🌐 English abridged version → | 🇨🇳 中文完整版
sofa + agent = 沙发特工——希望有一天，我们能躺在沙发上，Agent 就把活干完了。
License：MIT。代码、文档、模板——随便用，保留版权声明就行。
面向中小企业（SMB）和一人公司（OPC）的开源 FDE 工具包——约束底座管 Agent 行为，审计引擎盯代码变更。不用请顾问、不用写 prompt，装完就能跑。自己就能梳理 workflow、搭建 AI 节点。
成熟度说明：作者自用一个多月，审计引擎日常稳定（406 tests 全绿），编排引擎能跑但未到「装上就能用」。如果你试了，告诉我什么场景、什么问题。
90/10 法则：不要和 AI 模型竞争它们已经擅长的 90%（代码生成）。真正的价值在没人敢跳过的 10%——验证、审计、问责。AI 模型越强，这 10% 就越值钱。sofagent 做这 10%。
💡 为什么需要 sofagent：企业 AI 落地的核心矛盾，是将概率性的大模型装进必须可追踪、可控制、可问责的传统业务流程中。模型负责建议，系统负责验收，工具负责执行——这就是 sofagent 做的事。
- ❌ 不是 AI 框架、不写 prompt
- ❌ 不是 Skills 商店
- ✅ 是 FDE 工具包：约束底座 + 审计引擎——git diff 审计兜底。OpenClaw 做后台 harness 层（你用自己的 Agent 对话，OpenClaw 在后台管约束+审计）
FDE 做什么：就像工头带着一群 AI 员工进企业上岗——适配上下文、搭建工作台、确保每个 AI 节点能独立产出价值后才能离开。sofagent 是这个过程的工具包，提供三样东西：
工具 做什么 一句话 约束底座 给每个 AI 节点装上缰绳——4 底线 + 6 铁律，不让它越界 装缰绳 审计引擎 每次 AI 改完代码自动审计，git diff 硬证据，不依赖 AI 自觉 查作业 编排引擎 FDE 识别出 AI 节点后，拆成可执行任务链，定期 A/B 重优化 拆任务 💡 行业共识：Rolling AI（服务 100+ 企业 4 年的 AI 咨询公司）指出，AI 落地中技术占比不超过 1/3，真正的挑战是组织变革和业务适配。sofagent 解决的是技术侧的那 1/3——让 FDE 不用操心 Agent 会不会跑偏。详见 FDE/FDE.md。
三件工具怎么跑、依赖什么：
| 工具 | 怎么跑 | 依赖 |
|---|---|---|
| 约束底座 | 纯 MD 规则文件，Agent 启动时自动读到上下文里 | 无——装了就行 |
| 审计引擎 | npm 全局安装，挂载 git pre-commit hook，每次提交自动跑 | git 仓库，不挑 Agent、不挑平台 |
| 编排引擎 | FDE 部署的 workflow AI 节点，自动拆任务、记反思、管 think.md | OpenClaw（装在闲置设备上，后台跑 FDE 节点，不是你的日常 Agent） |
OpenClaw 不是你要"用"的东西——它装在设备上，在后台跑 FDE 的 workflow 节点。你和你的团队用什么 Agent 写代码、提代码，跟 OpenClaw 无关。约束底座和审计引擎不需要 OpenClaw。sofagent-audit 通过 pre-commit hook 审计所有 Agent 的产出，不管是谁写的。
两种使用模式的完整说明见 LIMITATIONS.md §平台依赖。
需要 bash 4+ 和 git。OpenClaw 跑复杂任务另需 Node.js ≥18 + npm（详见 HANDBOOK）。 📋 安装脚本做了什么？看 SECURITY.md · install.sh 行为说明。
只想加 Agent 行为约束？把 4 底线 + 6 铁律复制进你的 Agent 设置就行，不需要装整个 sofagent。
# ClawHub / SkillHub
clawhub skill install KongFangXun/sofagent
skillhub install sofagent
# 或从仓库手动装
git clone https://github.com/KongFangXun/sofagent.git
bash sofagent/scripts/install.shgit clone https://github.com/KongFangXun/sofagent.git
cd sofagent && bash sofagent/scripts/install.sh有 ClawHub CLI 也可以：
clawhub skill install KongFangXun/sofagent
# Skill 用户（通过 install.sh 安装）
bash sofagent/scripts/verify.sh
# CLI 用户（通过 npm 安装）
npm install -g @sofagent/audit && sofagent-verify两种方式等效——verify 检查全 pass 即安装就绪。
打开你的 Agent 客户端，试一个需要多步拆解的任务：
/goal 帮我分析这个项目的代码质量，生成改进建议报告
跑完看结果：
ls .sofagent/task/logs/ # 按年-月分目录的执行日志
cat .sofagent/think.md # Agent 自动提炼的反思摘要OpenClaw 上全自动；其他平台部分能力需手动触发。详见 LIMITATIONS.md。
跑通了？ HANDBOOK 教你怎么调，DEVELOPMENT 讲内部怎么跑。
两层架构——地基常驻，引擎按需点火。
