sofagent

_{简体中文 | English}

这是什么

💬 一句话版本：进场时它替你把业务摸清、写成文件；离场后你的数字员工每次改代码、动文件，都按文件过一道安检、留一份记录、存一个快照——出事能查、能回滚。

🏢 组织视角版本：AI 落地的卡点已经从「模型够不够聪明」迁移到「组织敢不敢接」——能不能进组织架构、有没有账号、绩效怎么算、做错了怎么退回。sofagent 就是给数字员工办入职的那套制度：进场把岗位职责写成文件（岗位职责说明书），离场按文件做绩效考核（每次变更留证据）、组织记忆（越干越有的家底）、试错容错（做错了退得回）。给 AI 发工号之前，先装 sofagent。

开源 FDE Harness 层——嵌在成熟 Agent（DSH / OpenClaw / WorkBuddy）与模型层之间做治理：进场把业务判断写成文件（工作流、本体数据、AI 节点部署），离场按文件审计每一次变更。约束层五种能力（注入 · 审计 · 回溯 · 沉淀 · 进化），五种形态分发（FDE 插件 / Skill / MCP / CLI / Dashboard）。sofagent 不造 Agent——交付的是让任何 Agent 被管住的那一层。

_{零配置审计实拍：一行命令审计最近一次 commit，密钥泄漏当场拦截}

10 分钟轻量试用：npx -y -p @sofagent/audit sofagent-audit（任意 git 仓库，密钥泄漏当场拦截）。

该不该装？

和 gitleaks / pre-commit 这类工具什么关系？（互补不互替）

核心特性

进场 · 生成判断（FDE 相位——把「该不该上 AI、值多少钱」判断出来，冻结成交付物）：

• 🧭 梳理工作流——五要素深挖 + 三问判定法，把每个岗位环节摸清，算清每个 AI 节点值多少钱
• 🤖 部署 AI 节点——三层交付物（文档层 + Skill 层 + 运行层），装进你已有的 AI 工具，从"你干活"变"你派活"
• 📦 判断冻结成交付物——每个节点带「做好标准（merge_criteria）· 谁拍板（approver）」，机器可判定、跨阶段共享

离场 · 驻留判断（Harness 相位——按交付物 7×24 执行，进化时写回）：

• 🏠 离场后常驻——FDE 能力留下巡检、审计、优化，7×24 在线守护（commit 时触发审计），人离场治理不离开
• 🔍 零配置审计——npx -y -p @sofagent/audit sofagent-audit，任何 git 仓库秒级审计最近一次 commit（单机实测：quick 约 1.1s、5 万行 diff 约 6.1s，口径见 HANDBOOK）
• 🧱 24 条审计规则 + 105 个 MCP tool——密钥泄漏、越界编辑、注入防御、权限红线，违规当场拦截（critical 层命中后其余规则跳过——fail-fast 设计）。证据两档：24 条中 19 条基于 git diff 硬证据（本地即生效）+ 4 条混合（diff + Agent 日志，Agent 接入后生效）+ 1 条文件系统扫描；A7/A8 等日志规则在无 Agent 日志时跳过（信任边界详见 LIMITATIONS §三）
• 🛡️ 自动快照回溯——每次审计后自动存档，出事一键回到任意快照

什么是 FDE Harness

FDE = Forward Deployed Engineer（前线部署工程师）——把模型塞进企业真实业务里的人。sofagent 把这个角色做成开源 FDE Harness 层，嵌在你的 Agent（DSH / OpenClaw / WorkBuddy）与模型层之间。一个 FDE Harness 的完整工作流分两个阶段，中间的交接物把它们缝成一件事：

• 进场 · 生成判断：四步走完——梳理工作流 → 构建双图谱 → 判定 AI 节点 → 部署。双图谱 = 业务图谱（系统边界、数据流向，人读）+ 本体图谱（共享语义底座，AI 读），把企业变成机器可读的结构；每个 AI 节点的「做好标准（merge_criteria）· 谁拍板（approver）· 何时跑（trigger）」在这一步被判断出来，冻结进交付物（workflow.yml + 本体数据 + skills）。
• 离场 · 驻留判断：FDE 走，判断留下——审计在 commit 等变更事件时按冻结的标准自动触发（证据分档见「核心特性」首条）；daemon 7×24 巡检、快照可回滚、经验持续沉淀。人离场，治理不离开。

