Slash Command(
/help/review/auto/teach)。 - 生命周期 Hook(事件总线 / 观察者模式,
pre_tool/post_tool)。
- Skill 渐进式加载(简介常驻、正文按需
- 纵深安全(5 层限权):工具白名单 / 路径沙箱(
realpath防穿越)/ 命令校验 / 人工确认 / 审计日志;执行层只校验实际操作,可防 Prompt Injection。 - 上下文与记忆:超阈值 LLM 摘要压缩(保留 system + 最近 N 轮,处理 tool_call 配对边界);跨轮次 + 跨会话持久化记忆。
- 多 Agent 并行:SubAgent 上下文隔离分发(
dispatch)+ Git Worktree 并行(dispatch_parallel,多子代理在独立工作副本同时改代码不冲突);用contextvars实现每线程工作目录隔离。 - 教学内核(差异化):
/teach开关注入教学 playbook,代理按"分级提示 → Socratic 提问 → 出题检验"引导用户自己实现,而非直接代写。 - 评测闭环:自建评测集 + 执行验证(对标 SWE-bench 思路)+ LLM-as-Judge(开放式任务),每题在隔离临时环境中运行,自动统计任务成功率。
agent/
loop.py # Agent Loop 内核(_agent_loop)+ 主/子 agent + 并行 + 压缩 + 教学开关
workdir.py # 每线程工作目录(contextvars),并行隔离的地基
hooks.py # 事件总线(register_hook / fire)
default_hooks.py # 5 层安全钩子 + 确认开关 + 审计
mcp_client.py # MCP 客户端(stdio)
tools/ # 工具:6 大内置 + load_skill / remember / dispatch / dispatch_parallel
skills/ # Skill 技能包(teaching 教学内核 / code-review)
eval/ # 评测闭环:cases.py(评测集)+ run_eval.py(harness)
main.py # CLI 入口(REPL + Slash Command)
pip install -r requirements.txt
export DEEPSEEK_API_KEY=your-key # Windows: set DEEPSEEK_API_KEY=your-key
python main.py常用命令:/help 查看命令,/teach 开/关教学模式,/auto 开/关自动批准,exit 退出。
python -m eval.run_eval对评测集逐题运行代理(隔离临时环境)→ 执行验证 / LLM-as-Judge 判定 → 打印任务成功率。
Python · OpenAI 兼容 API(DeepSeek)· MCP · Git Worktree · threading / contextvars · subprocess · ReAct · LLM-as-Judge