sofagent

_{简体中文 | English}

---

目录

• 这是什么
• 核心特性
• 什么是 FDE Harness
• 多平台挂载
• v1.5.2：审计模块 · 对外面与判定语义
• FDE Harness 两阶段
• 安装
• 使用
• 常见问题
• 生态与文档索引

---

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。

🏢 组织视角版本：AI 落地的卡点已经从「模型够不够聪明」迁移到「组织敢不敢接」——能不能进组织架构、有没有账号、绩效怎么算、做错了怎么退回。sofagent 就是给数字员工办入职的那套制度：进场把岗位职责写成文件（岗位职责说明书），离场按文件做绩效考核（每次变更留证据）、组织记忆（越干越有的家底）、试错容错（做错了退得回）。给 AI 发工号之前，先装 sofagent。

🧩 三因子口径：sofagent 是自带 Harness 的 S1M，用 FDE 打法交付——FDEing 是打法层（把 FDE 从人力工作做成可复用能力）、S1M 是判定层（System One Model，判断与生成分离的决策模型；判定底座 v1.6.0–v1.9.0 施工中、v2.0.0 宣告）、harness 是治理层（约束层五种能力，今天的主体落点）。三层各归其位，详见〈核心特性〉。

开源 FDE Harness 层（FDE = Forward Deployed Engineer，前线部署工程师——详见〈什么是 FDE Harness〉节）——嵌在成熟 Agent（DSH / OpenClaw / WorkBuddy）与模型层之间做治理：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。约束层五种能力（注入 · 审计 · 回溯 · 沉淀 · 进化），五种形态分发（FDE 插件 / Skill / MCP / CLI / Dashboard）。sofagent 不造 Agent——交付的是让任何 Agent 被管住的那一层（管住强度按宿主分档：DSH/OpenClaw 硬注入可拦截，其余档位为建议性注入 + git hook 审计兜底——见〈多平台挂载〉档位表）。

_{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）

_{约束 Agent 行为 · 审计每次变更 · 沉淀经验（五模块编制：治理模块 v1.5.0 已发版 · 执行模块规划中（v1.5.4）；完整交互版见 ARCHITECTURE）}

10 分钟轻量试用（含拉包与环境检查的完整走查；单次引擎审计本身约 1.1 秒，实测口径见下）：npx -y -p @sofagent/audit sofagent-audit（任意 git 仓库，密钥泄漏当场拦截）。

五分钟戏剧演示（v1.5.1 已交付，沙箱隔离、真实文件零接触）：npx -y -p @sofagent/audit sofagent-audit demo——一条命令跑完「沙箱构建 → 注入 → 故意违规 → 审计拦截 → 快照回滚 → HMAC 举证导出」五幕完整链路（--speed fast 60 秒精简版；产物落 $SOFAGENT_DATA/demo，不写用户家目录）。

版本说明：v1.5.2 已发版（2026-09-24）；npm 最新版 @sofagent/audit@1.5.2（23 包 latest 通道齐平）。

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 FDE Harness 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 / ARCHITECTURE / PHILOSOPHY），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
部署成本	低——单二进制，零依赖	低——随语言生态装一个 CLI	中——企业设备需一次 install.sh 装约束层（也可先用 npx 零配置试用）
维护负担	低——规则随上游更新	中——自定义脚本需自己维护	中——规则与 hook 随本仓升级，但每版需重装 hook 并对齐配置
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

核心特性

三层各归其位：打法层（FDEing） 进场把判断写成文件，判定层（S1M） 管判断怎么形成、怎么留痕、怎么被举证，治理层（harness） 离场后让判断 7×24 被执行。

打法层 · FDEing（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

判定层 · S1M（System One Model——判断与生成分离的决策模型；判定底座排期 v1.6.0–v1.9.0 施工、v2.0.0 宣告，尚未交付。今天这一层已交付的落点，是既有的判定与举证面）：

• 🔎 判定留痕——decision-log 因果链记录每个可问责决策（谁拍板、依据什么、为何这么做），供 auto-PR 解释块与 daemon 周报消费
• 🔗 判定可举证——审计历史落 HMAC 链，--verify-chain 可离线复算链完整性，结论能被第三方复核

治理层 · harness（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）
• 🧱 24 条审计规则 + 107 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；默认非 fail-closed——配置可被篡改、hook 可被 --no-verify 跳过，绕过面见 LIMITATIONS §三）。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）
• 🛡️ 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——万物皆可 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 即 Forward Deployed Engineering 的缩写（读作 /ef-di-i-ing/，与 engineering 同构），名词指这种能力，动词指把 FDE 从人力工作变成这种能力——万物皆可 FDEing。