🔗 为什么必须一体：交付物是两个阶段共享的活状态——进场时写入、离场后执行时读、进化时写回（试验分支晋升基线、反思蒸馏回流）。没有 FDE，约束层没有判据可执行；没有约束层，FDE 的判断随人离场蒸发。这正是「FDE Harness」名字的由来——不是 FDE 功能 + Harness 功能的拼盘，是同一件事的两个阶段。

从 FDE 到 FDEing：两个阶段的合成效果，是把 Forward Deployed Engineer（一个岗位）变成 Forward Deployed Engineering（一种能力）——岗位随人走，能力随交付物留。FDEing 读作 /ef-di-i-ing/，与 engineering 同构。

为什么是 FDE Harness

• 企业 AI 落地的瓶颈不是模型，是部署——MIT NANDA《生成式人工智能的鸿沟》：95% 的企业 GenAI 项目没能产生能写进财务报表的价值，而 FDE 岗位发布量一年涨了 729%（核验见 VALIDATION）
• 完整来自组合——DSH 解决「能干活」，sofagent 解决「持续干」，两者合起来才是完整的 FDE Harness（见下一章「多平台挂载」的 DSH 档）
• 约束层「持续优化」靠机制不靠承诺——外部独立实验（ARC-AGI-3，能力型 harness 数据——提升的是任务得分与 token 效率，与治理型约束层的可靠性收益非同一量纲）：同一模型仅优化外层 Harness 可显著提升任务完成率。核验见 VALIDATION · THANKS
• 能力可迁移，绝不绑死单一平台——约束层平台无关，方法论跟着业务走、不跟着平台走

🔄 自举：sofagent 给自己做的第一份 FDE，就是 sofagent 自己——项目本身就是一条完整的 FDE 工作流（梳理 → 构建 → 部署 → 离场），这个开源仓库就是那份交付物。

多平台挂载

横跨你已有的 Agent、纵贯模型层，不替代模型，只补可靠执行——FDE Harness 层平台无关（插件 / Skill / MCP / CLI / Dashboard 五种形态按宿主能力分发），方法论跟着业务走，不跟着平台走：

• 别假设能力对齐——档位差的是注入强度，不是「有没有」：DSH 逐工具调用可拦，OpenClaw 每会话注入一遍，其余宿主由 Agent 自觉读 Skill 文本（建议性）。「支持某平台」= 约束资产在该平台可用，≠ 约束强度与其他平台相同；跨宿主迁移或写集成文档前，先看目标宿主落在哪一档，完整矩阵见加载链 HOOK
• 审计兜底平台无关——sofagent-audit --install-hook 走 git hook，任何档位每次 commit 都过 24 条审计，违规硬拦截。约束是建议性的，审计是强制性的

一条命令选定挂载档位：bash install.sh --platform <平台名>（全部平台与差异见 HANDBOOK）

v1.5.0：治理模块 · 可见性与本体成熟（✅ 已发版 · 2026-09-19）

🛡️ 引擎长出「治理面」——三件事一次到位：

同版另有：Ontology Validation Engine（DAG 无环 + 激活前置门 fail-closed）· FDE 陪跑期期满总结 · 存量清扫与 @sofagent/inject 更名 · DSH 插件 7 事件位接线。MCP 104→105 tools · 测试 4805→4903 · acceptance 352→357（13 包 workspace 口径，发版时点；badge 与安装命令当前仍指 v1.4.9，随发版同步翻牌）。完整内容见开发日志 · 更早版本见 CHANGELOG。

FDE Harness 两阶段

进场 · 生成判断（FDE 相位）：梳理业务流（五要素深挖 + 三问判定法，算清每个 AI 节点值多少钱）→ 构建双图谱（业务图谱人读 + 本体图谱 AI 读）→ 判定 AI 节点 → 部署三层交付物。每个节点带「做好标准 merge_criteria · 谁拍板 approver · 何时跑 trigger」，冻结进交付物。

