sofagent (cordis-plugin-sofagent-audit)
面向 AI 编程 agent 的提交时审计 harness——24 条 git diff 规则(密钥泄漏、越界改动、提示注入)、HMAC 签名审计链、快照回滚、84 工具 MCP server;dsh plugin add 即装。
kongfangxun
@kongfangxun
⬇ 2
★ 45
main
安装
dsh plugin --profile web add github:kongfangxun/sofagent
需要可复现安装时,可在仓库后追加 #commit 固定提交。
面向 AI 编程 agent 的提交时审计 harness——24 条 git diff 规则(密钥泄漏、越界改动、提示注入)、HMAC 签名审计链、快照回滚、84 工具 MCP server;dsh plugin add 即装。
该插件未提供要点说明,请参考仓库 README。
typescriptagent-governanceagent-auditai-safetyenterprise-aigit-hooks
- 安装并启动 DeepSeek Harness:
npx @deepseek-ai/dsh web - 在终端执行上面的安装命令(CLI 会解析插件并核验来源)
- 用 dsh plugins list 确认已安装,必要时重启 Harness 生效
插件以当前 dsh 进程的权限运行,安装时可能执行代码。请先通读仓库源码与许可证,确认无破坏性命令与越权访问;本站只做索引,不对第三方插件安全性作担保。
| 代码仓库 | github.com/kongfangxun/sofagent/tree/main/engine/dsh-plugins/cordis-plugin-sofagent-audit |
| 许可证 | MIT |
| 主要语言 | main |
| 下载量 | 2 |
| GitHub 星标 | 45 |
| 最近推送 | 2026-09-17 |
| 收录日期 | 2026-09-19 |
| 分类 | 安全与权限 |
事实信息来自公开插件目录快照(2026-10-03),介绍文案由本站再加工。
以下为插件仓库 README 全文(原始内容,由公开目录抓取整理)。
# sofagent [图片: sofagent] [图片: Verify] [图片: License: MIT] [图片: Version] 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,这就是 sofagent 干的事。 **开源 FDE Harness 层。**一人公司 / 小企业的 AI 落地工程师——不睡觉、不离职、自带审计官。**横跨成熟 Agent(执行体:DSH / OpenClaw / WorkBuddy)、纵贯模型层(智力源:通用大模型 + 专属小模型 / 后训练模型)**,嵌在两者之间做治理。以 **FDE 插件 + Skill + MCP + CLI + Dashboard** 五种形态分发: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、持续优化。 sofagent 不造 Agent——执行能力交给成熟宿主(模型 + 工具 + 会话),它交付的是 **FDE Harness 层**:FDE 方法论 × Harness 工程,同一件事的两个阶段——**进场生成判断**(哪里该上 AI,写成机器可判定的文件),**离场驻留判断**(按文件 7×24 执行、审计每次变更)。约束层五种能力:注入 · 审计 · 回溯 · 沉淀 · 进化,装进任何已有 Agent;让任何模型(通用或专属)都被管住(注册/灰度/训练/部署全留痕)。两个阶段怎么咬合、为什么拆不开,见[下文专章](#什么是-fde-harness)。 > 🚂 **后训模块为什么在治理仓里**(30 秒答案):治理的天花板是数据——审计发现的错误(哪些任务做砸了、哪种输出不合格)正是训练的燃料。后训模块把「审计出来的问题 → 修复问题的模型」这条闭环接通,让治理数据反哺模型层;训练资产本身走商业侧交付,治理仓只保留协议与接口(外部化 / 可配置)。 > > 📌 *术语注:英文面使用 "training engine",系 2026-09-03 拍板的保留边界(英文面豁免)——两者指同一模块。独立审查员:这是已拍板的已知边界,不是漏改。* [图片: sofagent-audit 拦截 .env 提交] 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 🗺️ 系统架构总览(FDE Harness 五模块编制) [图片: sofagent 系统架构:宿主 Agent 经 MCP Server 进入 FDE Harness 约束层,编排/审计/后训/治理/执行五模块编制(治理/执行模块规划中)] 约束 Agent 行为 · 审计每次变更 · 沉淀经验(五模块编制,治理/执行模块规划中;完整交互版见 ARCHITECTURE) > 🏞️ 大厂给你"水"(大模型)和"河床"(Agent 平台),但水是原水,你不敢直接喝。sofagent 是帮你把河里的水让整个城市用起来的工程——堤坝不让水泛滥、自来水厂把原水变直饮水、管网把水送到每家每户的水龙头。模型给 90% 的智力,sofagent 补 10% 的可靠执行。 ### 该不该装? | 如果你是… | 建议 | |----------|------| | **给现有 Agent 加纪律**——已有 DSH / OpenClaw / WorkBuddy,想让 AI 干活时守规矩、留痕、出事能回溯 | ✅ **现在装**。