• FDE 是名词，FDEing 是动词——把 FDE 从一项人力工作变成一种可自动执行的能力（打法 × 判定 × 治理合成）：花更少的人力，提供更多的能力。
• 不限于软件——任何业务对象、流程、节点，都可以被 FDEing 一遍「梳理 → 判定 → 交付 → 养护」；硬件节点、机器人运动过程同样是一条条 workflow，差别在执行器、不在治理形态。
• 它同时是一种思维方式——做任何事之前先想三件：① 这件事的 workflow 怎么搭；② 其中的 AI 节点是什么；③ 怎么让 AI 更好地帮你实现（详见 PHILOSOPHY · 从 FDE 到 FDEing）。

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）
• 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（见下一章「多平台挂载」的 DSH 档）
• 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 · THANKS（写面审计覆盖：权重面与 skill 面已交付；prompt / memory 两面排期 v1.5.9）
• 能力可迁移，绝不绑死单一平台——约束层平台无关（可迁移的是约束资产与审计兜底，注入强度仍按宿主分档：DSH/OpenClaw 硬注入，其余建议性注入 + git hook 兜底——见〈多平台挂载〉档位表），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「上游与插件入口」）——tools/pre-execute 等 7 个生命周期事件（以 engine/dsh-plugins/SEAMS.md 词汇表为准）
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
• 审计兜底平台无关——sofagent-audit --install-hook 走 git hook，任何档位每次 commit 都自动审计（默认启用 17 条；完整 24 条需在 .sofagent/config.yml 显式开启 extendedRulesEnabled: true），违规硬拦截。约束是建议性的，审计是强制性的（强制的边界：默认非 fail-closed，--no-verify 可跳过前两层防线、post-commit 只留痕不阻断——被绕过的 commit 会留痕，详见 LIMITATIONS §三）

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）

v1.5.2：审计模块 · 对外面与判定语义（✅ 已发版 · 2026-09-24）

🔍 审计模块「从内部审计走向对外可举证」——三件事一次到位：

能力	一句话
审计数据对外	MCP audit_query 只读查询（时间/规则/exitCode 过滤，字节级只读不变量）+ 审计事件订阅推送
规则导出 + 独立验签	ruleset_export 机器可读 JSON 双向可逆（24 条规则元数据 + 版本指纹）；verify-chain 零依赖验签器——第三方无需安装 sofagent 即可举证 HMAC 链
判定语义补两头	开工前五问判定链（健康/人审/证据/专注/配额——挂起非失败自动恢复）+ 结论失效语义（三触发标记失效，失效结论不当新证据）

同版另有：出口治理面（host 白名单默认全拒 + 出站裁决挂链）· 事前授权补环（mandate 三元素执行前拦截）· 身份三层叙事注入（README 双语三因子）· DSH 插件 npm 首发面（kit + 七款 cordis-plugin-sofagent-*）· v1.5.2 审查修复批（35 条目收编，含 6 条安全 fail-open 收口）。测试 5083→5296 · acceptance 367→373 · 回归 85 维 · MCP 105→107（13 包 workspace 口径，发版时点）。完整内容见开发日志 · 更早版本见 CHANGELOG。

FDE Harness 两阶段

进场 · 生成判断（FDE 相位）：梳理业务流（五要素深挖 + 三问判定法，算清每个 AI 节点值多少钱）→ 构建双图谱（业务图谱人读 + 本体图谱 AI 读）→ 判定 AI 节点 → 部署三层交付物。每个节点带「做好标准 merge_criteria · 谁拍板 approver · 何时跑 trigger」，冻结进交付物。

离场 · 驻留判断（Harness 相位）：FDE 走，判断留下——daemon 7×24 巡检、commit 触发 24 条审计（含 AgentShield 五类配置面静态扫描）、快照可回滚、经验持续沉淀；进化时把试验分支晋升、反思蒸馏写回交付物。

组织管理学视角——两阶段对应给数字员工办入职的全流程：

组织动作	sofagent 对应
岗位职责说明书	进场冻结的交付物（merge_criteria / approver / trigger）
绩效考核	审计留痕 + 治理 KPI 面板（v1.5.0）
组织记忆	知识沉淀（think.md 反思 + knowledge/）
培训体系	经验→考核→晋级的自进化链（v1.5.8 排期）
试错容错	快照回滚 + 能力基线版本线（v1.5.9 排期）
劳动合同边界	可拔契约与主干能力清单（v1.5.7 排期）

想深入	看哪里
方法论四阶段十二步（半天精读）	FDE/GUIDE.md
约束层五种能力 · 模块编制	ARCHITECTURE
为什么必须一体 · 设计禁区	PHILOSOPHY
Skill 体系与知识资产管道	FDE/SKILL 体系

安装

版本阶段（装前必读）：sofagent 处于阿尔法施工期（v1.x）——功能面快速变动，不承诺接口稳定，跨版本升级前先读 CHANGELOG。自 v2.0.0 起进入贝塔阶段。

