对任意项目进行代码理解、修改与测试的自主编码智能体
Read it. Change it. Test it. Fix it. — 全部自动化。
Coding Agent 是一个基于 LangChain + LangGraph 的生产级代码编辑智能体。它不像普通的 Chatbot 只会"说"，而是真的能读代码、改文件、跑测试、修 bug——完成整个工程闭环。
它有 CLI 与 Web 两种交互方式，10+ 模型 Provider 可选，内置隔离的 Docker 沙箱与 55 个领域技能。
$ coding-agent "给 calc.py 的 add 函数补 docstring 并加单元测试"
💭 读取 calc.py
⚙ read_file ✓
💭 检查是否已有测试文件
⚙ glob_files ✓
💭 补 docstring
⚙ edit_file ✓
💭 新建测试
⚙ write_file ✓
💭 跑测试验证
⚙ run_tests ✓
✅ 完成：补了 docstring，新增 3 个单元测试，全部通过（3 passed in 0.42s）- Tree-sitter 解析 → 依赖图 / 调用图 / 影响分析
- 仓库地图（repo map）+ 语义检索 + 符号定位
- 修改前自动分析调用方影响范围
- Docker 沙箱隔离（内存 / CPU 限制、默认断网）
- 事务式多文件修改：要么全成功，要么全回滚
- 敏感操作人工审批
- 规划图（planning graph）→ 拆解任务
- 修复图（repair graph）→ 改-测-修闭环
- 条件化思考 → 简单任务关思考（快 4 倍），复杂任务开思考
- 通义千问 / OpenAI / Claude / DeepSeek / Kimi / 智谱 / Gemini / OpenRouter / Ollama / 自定义
- 统一 OpenAI 兼容接口 + Anthropic 原生接口
- 37 个工具：文件、沙箱、事务、代码库、测试、状态、子 Agent
- 55 个技能（33 模型可见 + 22 内部子文档）：TDD / 代码评审 / 领域建模 / 排查 bug…
- MCP 协议接入 Git / Web 搜索 / DB 等外部工具
- 结构化日志、成本统计、指标存储
- LangSmith 追踪 + 轨迹回放
- 评测框架（evals）：任务集 + 基线对比 + 回归门禁
┌─────────────────────────────────────────────────────────────┐
│ 接入层 │
│ CLI (agent/main.py) · FastAPI 网关 (api/server.py) │
│ React Web 界面 (frontend/) │
├─────────────────────────────────────────────────────────────┤
│ Agent 装配 (agent/core.py) │
│ 系统提示 · 工具集 · 中间件链 · 规划图 · 修复图 │
├──────────────┬──────────────┬──────────────┬────────────────┤
│ 代码理解 │ 沙箱执行 │ 中间件 │ 可观测性 │
│ codebase/ │ sandbox/ │ middleware/ │ observability/ │
│ (依赖/调用图,│ (Docker隔离, │ (熔断/压缩/ │ (日志/成本/ │
│ 索引/检索) │ 事务/补丁) │ 指标/缓存) │ 指标/追踪) │
├──────────────┴──────────────┴──────────────┴────────────────┤
│ 工具层 tools/ · 技能 skills/ · MCP mcp_client/ · 上下文 context/ │
└─────────────────────────────────────────────────────────────┘
执行流程
用户输入
↓
上下文装配（系统提示 + 项目记忆 + 技能元数据 + 状态栏）
↓
中间件链（思考路由 → 压缩 → 过滤 → 指标 → 安全 → 缓存）
↓
LLM 决策 → 工具调用 → 沙箱 / 代码库 / 事务执行
↓
结果回流 → 循环，直到任务完成
| 项 | 说明 |
|---|---|
| Python 3.11+ | 必需 |
| Docker Engine | 沙箱执行需要（不装也能跑，只是跳过沙箱测试） |
| 模型 API Key | 千问 / OpenAI / Anthropic / DeepSeek 等任选一个 |
| Node.js 20+ | 仅 Web 界面需要 |
# 1. 克隆并安装
git clone https://github.com/231dff/coding-agent.git
cd coding-agent
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -e ".[dev]"
# 2. 配置模型（首次运行自动进入向导）
coding-agent init
# 3. 开始使用
cd /path/to/your/project
coding-agent "解释这个项目的模块结构"# 后端（默认 mock 模式，无需真实模型）
python -m api.server
# 前端
cd frontend
pnpm install && pnpm dev # → http://localhost:5173# 构建沙箱镜像
docker build -t coding-agent-sandbox:latest docker/
# 启动完整服务（Agent + Postgres）
cd deploy
cp .env.example .env # 编辑填入 API Key