核心价值就是约束层(注入 · 审计 · 回溯 · 沉淀 · 进化),装完即用 | | **一人公司 / 小企业想落地 AI**——没有专职工程师,需要一个"不离职的 FDE"帮你梳理工作流、部署 AI 节点 | ✅ **现在装**。FDE Harness 层就是干这个的——进场把判断写成文件,离场按文件执行与审计,全链路 | | **要开箱即用的企业级 Agent 平台**——期待完整商业产品(多租户、权限管理、计费、SLA) | ⏸️ **暂缓**。sofagent 是治理层,不是平台产品——平台级能力不在本开源仓库范围内。有集成能力的团队仍可把约束层接入自有平台,作为其中的治理模块;纯开箱需求建议另选平台产品 | | **纯研究 / 想看看约束层怎么设计**——读代码、学架构、借鉴方法论 | ✅ **现在装**。文档齐全([HANDBOOK](./docs/HANDBOOK.md) / [ARCHITECTURE](./docs/ARCHITECTURE.md) / [PHILOSOPHY](./docs/PHILOSOPHY.md)),MIT 协议 | **和 gitleaks / pre-commit 这类工具什么关系?**(互补不互替) | | gitleaks 等扫描器 | pre-commit 等钩子 | sofagent | |---|---|---|---| | 定位 | 密钥全量历史扫描 | 通用提交钩子框架 | Agent 行为审计约束层 | | 证据面 | 仓库文本模式 | 自定义脚本 | git diff 硬证据 + Agent 日志 + 决策留痕 | | 覆盖维度 | 密钥泄漏 | 任意(自己写) | 24 条规则:密钥/越界/注入/权限/后门 | | 建议 | 强密钥合规必配 | 已有体系可保留 | 与前两者并用,专注 Agent 治理维度 | **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)。 ## 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](./docs/HANDBOOK.md)) - 🧱 **24 条审计规则 + 104 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](./docs/LIMITATIONS.md#三安全与信任模型局限)) - 🛡️ **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。 [图片: sofagent 三层定位:模型层 → FDE Harness 层 → Agent 层] **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](./docs/VALIDATION.md)) - **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(见下章) - **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](./docs/VALIDATION.md) · [THANKS](./docs/THANKS.md) - **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: | 档位 | 平台 | 约束注入 | 挂载方式 | |------|------|---------|---------| | **深度结合** | DeepSeek Harness | ✅ **逐工具调用可拦** | 6 款原子 `cordis-plugin-sofagent-*` 挂进运行时(另有 1 款聚合插件可选,见上章)——`tools/pre-execute` 等 8 个生命周期事件 | | **完整挂载** | OpenClaw | ✅ **每会话注入一次** | Hook 注入四层约束 + 断路器 + 4 款 OpenClaw 插件 | | **标准挂载** | Claude Code / Cursor | ⚠️ Skill 自觉加载 | Skill 目录 symlink + 平台规则文件 + 拦截配置(内容为提交级 24 规则,非调用级拦截) | | **薄挂载** | WorkBuddy / Codex / Gemini CLI / Hermes | ⚠️ Skill 自觉加载 | Skill 目录 symlink(Codex 走 `AGENTS.md` 挂载点)+ git hook 审计 | - **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](./engine/hooks/sofagent-load-chain/HOOK.md) - **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](./docs/HANDBOOK.md)) ## v1.4.9:设备接入与数据承接 📡 **设备接入与数据承接**——引擎从单机审计长成多设备数据承接层,三条链一次收口:设备注册与派单(G9:Ed25519 身份 + 心跳新鲜度判定 + 在线才派单/掉线改派挂起)· 授权读取与加密上行(G10/G11:`device_data_query` 白名单授权读取 + `device_data_push` opt-in 上行——WAL 加密暂存/明文不落盘/断点续传/审计计量 evidence)· 训练数据飞轮(T7/T8/T9:router 过站 session 承接 schema fail-closed + 签名验签 + 脱敏贯通 + cost 台账 · 敏感识别三层插槽 L0 正则/L1 词典/L2 NER · 权重灰度 AB hash 稳定分流 + 劣化触发 + 噪声保护)· 平台接口面(G5b/G1:连接器注册/发现租户隔离 + workflow 模板导出/导入与血缘追踪)· 工程效能(T6/T10 + bugfix:installer skill 四步装机引导 + 模型清单上报 + skill 快照 · 修复批 13 项)。