MiniCode Agent — 终端 AI 编程智能体

⚠️ 本项目已整合进统一学习库 hands-on-llm 的 04-agent（Agent 工程） 模块（理论→手搓训练→框架→Agent→RAG 一站式，持续更新）；本仓库仅作存档，不再单独维护。

一个用 Harness Engineering 思路实现的终端 AI Coding Agent：在 ReAct（Thought→Action→Observation）循环之上， 构建了 Skill 能力路由、记忆沉淀与按需注入、分层上下文压缩、主从多智能体协作与分层安全审查， 以提升复杂编程任务下的执行准确率、上下文稳定性、推理效率与安全性。模型通过 OpenAI 兼容接口接入（默认 DeepSeek）。

架构与模块

模块	职责
mini_code_core.py	Agent 内核：ReAct 循环、Harness（Tool Curfew、提交结果、无进展检测、终止条件）、工具注册与调度
tools.py	编程工具集（读写文件、grep、编辑、远程执行等）与远程 SSH 执行配置
skill_router.py	Skill 能力体系：原子 Tool / 高层 Skill 分层，意图识别 + 关键词粗召回 + LLM 精排
memory.py	记忆系统：程序性/情景记忆的“执行-反思-提炼-存储-索引-按需复用”闭环
context_manager.py	分层上下文压缩：结构化摘要、大结果外置、占位压缩、超限兜底
multi_agent.py	主从多智能体：Supervisor 规划审批 + Worker 微型循环执行，异步并发与失败三级处理
security.py	分层安全过滤链：注入检测、操作边界、沙箱路径映射、分级确认、输出脱敏
cli.py	交互式命令行入口

快速开始

pip install -r requirements.txt
cp .env.example .env   # 填入你的 DEEPSEEK_API_KEY
python cli.py

目录

• 根目录为核心源码与测试（test_*.py）；
• skills/：高层 Skill 的提示模板（add-feature / fix-bug / refactor / code-review）；
• docs/：开发全流程记录、复刻方案与问题答疑。

安全说明

仓库不包含任何真实 API Key / 服务器密码，统一从环境变量读取（见 .env.example）。

测试

python -m pytest -q   # 或直接 python test_scenarios.py