离场 · 驻留判断（Harness 相位）：FDE 走，判断留下——daemon 7×24 巡检、commit 触发 24 条审计（含 AgentShield 五类配置面静态扫描）、快照可回滚、经验持续沉淀；进化时把试验分支晋升、反思蒸馏写回交付物。

两阶段缝在一件事上：交付物是共享的活状态（进场写、离场读、进化写回）——没有 FDE，约束层没有判据可执行；没有约束层，FDE 的判断随人离场蒸发。这就是「FDE Harness」不是两个功能拼盘的原因。

组织管理学视角——两阶段对应给数字员工办入职的全流程：

安装

⚠️ 企业用户先读 LIMITATIONS §三——config.yml 默认非 fail-closed（规则可被 Agent 篡改绕过），多租户写入侧隔离尚未落地（v0 已交付查询侧隔离：orgId 过滤 + data// 路径地基，见 LIMITATIONS）。强合规场景建议 CI 兜底 + 文件权限锁（chmod 400 .sofagent/config.yml——辅助层，对同用户进程无效，见 LIMITATIONS §三），不要用单机默认配置直接上生产。

30 秒，零配置（首次含 npx 拉包约 30 秒，复跑秒级——引擎本体约 1.1s，实测口径见上）——在任何 git 仓库跑一次审计：

npx -y -p @sofagent/audit sofagent-audit

💡 quick 跑 17 条默认规则（A3 任务范围 / A9 commit-msg 注入检测激活——自动读最近一次 commit 消息，无消息时 A9 按无输入处理标记跳过），完整 24 条 + hook 自动审计需 --init——详见 LIMITATIONS §三。

拦截特定格式密钥泄漏时是这样的（真实输出；A2 检测 AWS AKIA/Secret、OpenAI sk-、GitHub ghp_、Google AIza、Slack xox-、JWT、PEM 私钥等已知格式，通用密钥形态暂不覆盖——保守设计防误报，详见 LIMITATIONS §三 A2）——首屏的实拍图即此场景，此处不再重复。

完整安装（Node.js ≥ 18，先下载审查再执行）——装在企业跑 AI 节点的设备上：

curl -fsSL https://raw.githubusercontent.com/KongFangXun/sofagent/refs/tags/v1.5.0/bootstrap.sh -o bootstrap.sh
less bootstrap.sh          # 先看一眼脚本内容，确认安全
bash bootstrap.sh && rm bootstrap.sh

🔒 供应链信任链：tag 钉定 + sha256 校验 + fail-closed + 自锚定哈希重入二次校验（详见 SECURITY.md 远程安装节）；⚠️ 审计日志默认明文落盘——企业部署建议开启静态加密。

sofagent-audit --init      # 装 git hook，之后每次 commit 自动审计
sofagent-audit --doctor    # 验证环境（可选）

💡 安装脚本主要写入 ~/.sofagent/（数据目录）+ ~/.local/bin（CLI 入口）；检测到 OpenClaw 时额外写入其集成目录；npm 权限不足时 CLI 入口 fallback 到 /usr/local/bin。其余系统文件零改动。--init 安装三层防线 git hook（pre-commit 拦 .sofagent/ 入库 + commit-msg 规则审计 + post-commit 对账）；--no-verify 可跳过 commit-msg 审计——防的是诚实 Agent 的疏忽不是恶意绕过，被跳过的 commit 由 post-commit 事后对账留痕（提示「疑似绕过」）但不阻断；个人兜底三件事：CI 侧 sofagent-audit --diff、定期 --doctor、翻审计记录。详见 LIMITATIONS。

📌 install.sh 是企业设备安装器——装在企业跑 AI 节点的设备上（约束层 + daemon 巡检 + 单机 dashboard）；FDE 自己的电脑不需要跑，FDE 的工具是 FDE Skill（方法论），详见 部署架构。

📌 bootstrap.sh 和 install.sh 的关系：bootstrap.sh 是 install.sh 的一行下载包装器——curl bootstrap.sh | bash 等价于「下载 install.sh + 运行 install.sh」。两个脚本装的是完全一样的东西，bootstrap 只是省掉手动 clone/下载那一步。

