普通的 Chatbot 只会「说」。真正的编码智能体要能读代码、改文件、跑测试、修 bug、再验证，形成工程闭环。
Coding Agent 把这条闭环做成了基础设施：
- 知道做没做对 — 三层轨迹验证器（结果 / 过程 / 质量），独立 Reviewer 复核
- 能并行、能协作 — 管理者模式拆分任务，多个 Worker 并行执行，一个成功则级联终止
- 从经验中学习 — 每次任务归档为经验，
/evolve自动提炼候选规则 - 可观测、可回归 —
/stats一眼看清系统状态，/eval让改动不会退化
git clone https://github.com/231dff/coding-agent.git && cd coding-agent
pip install -e .
coding-agent init # 首次配置模型
cd /path/to/your/project
coding-agent "解释这个项目的模块结构"前置要求：Python 3.11+ · Docker Engine · 任意 OpenAI 兼容模型的 API Key
| 能力 | 说明 |
|---|---|
| 代码理解 | Tree-sitter 解析 → 依赖图 / 调用图 / 影响分析，改前先看谁会被影响 |
| 自主修改 | 事务式多文件修改，要么全成功，要么全回滚 |
| 沙箱执行 | Docker 隔离 + 默认断网 + 内存/CPU 限制，rm -rf 伤不到宿主 |
| 测试闭环 | 写操作后自动跑 run_tests，失败信息注入上下文，Agent 自主修复 |
| 独立审查 | review_changes 让 Reviewer 看 git diff + 测试结果，独立于主 Agent 判断 |
| 交付报告 | 任务结束生成结构化 Markdown：改动文件 / 测试结果 / 审查结论 |
| 并行执行 | spawn_workers 分解独立子任务，一个成功则级联终止其余 |
| 持续进化 | 经验归档 → /evolve 提炼规则 → 人工审核后写入系统提示 |
| 可观测 | /stats 汇总任务成功率、工具使用频次、按模型成本 |
| 回归测试 | /eval 从历史经验挖案例，跑当前版本与 baseline 对比 |
/help 查看全部命令
/thinking 查看最近一次任务的思考过程
/stats 运行统计（成功率 / 工具 / 成本）
/eval mine|list|run 回归测试：挖案例 / 列案例 / 跑对比
/evolve 从历史经验生成进化提案
/skills 列出所有技能
/recall <q> 检索历史会话
/exit 退出
单次任务模式：
coding-agent "给 calc.py 的 add 函数补 docstring 并加单元测试"┌──────────────────────────────────────────────────────┐
│ 接入层 CLI · FastAPI · React Web │
├──────────────────────────────────────────────────────┤
│ Agent 装配 系统提示 · 工具集 · 中间件链 · 规划图 │
├──────────┬──────────┬──────────┬─────────────────────┤
│ 代码理解 │ 沙箱执行 │ 中间件 │ 可观测性 │
│ 依赖/调用 │ Docker │ 熔断/压缩 │ 日志/成本/轨迹 │
│ 影响分析 │ 事务/补丁│ 指标/缓存 │ 经验/统计/Eval │
├──────────┴──────────┴──────────┴─────────────────────┤
│ 工具层 · 技能层 · MCP 集成 · 上下文管理 │
└──────────────────────────────────────────────────────┘
统一走 OpenAI 兼容接口 + Anthropic 原生接口：
通义千问 · OpenAI · Claude · DeepSeek · Kimi · 智谱 · Gemini · OpenRouter · Ollama · 自定义
改 agent/config.yaml 的 model 字段即可切换，无需改代码。
coding-agent/
├── agent/ Agent 核心：装配、配置、Provider、规划/修复图
├── codebase/ 代码理解：解析、依赖图、调用图、影响分析、检索
├── context/ 上下文：装配、预算、压缩、状态栏
├── sandbox/ 沙箱：Docker 后端、事务、补丁
├── tools/ 工具集（含 review / report / parallel / test 等）
├── middleware/ 中间件：熔断、压缩、缓存、轨迹、自动测试
├── memory/ 双层记忆：用户卡片 + 会话检索
├── skills/ 技能系统
├── mcp_client/ MCP 协议集成
├── observability/ 日志、指标、成本、轨迹写入
├── verification/ 三层轨迹验证器
├── agent/eval/ 回归测试框架
├── agent/stats/ 统计面板
├── agent/evolution/ 经验归档 + 进化提案
├── agent/parallel.py 并行 Worker 执行器
├── api/ FastAPI 网关
├── frontend/ React 19 Web 界面
├── evals/ 评测框架
├── benchmarks/ 基准测试
├── deploy/ Docker Compose 一键部署
└── tests/ pytest 测试套件（230+ 用例）
# 单元测试
pytest -m "not integration"
# 端到端评测
python -m evals --model qwen:qwen-max
# Docker 部署（Agent + Postgres）
cd deploy && cp .env.example .env && docker compose up -d⭐ 如果这个项目对你有帮助，欢迎 Star。
Built with ❤️ and ☕