convez.ai
PluginAutomaçãoAvançado
Windpicker-owo

Coding Agent

Windpicker-owo/coding_agent

Agente de IA para programação com colaboração de sub-agentes e caching de contexto

Ver no GitHub
InicialPluginScore · de 0 a 100

Um agente de programação colaborativo com arquitetura frontend-backend desacoplada. Funciona sob o framework Neo-MoFox e utiliza múltiplos sub-agentes (Scout, Researcher, Coder, Reviewer) para entender projetos, planejar alterações e modificar código com precisão. Suporta persistência de sessão, rollback de operações e integração MCP.

Instalação

$npx convez-ai Windpicker-owo/coding_agent

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
0
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 5 meses
Versão
v0.4.2
Issues abertas
0
Contribuidores
1

Casos de uso

  • Assistência inteligente em modificação e refatoração de código
  • Análise automática de estrutura e tecnologia de projetos
  • Prototipagem rápida com geração de código guiada por planos
  • Execução segura de comandos bash com aprovação e auditoria

Veredito

Solução robusta e bem-arquitetada para automação de tarefas de codificação em larga escala. Destaca-se pela divisão inteligente de responsabilidades entre agentes, persistência confiável e mecanismos de segurança (aprovação de comandos, rollback). Recomendado para equipes que buscam um assistente de programação empresarial com controle fino.

README

A tradução para o português deste README ainda está na fila.

Coding Agent

类 Claude Code 的编程智能体,前后端分离架构。运行在 Neo-MoFox 框架之上。

概述

Coding Agent 是一个 AI 编程助手插件,能够理解你的项目、制定实施计划、精确修改代码。它通过 WebSocket 与前端 TUI 通信,支持流式对话、工具调用、会话持久化和操作回滚。

核心特性

  • 子代理协作:主编排器 + 4 个专职子代理(侦察 / 研究 / 编码 / 审查)
  • 流式响应:LLM 输出实时推送到前端
  • 会话持久化:对话历史保存到 .agents/context/sessions/,重启后无缝恢复
  • 操作回滚:每次写操作自动创建快照,支持一键回滚
  • 命令审批:危险的 bash 命令需用户确认,支持永久规则和会话规则
  • MCP 集成:可通过 MCP 协议扩展工具能力
  • 项目上下文缓存:自动侦察项目结构,缓存 24 小时避免重复分析

架构

┌──────────────┐     WebSocket      ┌────────────────┐
│   TUI 前端    │ ◄──────────────► │  CodingAgent    │
│  (独立项目)   │                    │   Adapter       │
└──────────────┘                    └───────┬────────┘
                                            │ 消息管线
                                   ┌────────▼────────┐
                                   │  CodingAgent     │
                                   │   Chatter        │
                                   │  (主编排器)       │
                                   └───┬──────┬──────┘
                                       │      │
                          ┌────────────┤      ├────────────┐
                          ▼            ▼      ▼            ▼
                   ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐
                   │  Scout   │ │Researcher│ │  Coder   │ │Reviewer  │
                   │  (侦察)  │ │ (研究)   │ │ (编码)   │ │ (审查)   │
                   └──────────┘ └──────────┘ └──────────┘ └──────────┘
                          │            │           │
                          └────────────┼───────────┘
                                       │
                              ┌────────▼────────┐
                              │     工具层       │
                              │ bash/read/write │
                              │ edit/grep/find  │
                              │ ls/create_plan  │
                              │ implement_plan  │
                              └─────────────────┘

组件一览

组件类型组件名说明
Chattercoding_agent主编排器,管理对话流程、子代理调度
Adaptercoding_agent_adapterWebSocket 服务端,管理 TUI 连接
Agentproject_scout快速侦察项目结构、技术栈、模块边界
Agentmodule_researcher深入分析指定模块,输出结构化报告
Agentcoder按落地计划精确实施代码变更
Agentauto_reviewer用轻量模型自动审查 bash 命令安全性
Toolbash执行 shell 命令,支持终端环境选择和审批
Toolread读取文件内容
Toolwrite创建/覆写文件
Tooledit精确替换文件片段
Toolgrep正则搜索文件内容
Toolfind按文件名/模式搜索文件
Toolls列出目录结构
Toolcreate_plan创建实施计划文档
Toolimplement_plan将计划交给 Coder Agent 实施
Serviceproject_context项目上下文缓存的读写

工作流程

1. 连接阶段

TUI 通过 WebSocket 连接 ws://host:8765/coding-agent/ws,指定工作目录。Adapter 创建 CodingSession 并绑定到 ChatStream。

2. 项目研究(Phase 1)

首次进入项目(或缓存过期)时:

  1. ProjectScoutAgent 快速侦察:目录结构、技术栈、配置、构建系统等
  2. 根据侦察结果确定需要深入研究的模块
  3. ModuleResearcherAgent 并行研究各模块(默认最多 6 个并行)
  4. 研究结果缓存到 .agents/context/project_overview.json(默认 TTL 24 小时)

3. 交互循环(Phase 2)