MCP 工具 95 → **104** · 测试 4429 → **4805**。完整内容见[开发日志](./docs/changelog/v1.4/v1.4.9.md) · 更早版本见 [CHANGELOG](./CHANGELOG.md)。 ## FDE 方法论 **两阶段的前半段。**很多企业上 AI 的路径是反的——先选模型、搭平台、买 Agent,结果没人用。问题不在技术,在于**还没搞清楚自己的业务流程,就想让 AI 接管**。 多数工具教你怎么造 Agent,sofagent 先解决**AI 该放在哪**——把这个判断从拍脑袋变成可复制的方法论: | 阶段 | 输入 | 做什么 | 产出 | |------|------|--------|------| | 一、梳理 | 岗位清单 · 现有系统 | **五要素深挖**——按岗位摸清每个环节的输入 / 输出 / 负责人 / 耗时 / 痛点 | 企业画像 | | 二、判定 | 企业画像 | **三问判定法**——从业务节点识别可 AI 化的:🔄 自动执行 / ⚡ 强化岗位 → **AI 节点**,👤 暂不动,按 ROI 排优先级 | 节点方案 + 年节省金额 | | 三、交付 | 节点方案 | **三层交付物**——文档层 + Skill 层 + 运行层,让 AI 节点真的跑起来 | 本体数据(ontology)+ workflow.yml + skills/ | 完整方法论(四阶段十二步)见 [FDE/GUIDE.md](./FDE/GUIDE.md)——半天精读,读完能独立做 FDE。 > 💾 **部署完别急着走**:单个节点的 workflow 经 DeepSeek Harness 执行后端直接「烧」进 U 盘——U 盘就变成一个节点、一把 key,插到哪台机器哪台就能跑(拔掉零残留)。开源 6 款原子插件已挂载进 DSH(另有 1 款聚合插件可选),烧录即用。 ## FDE Skill 体系 **两阶段的缝合处**——进场生成的判断冻结成随节点加载的 Skill,离场后约束层按它执行。部署 AI 节点只是第一步:上面讲的是判断怎么生成、放在哪里,接下来是它怎么被驻留执行。FDE Skill 体系解决这个问题: - 📜 **SKILL.md**——唯一主入口,由你的 AI 工具加载:按阶段路由到对应子 Skill,岗位规范按任务类型自动注入(梳理 / 审计 / 编排) - 🧩 **阶段子 Skill**——进场 → 深挖 → 量化 → 交付 → 离场五步闭环(01-entry → 05-exit),每一步该做什么、交付什么都定义清楚 - 🔒 **harness 约束骨架**——entry-gate / fde-template / engage / loop-check / task-closure…,从进场到离场每一步都有对应的约束模板 - 📚 **知识资产管道(沉淀能力)**——think.md 反思 + knowledge 维护的结构化管道已就绪;持续使用场景下的沉淀效果实测数据积累中(详见 [LIMITATIONS §核心效果实测情况](./docs/LIMITATIONS.md#核心效果实测情况)) > 部署的不是裸 Agent,是**带约束骨架的 Agent**——约束是建议性的,审计是强制性的:Agent 可以不遵守约束,但每次变更都逃不过审计。 ## 约束层(Harness) **两阶段的后半段。**进场生成的判断(merge_criteria / approver / trigger)由它驻留执行——这是 FDE 离场后判断仍然生效的那一半。约束层是 sofagent 的行为底座,五种能力(对外叙事;内部实现为五模块编制——编排/审计/后训/治理/执行,二者与五种分发形态的对应关系见 [ARCHITECTURE 功能编制](./docs/ARCHITECTURE.md#功能编制约束层内的功能模块--2026-09-06-定型)): - **注入**——Agent 启动时注入企业约束,四层加载链;约束是建议性的 - **审计**——24 条 git diff 硬证据规则(quick 零配置默认 17 条,扩展 7 条经 config 启用)+ AgentShield 五类配置面静态扫描;审计是强制性的,每次变更必审,违规当场拦截 - **回溯**——每次审计后自动快照存档,出事一键回到任意快照 - **沉淀**——审计轨迹、think.md 反思、行业案例蒸馏成可复用知识资产(knowledge/ 知识库 + SKILL 文件;知识沉淀当前为格式管道,内容填充随模型接入推进,见 [LIMITATIONS](./docs/LIMITATIONS.md)) - **进化**——think.md 反思 + Dream Cycle + evolve,消费沉淀的知识资产自动变强(知识沉淀当前为格式管道,内容填充随模型接入推进,见 [LIMITATIONS](./docs/LIMITATIONS.md)) ## 安装 > ⚠️ **企业用户先读** [LIMITATIONS §三](./docs/LIMITATIONS.md#三安全与信任模型局限)——`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 444 .sofagent/config.yml`),不要用单机默认配置直接上生产。 **30 秒,零配置**——在任何 git 仓库跑一次审计: ```bash 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](./docs/LIMITATIONS.md#三安全与信任模型局限)。 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](./docs/LIMITATIONS.md#三安全与信任模型局限))——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**: ```bash curl -fsSL https://raw.githubusercontent.com/KongFangXun/sofagent/refs/tags/v1.4.9/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](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。 ```bash 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](./docs/LIMITATIONS.md)。 > > 📌 **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](https://clawhub.ai/kongfangxun/skills/sofagent)(方法论),详见 [部署架构](./docs/ARCHITECTURE.md#安装包边界与部署架构v132-定位校准)。 > > 📌 **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。 更多安装方式(clone 安装 / npx 完整安装 / 最小安装 / 企业部署)见 [HANDBOOK](./docs/HANDBOOK.md);**卸载方式见 [HANDBOOK · 卸载](./docs/HANDBOOK.md#卸载怎么干净地撤掉)**(`bash engine/scripts/uninstall.sh`,会一并回收三层 git hook)。企业用户想直接用 FDE 方法论梳理工作流,看 [FDE/README.md](./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)。 **我要装什么 → 走哪条通道**——两个「一次装全套」入口,按你所在环境**二选一**,**无需同时装**(两者互不依赖,也不互为前置): | 我要装什么 | 走哪条通道 | 装完得到什么 | |---|---|---| | 全套能力,走 npm 生态 | `npm i -g sofagent`(npm 裸名总包 `engine/umbrella`) | `@sofagent/audit` + `@sofagent/mcp` + `@sofagent/orchestrator` + `@sofagent/daemon` | | 全套能力,走 DSH 宿主挂载 | 宿主 profile 的 `bundles` 挂一条 `cordis-plugin-sofagent` | 该聚合插件声明的全部原子插件(挂一条即聚合) | > ⚠️ **两条通道都产出名为 `sofagent` 的命令,但语义不同——别混用一个名字的心智**: > > | | npm 裸名总包(`npm i -g sofagent`) | `install.sh` 安装态 | > |---|---|---| > | `sofagent` 是什么 | **审计薄转发**——等价 `sofagent-audit`,零配置 30 秒审计 | **完整安装面入口**——另有 `status` / `web` / `dashboard` 等子命令 | > | 实现位置 | `engine/umbrella/bin/sofagent.js`(spawn 转发到 `@sofagent/audit`) | `$SOFAGENT_HOME/bin/`(install.sh 写入) | > > **PATH 判别法**(不确定自己在用哪个时):`command -v sofagent` 看路径落在 npm global 还是 `$SOFAGENT_HOME/bin`;再 `sofagent --help` 看首屏是**审计参数表**还是**安装版子命令表**(`sofagent web` 只在 install.sh 安装态可用)。 > 两者同时存在于 PATH 时,**显式用全名**(审计走 `sofagent-audit …`)或调整 PATH 次序——**不要**假设 `sofagent` 一定是完整安装面。(v1.4.9 安装入口消歧批) ## 使用 [图片: sofagent Dashboard 驾驶舱] 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](./docs/PHILOSOPHY.md#系统暴露的能力agent-视角))。 [图片: 使用路径:试用 → 团队 → 企业 → 自运转] | 入口 | 做什么 | 装在哪 | 花多久 | |------|--------|--------|:----:| | **`npx -y -p @sofagent/audit sofagent-audit`** | 零配置审计最近一次 commit,秒级出结果(首次 npx 约 30 秒) | 任意 git 仓库(临时) | 30 秒 | | **`--ruleset` 规则市场** | 加载安全等规则集,或自定义 JSON 规则 | 同上 | 1 分钟 | | **GitHub Action** | 每次 PR 自动审计,违规标注在 diff 行上 | CI/CD | 配置一次 | | **install.sh 全套** | 注入·审计·回溯·沉淀·进化五能力 + daemon 巡检 + dashboard——Agent 的完整约束层 | **企业设备**(跑 AI 节点的服务器/电脑) | FDE 驻场安装 | **安装粒度对比**(同一个约束层,三种装法——按场景选): | 装法 | 命令 | 生命周期 | 适合 | |------|------|---------|------| | npx 临时 | `npx -y -p @sofagent/audit sofagent-audit` | 用完即走,每次重新下载 | 任意仓库快速审计、CI 外的一次性检查 | | npm 项目内 | `npm install @sofagent/audit`(项目 devDependency) | 随项目安装,版本锁进 package-lock | 固定依赖的团队项目、可复现审计 | | npm 全局 | `npm install -g @sofagent/audit` | 装一次到处用 | 跨仓库日常审计、daemon 常驻 | > ⚠️ **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): ```bash 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](./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](./docs/ROADMAP.md);静态加密与边界见 [LIMITATIONS](./docs/LIMITATIONS.md)——企业部署前必读 [SECURITY](./SECURITY.md))。 - **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): [](https://glama.ai/mcp/servers/KongFangXun/sofagent) [](https://github.com/awesome-dsh-plugin/awesome-dsh-plugin) [](https://github.com/Jenqyang/Awesome-AI-Agents) [](https://github.com/AdamPlatin123/dsh-plugin-radar/blob/main/PLUGINS.md) [](https://github.com/0xsline/awesome-deepseek-harness) [](https://github.com/punkpeye/awesome-mcp-servers/pull/13312) [](https://github.com/ai-boost/awesome-harness-engineering/pull/227) [](https://github.com/e2b-dev/awesome-ai-agents/pull/1471) **上游与插件入口**: - DeepSeek Harness(DSH 上游仓库): - Cordis 运行时: - 7 款 `cordis-plugin-sofagent*` 插件源码(6 款原子 + 1 款聚合):[`engine/dsh-plugins/`](./engine/dsh-plugins/) | 你想了解 | 看哪里 | |:---------|:--------| | **全局索引**(所有文档一个入口) | [WIKI](./docs/WIKI.md) | | 怎么装、怎么用、常见问题 | [HANDBOOK](./docs/HANDBOOK.md) | | 架构设计(约束层「对内的技术名字」 · 注入链 · 进化机制 · 24 条规则) | [ARCHITECTURE](./docs/ARCHITECTURE.md) | | 接口总览(七大接口面 + 104 MCP tools 清单) | [API](./docs/API.md) | | 设计哲学 | [PHILOSOPHY](./docs/PHILOSOPHY.md) | | 行业印证与生态定位(与现有工具的差异) | [VALIDATION](./docs/VALIDATION.md) | | 版本路线图 | [ROADMAP](./docs/ROADMAP.md) | | 每个版本做了什么 | [CHANGELOG](./CHANGELOG.md) | | FDE 诊断方法论(四阶段十二步) | [FDE/GUIDE.md](./FDE/GUIDE.md) | | 安全声明 · 已知局限 | [SECURITY](./SECURITY.md) · [LIMITATIONS](./docs/LIMITATIONS.md) | | 贡献指南 | [CONTRIBUTING](./CONTRIBUTING.md) | > 🧪 **工程可信度**:4807 测试 / 13 模块包 + 11 插件(7 DSH + 4 OpenClaw)(口径:13 个 workspace 包;包数与统计标准见 [WIKI](./docs/WIKI.md))· 24 条审计规则 · fresh-eyes 独立审查持续运行(测试数以 `tools/check/test-count.sh` 判定为准,环境注意事项见 [docs/guides/review-system.md](./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
数据来源:公开的 DeepSeek Harness 插件目录与各插件 GitHub 仓库。本站为独立第三方目录,与 DeepSeek、幻方(High-Flyer)及插件作者均无隶属或背书关系。