中文 | English
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。
FDE 部署底座 —— 面向中小企业（SMB）和一人公司（OPC）。部署专家用标准化流程搭建 workflow AI 节点，实施后审计引擎 + 编排引擎托管，企业自己管得住、成本可核算、效果可量化。
⚠️ 成熟度声明：审计引擎 v0.92+ 可用（独立 TypeScript CLI，零平台依赖）。FDE 部署流程为技术预览（未经端到端验证）。详见 LIMITATIONS.md。
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。
Post-FDE 治理：FDE（Forward Deployed Engineer）把 AI 带进企业、让它跑起来。但 FDE 离开后，谁来管住这些 Agent？sofagent 是企业用 FDE 之后的纪律底座——确保 Agent 不会变成无人维护的技术债。详见 企业部署指南。
- ❌ 不是 AI 框架、不写 prompt
- ❌ 不是 Skills 商店
- ✅ 是一套FDE 部署底座 + 审计引擎——git diff 审计兜底，OpenClaw 必装执行引擎（详见 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。
只想挂个纪律层？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——50 项检查全 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（提交时） 编排引擎（运行时）
│ │
├─ git diff 扫描 ├─ SKILL.md 加载（宪法内联）
├─ 规则检查 A1-A11 ├─ 复杂度预判
│ │ ├─ 🟢🟡 简单 → 直接处理
│ │ └─ 🔴 复杂 → 编排引擎点火
│ │ ├─ 智能拆解
│ │ └─ Loop 检查
│ └─ 闭环反思
│ │
└────────────── think.md ─────────────────┘
（审计引擎写 / 编排引擎读）
| 引擎 | 做什么 | 依赖 Agent |
|---|---|---|
| 审计引擎 | git diff → 规则检查 → 自动生成 think.md | ❌ 不依赖 |
| 编排引擎 | 复杂任务拆解 + Loop 检查 + 闭环反思 | ✅ 依赖 |
核心理念：厚在治理，薄在复用。 约束自己定，模板和 Skills 从社区取。
已知局限见 LIMITATIONS.md。
Forward Deployed Engineer（前线部署工程师）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。但 FDE 离开后，谁来管这些 Agent？
sofagent 是 FDE 撤离后留在线上的纪律层——Agent 改了代码，你能看到改了什么；Agent 跳过验证，审计工具能发现。FDE 负责「AI 怎么部署到企业」，sofagent 负责「部署完后 Agent 按什么规矩跑」。
企业搭 AI 中台，卡在三件事上——sofagent 是纪律那一层的解法：
| AI 中台三难 | 卡在哪 | sofagent 怎么解 |
|---|---|---|
| 接入难 | 各系统 API 不统一，Agent 节点怎么接 | FDE 十步流程梳理工作流 + MCP 桥接平台 |
| 信任难 | Agent 改了代码/数据，老板凭什么信 | git diff 审计（确定性 exit code），不是 LLM 评分 |
| 沉淀难 | FDE 走了，经验跟着走了 | think.md 反思区 + task/logs 经验沉淀 |
sofagent 不做 AI 中台——做 AI 中台里纪律那一层。模型管推理，平台管调度，sofagent 管纪律。
- 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 节点上底座——利用企业闲置设备搭建 AI 节点，sofagent 提供纪律底座
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 工具箱 | 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。