对应的 npm 发布通道策略：施工期版本以 --tag alpha 发布、latest 保持稳定通道——npx @sofagent/audit 默认拉到的是最近一个「latest 版」，施工期新版需显式 npx -p @sofagent/audit@<版本> 或 @alpha 指定（v1.5.2 起 alpha 分道；latest 与 alpha 的当前指向以 npm view @sofagent/audit dist-tags 实跑为准）；v2.0.0 贝塔版起恢复默认通道发布。

⚠️ 企业用户先读 LIMITATIONS §三——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 400 .sofagent/config.yml——辅助层，对同用户进程无效，见 LIMITATIONS §三），不要用单机默认配置直接上生产。

🔐 数据主权：运行时数据不出本机（除安装时 npm 拉包外不联网）；三个 opt-in 出口（云同步 / 模型推理端点 / 云 VM 执行面）需你显式配置，详见 SECURITY。

30 秒，零配置（首次含 npx 拉包约 30 秒，复跑秒级——引擎本体约 1.1s，实测口径见上）——在任何 git 仓库跑一次审计：

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）；--init 装的是 hook（默认仍跑这 17 条），完整 24 条另需在 .sofagent/config.yml 开启 extendedRulesEnabled: true——详见 LIMITATIONS §三。

⚠️ 这一步是一次性审计（当次进程内），不装 git hook——之后 commit 不会被自动拦。要长期守护请跑 sofagent-audit --init（见下方完整安装）。

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）——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：

curl -fsSL https://raw.githubusercontent.com/KongFangXun/sofagent/refs/tags/v1.5.2/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 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。

sofagent-audit --init      # 装 git hook，之后每次 commit 自动审计
sofagent-audit --doctor    # 验证环境（可选）

🔧 新装机器首跑 --doctor 报「未建立 dist 基线」？ 运行 sofagent-audit --doctor --baseline 建立基线（信任锚 = 你此刻确认 dist 可信的时刻——防影子审计器劫持，故不自动记录）。

💡 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 pre-commit 与 commit-msg 两个阶段（即前两层防线），post-commit 事后对账不受其影响（git 原生开关不作用于 post-commit）——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。

📌 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（方法论），详见 部署架构。

📌 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。

完整安装方式（clone / npx / 最小安装 / 企业部署）、卸载、以及「两条通道都叫 sofagent 怎么分辨」等消歧细节见 HANDBOOK · 安装。企业用户想直接用 FDE 方法论梳理工作流，看 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）。

使用

_{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。
（界面演进见 CHANGELOG，实际以安装态为准）}

📊 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）。

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

⚠️ 两条裸名通道都别裸装——名字都像「sofagent 本体」，但都不是 CLI：

• 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）。
• npm i sofagent：裸名总包 sofagent（engine/umbrella/，把 audit / mcp / orchestrator / daemon 四个子包转发进来）依赖树 604 包，其中 5 个含原生模块与 install script（node-pty / koffi / @google/genai / protobufjs / @deepseek-ai/dsh-subprocess-local）——新版 npm 默认不执行未审阅的 install script，这些原生依赖的编译 / postinstall 会被静默跳过。只想要 CLI 就别装它。

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）：

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，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；静态加密与边界见 LIMITATIONS——企业部署前必读 SECURITY）。
• 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）：

上游与插件入口：

• DeepSeek Harness（DSH 上游仓库）：https://github.com/deepseek-ai/deepseek-harness
• Cordis 运行时：https://github.com/cordiverse/cordis
• 7 款 cordis-plugin-sofagent* 插件源码（6 款原子 + 1 款聚合）：engine/dsh-plugins/

你想了解	看哪里
全部文档索引（按意图选路）	WIKI
怎么装、怎么用、排查	HANDBOOK
架构设计与 24 条规则	ARCHITECTURE
每个版本做了什么	CHANGELOG
安全声明 · 已知局限	SECURITY · LIMITATIONS

🧪 工程可信度（当前口径）：5296 测试 / 13 模块包 + 11 插件（7 DSH + 4 OpenClaw）· 24 条审计规则 · fresh-eyes 独立审查持续运行。 包数口径（消歧）：workspace 27 = 13 模块包 + load-chain + dsh-plugin-kit + umbrella + 7 DSH 插件 + 4 OpenClaw 插件（见 WIKI §六）；测试计数口径 = 13 个模块包（workspace 含 test script 的包共 25 个，插件包、load-chain 与 dsh-plugin-kit 工具包不在此计数口径）——二者不是同一个集合。 测试数有两个口径：发版时点值（见各版本章节内的 4805→4903 增量账）与当前实测值（即上方「工程可信度」行的实测值，随修复批滚动）；当前权威值以 tools/check/check-test-count.sh 实跑为准（test-count.sh 产出计数真值，check-test-count.sh 校验文档声称数一致性），包数统计标准见 WIKI 包数口径。审查环境注意事项见 docs/guides/review-system.md；性能数据为单机参考值。

---

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}