完整安装方式（clone / npx / 最小安装 / 企业部署）、卸载、以及「两条通道都叫 sofagent 怎么分辨」等消歧细节见 HANDBOOK · 安装。企业用户想直接用 FDE 方法论梳理工作流，看 FDE/README.md（零依赖，不需要 Node.js；15 分钟最短路径见其「15 分钟最短路径」小节）。

使用

_{Dashboard 驾驶舱（单文件 HTML · 截图版本 v1.4.0）：规则通过率、审计任务、违规趋势——AI 在干什么，一眼看清。
（实际界面以安装态为准）}

📊 Dashboard 有三个入口，各归各位：

入口	命令	形态	给谁看
终端版	sofagent-dashboard --full	终端 ASCII 三栏（零前端依赖）	开发者 / FDE 快速看
Web 版	sofagent web（install.sh 安装态可用）· 仓库态 node tools/dashboard/serve-dashboard.mjs	浏览器可视化（localhost:3780）	老板 / IT 可视化看
macOS 双击	双击 start-dashboard.command	Web 版的 macOS 快捷方式（仅 macOS 双击入口）	macOS 用户

👁️ Agent 视角：装完 hook 后每次 commit 触发审计——PASS 输出简短回声后放行（自动快照），违规直接打进终端输出并按配置推送 Webhook / IM，Agent 侧无独立图形界面（详见 PHILOSOPHY §二）。

⚠️ 不要裸装 npm i sofagent-audit——npm 上的裸名包 sofagent-audit 是本项目的旧代理包（已 deprecated，长期滞后于主包）。CLI 的正式包名是 @sofagent/audit（带 scope），CLI 安装统一走 bootstrap.sh / install.sh / @sofagent/audit。

规则市场——社区规则集以 sofagent-ruleset-* npm 包发布、--ruleset-path 手动加载（也支持指向你自己的 JSON 规则）：

npx -y -p @sofagent/audit sofagent-audit --list-rulesets      # 看有哪些规则集
npx -y -p @sofagent/audit sofagent-audit --ruleset security   # 加载安全规则集

FDE 进场部署——两条路径任选：

• 方法论路径（零依赖）：读 FDE/GUIDE.md，按手册手动梳理工作流，Excel + 人脑也能跑
• 工具路径（Node.js ≥ 18）：FDE 在企业设备上跑 install.sh 装好约束层后，用自己的 AI 工具说"帮我做 FDE 诊断"，Agent 从进场开始引导

常见问题

• 能上生产吗？ 当前为单机单用户设计（多租户见 ROADMAP；静态加密与边界见 LIMITATIONS——企业部署前必读 SECURITY）。
• 收集我的数据吗？ 缺省全量本地。可选联邦查询 = 你主动配置才出本机（见 SECURITY）。

生态与文档索引

Featured in（社区收录 · 含收录申请中）：

上游与插件入口：

• DeepSeek Harness（DSH 上游仓库）：https://github.com/deepseek-ai/deepseek-harness
• Cordis 运行时：https://github.com/cordiverse/cordis
• 7 款 cordis-plugin-sofagent* 插件源码（6 款原子 + 1 款聚合）：engine/dsh-plugins/

🧪 工程可信度（当前口径）：4905 测试 / 13 模块包 + 11 插件（7 DSH + 4 OpenClaw）· 24 条审计规则 · fresh-eyes 独立审查持续运行。 测试数为 v1.4.9 发版后 main 时点实测口径（随修复批滚动，发版时点为 4805）；当前权威值以 tools/check/test-count.sh 实跑为准，包数统计标准见 WIKI。审查环境注意事项见 docs/guides/review-system.md；性能数据为单机参考值，跨工具横评排期 v1.4.x 与 Benchmark 集成。

欢迎提 Issue 和 PR，尤其较真的那种 · 贡献指南 · 致谢
_{MIT License © 孔放勋 · ⭐ 如果 sofagent 帮到你，Star 一下让更多人看到}