用户输入 → 主编排器理解需求 → 制定计划 → Coder执行 → 审查结果
  • 主编排器负责理解需求、澄清歧义、制定实施计划
  • Coder Agent 按照计划精确修改代码
  • AutoReviewer 审查 bash 命令的安全性
  • 所有操作记录到 Checkpoint,支持回滚

4. 会话恢复

重启后可通过 session_id 恢复之前的对话,完整回放历史消息。

配置

# config.toml 中的 coding_agent 配置段

[plugins.coding_agent.config.model]
main_task = "coding_main"          # 主 agent 模型
researcher_task = "coding_researcher"  # 研究员模型
coder_task = "coding_coder"        # 编码员模型
reviewer_task = "coding_reviewer"  # 审查员模型

[plugins.coding_agent.config.context]
cache_ttl_hours = 24               # 项目缓存有效期
max_parallel_researchers = 6        # 最大并行研究员

[plugins.coding_agent.config.bash]
default_timeout = 30               # bash 默认超时秒数
max_output_lines = 200             # 最大输出行数
preferred_terminal = "pwsh"        # 优先终端 (pwsh/powershell/cmd/bash)

[plugins.coding_agent.config.ws]
host = "0.0.0.0"
port = 8765
path = "/coding-agent/ws"

[plugins.coding_agent.config.mcp]
main_mcp_servers = []              # 主 Agent 可用的 MCP 服务器
coder_mcp_servers = []             # Coder 可用的 MCP 服务器
researcher_mcp_servers = []        # 研究员可用的 MCP 服务器

首次使用

需要在 config/model.toml 中配置 5 个模型任务,插件才能正常工作:

任务名用途推荐模型类型
coding_main主编排器(理解需求、制定计划)强推理模型
coding_researcher模块研究员(分析代码)性价比模型
coding_coder编码员(实施代码变更)强推理模型
coding_reviewer命令安全审查轻量模型
coding_title会话标题生成轻量模型

最简配置示例(追加到 model.toml 末尾):

[model_tasks.coding_main]
model_list = ["你的强推理模型名"]

[model_tasks.coding_researcher]
model_list = ["你的性价比模型名"]

[model_tasks.coding_coder]
model_list = ["你的强推理|代码模型名"]

[model_tasks.coding_reviewer]
model_list = ["你的轻量模型名"]

[model_tasks.coding_title]
model_list = ["你的轻量模型名"]

模型名需与你在 [[api_providers]] 中配置的提供商兼容。每个任务还可按需配置 max_tokens、temperature、concurrency_count 等参数。

目录结构

plugins/coding_agent/
├── __init__.py              # 插件入口
├── plugin.py                # 插件注册
├── chatter.py               # 主编排器(699行)
├── adapter.py               # WebSocket 适配器(849行)
├── orchestration.py         # 子代理编排器
├── config.py                # 配置定义
├── prompts.py               # 所有 Prompt 模板
├── session_manager.py       # 会话管理
├── session_store.py         # 会话持久化
├── checkpoint_manager.py    # 操作回滚系统
├── permission_manager.py    # 命令审批规则引擎
├── mcp_integration.py       # MCP 工具注入
│
├── agents/                  # 子代理
│   ├── project_scout.py     # 项目侦察
│   ├── module_researcher.py # 模块研究
│   ├── coder.py             # 代码实施
│   └── auto_reviewer.py     # 命令安全审查
│
├── tools/                   # 工具集
│   ├── base.py              # 工具共享基类
│   ├── bash.py              # Shell 执行
│   ├── read.py              # 文件读取
│   ├── write.py             # 文件写入
│   ├── edit.py              # 精确编辑
│   ├── grep.py              # 内容搜索
│   ├── find.py              # 文件查找
│   ├── ls.py                # 目录列表
│   ├── create_plan.py       # 创建计划
│   └── implement_plan.py    # 实施计划
│
└── services/                # 服务
    ├── project_context.py   # 项目上下文缓存
    ├── gitignore_scope.py   # .gitignore 过滤
    ├── terminal_environment.py  # 终端环境适配
    └── tool_loop_guard.py   # 工具循环护栏

依赖

  • Neo-MoFox Core ≥ 1.2.0-rc
  • json_repair:容错 JSON 解析
  • 运行中的模型服务(OpenAI/Anthropic 兼容接口)

前端(TUI)

Coding Agent 本身只包含后端逻辑,TUI 前端为独立项目,通过 WebSocket 协议连接。协议消息格式可参考 adapter.py 中的 broadcast_to_session 和消息处理逻辑。

安全

  • 路径沙箱:所有文件操作限制在项目工作目录及 linked_directories 内
  • 命令审批:bash 命令按规则引擎分级审批(永久允许/拒绝 → 会话允许 → 需用户确认)
  • 自动审查:AutoReviewer 用轻量模型预判命令风险
  • 操作回滚:写操作前自动创建快照,误操作可回滚

许可

MoFox Team - 作为 Neo-MoFox 项目的一部分发布。

Ver o original no GitHub

Bom para

Relacionados