docker compose up -dcoding-agent "把 src/utils.py 里所有 print 改成 logger.info"
coding-agent "为什么 add 函数返回 None？"
coding-agent "给 src/api/ 下所有文件补 type hints"$ coding-agent
你 /help
你 读一下 README
你 帮我在 calc.py 加 subtract 函数并写测试
你 /skills
你 /metrics
你 /exit交互命令一览
| 命令 | 作用 |
|---|---|
/exit /quit |
退出 |
/help |
帮助 |
/clear |
清空会话状态 |
/skills |
列出所有技能 |
/config |
显示当前配置 |
/metrics |
会话指标（token / 成本 / 耗时） |
/trace |
最近的 LLM 调用追踪 |
/<skill-name> |
手动加载技能 |
$ coding-agent "读一下 README" # → 4.2s · 关闭思考
$ coding-agent "为什么这个函数返回 None" # → 15s · 开启思考简单任务自动跳过 thinking，复杂任务保留。简单任务延迟降低 60%+。
配置分层加载，优先级从高到低：
1. <project>/.coding-agent/config.yaml # 项目级
2. ~/.coding-agent/config.yaml # 全局
3. ~/.coding-agent/credentials.yaml # API Key
4. 环境变量 AGENT_* / DASHSCOPE_API_KEY # env
5. .env # 兼容旧配置
常用环境变量
| 变量 | 说明 |
|---|---|
AGENT_MODEL |
模型（如 qwen:qwen-max） |
AGENT_THINKING_ROUTER |
true / false，启用条件化思考 |
AGENT_THINKING_STRATEGY |
auto / always / never |
AGENT_COMPACTION_MODEL |
压缩用的轻量模型 |
OPENAI_API_KEY |
OpenAI 兼容接口 Key |
ANTHROPIC_API_KEY |
Anthropic 原生接口 Key |
LANGCHAIN_TRACING_V2 |
开启 LangSmith 追踪 |
coding-agent/
├── agent/ # Agent 核心：入口、装配、配置、Provider、规划/修复图
├── codebase/ # 代码理解：解析器、依赖图、调用图、影响分析、索引、检索
├── context/ # 上下文管理：装配、预算、噪声过滤、压缩、外置存储
├── sandbox/ # 沙箱抽象 + Docker 后端、事务、补丁、错误分类
├── tools/ # 37 个工具：文件 / 沙箱 / 事务 / 代码库 / 测试 / 子 Agent
├── middleware/ # 中间件：思考路由、压缩、熔断、过滤、缓存、指标、轨迹
├── memory/ # 项目记忆与会话记忆
├── skills/ # 技能系统：注册表 + 55 个技能定义
├── mcp_client/ # MCP 客户端 + Git / Web 搜索 / DB 服务器
├── observability/ # 日志 / 成本 / 指标 / 追踪 / 轨迹写入
├── api/ # FastAPI 网关：认证、审批、SSE、文件、指标
├── frontend/ # React 19 Web 界面
├── evals/ # 评测框架：数据集、运行器、评分器、报告
├── prompts/ # 系统提示词
├── tests/ # pytest 测试套件（130 个）
└── pyproject.toml # 项目配置（依赖、ruff、pytest）
# 全部
pytest
# 排除需要 Docker / 网络的测试
pytest -m "not integration"
# 带覆盖率
pytest --cov
# 看跳过的测试原因
pytest -rs当前状态：130 passed, 13 skipped（Linux + Windows 双平台 CI 全绿）
# 跑默认评测集
python -m evals --model qwen:qwen-max
# 并行
python -m evals --parallel --max-workers 4
# 与基线对比，触发回归门禁
python -m evals --baseline evals/baseline.json评测任务定义在 evals/tasks/，涵盖单文件修改、多文件修改、bug 修复、依赖升级。
后端
Python 3.11 · LangChain · LangGraph · FastAPI · Pydantic v2
Tree-sitter · NetworkX · ChromaDB · Docker SDK · MCP · Structlog
前端
React 19 · TypeScript · Vite · Tailwind CSS v4
Zustand · TanStack Query · CodeMirror · Recharts · i18next
工程化
pytest · ruff · mypy · GitHub Actions (Ubuntu + Windows)
欢迎 PR / Issue。
- 提交前请确保：
ruff check . && ruff format --check . && pytest
- 遵循现有的目录结构与命名约定
- 新功能请附带单元测试
MIT © 2026
⭐ 如果这个项目对你有帮助，欢迎 Star。
Built with ❤️ and a lot of ☕