梳理企业工作流 → 识别 AI 节点
├── 🔄 自动执行 → 闲置设备搭建 AI 节点
└── ⚡ 强化岗位 → AI 领航员辅助人
审计引擎（每次提交） 编排引擎（FDE 进场 + 定期重测）
│ │
├─ git diff 扫描 ├─ FDE 进场：一次性生成 workflow.yaml
├─ 规则检查 A1-A11 │ └─ 智能拆解 → 生成编排方案
│ │
│ ├─ 生产运行：AI 节点按 workflow 执行
│ │ ├─ 🔄 自动执行
│ │ └─ ⚡ AI 领航员辅助
│ │
│ ├─ 定期 A/B 重测（每 N 个 session）
│ │ ├─ 编排引擎重出一版新方案
│ │ └─ sofagent-orchestrate-compare 对比
│ │ ├─ 新方案胜出 → promote
│ │ └─ 旧方案更好 → 保留
│ │
└────────────── think.md ─────────────────────┘
（审计引擎写 / 编排引擎读 / A/B 结果写入 orchestrator/）
| 引擎 | 做什么 | 依赖 Agent | 触发方式 |
|---|---|---|---|
| 审计引擎 | git diff → 规则检查 → 自动生成 think.md | ❌ | 每次 git commit |
| 编排引擎 | FDE 进场一次性生成 workflow + 定期 A/B 重优化 | ✅ | FDE 部署时 / 定时触发 |
约束自己定，模板和 Skills 从社区取。已知局限见 LIMITATIONS.md。
Forward Deployed Engineer（前向部署工程师）进驻企业后，做三件事：梳理工作流 → 识别 AI 可切入节点 → 部署 Agent。sofagent 是部署后约束 Agent 行为的那一层——Agent 改了代码你能看到，跳过验证审计能发现，think.md 持续沉淀反思。
中小企业不需要请顾问——自己就能做 FDE。 装上 FDE 工具包，Agent 带着你按十步流程走完梳理和识别，然后找一台闲置设备（旧电脑、服务器、Nas 都行），把 sofagent 装上去——这台闲置设备上跑的是 sofagent 的 harness 层——约束底座管着 Agent 行为，审计引擎盯着代码变更。之上是你梳理出来的一个个 AI 节点：🔄 自动执行的跑在上面，⚡ 辅助员工的在你同事手边。从头到尾，不需要一个外部顾问。
企业搭 AI 中台，真正难的是部署后的事——谁盯着 Agent 不乱改代码、谁保证产出质量、谁把经验留下来。sofagent 做这三件：
| 问题 | sofagent 怎么解 |
|---|---|
| Agent 改了什么你不知道 | git diff 审计（确定性 exit code），一次 commit 全查完 |
| Agent 产出质量参差不齐 | think.md 反思 + Loop 检查闭环，越用越校准 |
| FDE 走了经验跟着走了 | task/logs 执行日志 + daemon 持续监控 |
sofagent 不做 AI 中台——做 AI 中台里约束 Agent 行为和审计的那一层。
- 梳理 workflow——逐个岗位、逐段流程识别 AI 可接管的节点（🔄 自动执行 / ⚡ 强化 / 👤 暂不动）
- AI 节点部署——利用企业闲置设备搭建 AI 节点，sofagent 帮你管住 Agent 行为 + 审计每次变更
完整十步部署流程见 FDE/FDE.md。FDE 可直接装 sofagent-fde Skill——Agent 自动走流程，不用手动记步骤。
不论是中小企业（SMB）还是一人公司（OPC），让 AI 节点接管重复任务，即使只有一人也能跑出以一当百的产出。
| 你想了解 | 看哪里 |
|---|---|
| 怎么装、怎么用、什么是铁律 | HANDBOOK.md |
| 为什么这么设计、已知局限 | ARCHITECTURE.md |
| Skill 怎么协同、编排怎么跑 | DEVELOPMENT.md |
| 企业落地三阶段指南 | docs/guides/team-deploy.md |
| 实际效果数据 | evidence.md |
| 平台能力与已知局限 | LIMITATIONS.md |
| 版本路线图 | ROADMAP.md |
| 版本历史 | CHANGELOG.md |
| 项目反思 | THINK.md |
| 贡献指南 | CONTRIBUTING.md |
| GitHub Action 审计集成 | docs/guides/github-action.md |
| FDE 工具包 | FDE/ |
| 安全声明 | SECURITY.md |
| 社区与数据 | COMMUNITY.md |
| 行为准则 | CODE_OF_CONDUCT.md |
| 致谢 | THANKS.md |
欢迎提 Issue 和 PR，尤其挑刺的那种。详见 CONTRIBUTING.md。我们在寻找 Co-maintainer——熟悉 bash 兼容性、OpenClaw hook、安全审计或英文文档的人。
sofagent 站在 8 个开源项目和 7 篇文章/社区的肩膀上。→ 完整致谢
我叫孔放勋，一个只懂点前端代码的产品经理。
项目维护模型声明：sofagent 的代码由 AI 模型（DeepSeek V4 Pro / GLM-5.2）生成，作者做产品决策和终审。这意味着 bug 修复依赖 AI 模型可用性——如果模型停止服务，项目失去修复能力。这是比单人维护更深层的结构性风险。
每个版本经独立模型评审，详见 CHANGELOG。我们在寻找 Co-maintainer。