自主研发智能体 yfddxwx/Autonomous-Agent-Development-Workflow

自主研发 Agent 工程工作流 (Autonomous Agent Development Workflow)

基于 Go 语言构建的世界级极轻量、单二进制自包含自动化 AI 研发助理

零外部运行时依赖 • ReAct 自主规划与反思自愈 • 43+ 大模型厂商矩阵 • 7 级思考深度调控 • 三级人机协同安全门禁 • 终端实时流式回显 • Git 秒级撤销回滚

Language Switcher / 语言切换 English • 简体中文 • 日本語 • 한국어 • Deutsch • Français • Русский • Português •

📖 目录

- 项目概述
- 核心特性
- 系统架构图
- 对标 Pi 的 7 级思考深度选择器
- 人机协同 (HITL) 安全门禁
- 43+ 大模型厂商纳管矩阵
- 快速上手指南
- 环境准备
- 源码运行
- 单二进制编译打包
- 配置文件说明
- 现代化交互界面体验
- 自动化工程测试套件
- 贡献指南
- 作者与开源许可证

🌟 项目概述

Autonomous Agent Development Workflow 是一个完全使用 Go 语言 从零构建的高性能、极轻量、单二进制本地自主研发 Agent。它为开发者和研发团队提供了一位常驻本地的高智商结对编程助理，能够独立进行任务拆解与推演、代码全生命周期读写、系统终端命令执行、编译报错自动修复以及历史分支时间旅行。

区别于传统基于 Python 堆叠数个 G 虚拟环境与 Node 复杂依赖的庞大框架，本项目通过 Go 原生 //go:embed 技术将全套现代化 Web 前端一体化嵌入，编译后仅为一个 ~9MB 的自包含单文件，即下即用，秒级启动。

✨ 核心特性

1. 零外部运行时依赖单二进制 (//go:embed)
- HTML、Tailwind CSS、离线 Markdown 渲染器与矢量图标全部静态嵌入二进制，无需安装 Python、Node.js、NPM 等任何宿主环境。
2. ReAct 自主循环与自愈反思 (Self-Healing Loop)
- 贯彻 Think -> Act -> Observe -> Reflect 标准循环。遇到编译报错、测试红灯或命令异常时，自动拦截输出日志并自我反思迭代，直至实现任务目标。
3. 对标 Pi Agent 的 7 级思考深度选择器 (Thinking Depth Selector)
- 输入框原生内置思考深度控制胶囊与弹出菜单，支持 关闭思考 (off)、极简思考 (minimal)、浅度思考 (low)、中度思考 (medium)、深度思考 (high)、超深思考 (xhigh) 与 极限思考 (max)。
- 智能识别各模型特征（如 DeepSeek V4.1 Flash、小米 MiMo、Claude 3.7、OpenAI o-系列、Gemini 3 等）并动态展示专属档位。
4. Antigravity 三级人机协同审核 (HITL Gatekeeper)
- 完全不审核 (Auto)：适合沙箱隔离或自动化批量任务。
- 有限审核 (Guarded)：只读诊断与安全测试自动放行；文件删除、已有文件覆写、破坏性指令及外部网络请求强制唤起人工审查弹窗。
- 人工审核 (Manual)：每一项工具调用均需开发者明确批准。
5. 终端命令实时流式回显 (Live Terminal Streaming)
- 终端命令通过 RFC 6455 WebSocket 逐行流式推送到前端深色终端卡片，告别长时间黑盒等待。
6. Git 感知与秒级安全回滚 (Git-Aware Rollback)
- 实时监听本地仓库代码变动，支持一键丢弃修改并安全清理未追踪文件。
7. 会话分支树历史检查点与时间旅行 (Session Tree)
- 任务每轮执行完毕后自动建立快照分支，支持在历史轮次间自由跳转并衍生全新分支，探索历史永不丢失。
8. Token 消耗与成本实时仪表盘
- 实时折算 Prompt / Completion Token 并按行业标准费率精确统计人民币与美元成本。

🏗️ 系统架构图

┌────────────────────────────────────────────────────────────────────────┐
│ 内嵌 Google Material 3 / Gemini 风格前端 UI │
│ (任务输入框、思考深度滑块、分支树下拉选择器、实时代码流式终端) │
└───────────────────────────────────┬────────────────────────────────────┘
│ RFC 6455 WebSocket / RESTful API
┌───────────────────────────────────▼────────────────────────────────────┐
│ DevAgent Go 核心引擎 (agent.exe) │ │ │ │ ┌───────────────────────────┐ ┌───────────────────────────────┐ │ │ │ ReAct 自主循环核心 │◄───┤ 多模型统一适配中枢 │ │ │ │ (Think-Act-Observe-Reflect) │ (DeepSeek、Xiaomi、Gemini、│ │ │ └─────────────┬─────────────┘ │ Claude、OpenAI、Ollama等) │ │ │ │ └───────────────────────────────┘ │ │ ▼ │ │ ┌───────────────────────────┐ ┌───────────────────────────────┐ │ │ │ HITL 人机安全协同门禁 │ │ 会话分支持久化与时间旅行 │ │ │ │ (路径防穿越沙箱、高危过滤)│ │ (快照分支树、会话持久化) │ │ │ └─────────────┬─────────────┘ └───────────────────────────────┘ │ │ │ │ │ ▼ │ │ ┌────────────────────────────────────────────────────────────┐ │ │ │ 本地核心工具生态 │ │ │ │ file_read • file_write • file_edit • list_dir • cmd_exec │ │ │ └────────────────────────────────────────────────────────────┘ │ └───────────────────────────────────┬────────────────────────────────────┘ │ ┌──────────▼──────────┐ │ 宿主操作系统环境 │ │ 文件系统与终端 │ └─────────────────────┘

🧠 对标 Pi 的 7 级思考深度选择器

在输入框操作栏右侧集成了深度思考调控胶囊，严格遵循 Pi 官方底层规约：

| 档位代号 | 界面名称 | Token 预算 | 典型应用场景 |
| off | 关闭思考 | 0 Tokens | 格式整理、直接问答、简单配置编写 |
| minimal | 极简思考 | ~1k Tokens | 单行代码修改、快速信息检索 |
| low | 浅度思考 | ~2k Tokens | 常规脚本片段编写、轻量级小重构 |
| medium | 中度思考 | ~8k Tokens | 标准业务功能实现、跨函数逻辑排查 |
| high | 深度思考 | ~16k Tokens | 复杂算法推演、单元测试闭环自愈 (默认推荐) |
| xhigh | 超深思考 | ~32k Tokens | 复杂架构推演、全仓库规模设计分析 |
| max | 极限思考 | 顶格极限算力 | 极限深度长链逻辑推导与攻坚排障 |

若当前选中的模型不支持深度思考（如 GPT-4o），按钮将自动平滑置灰并禁用，避免无效传参。

🛡️ 人机协同 (HITL) 安全门禁

- 工作空间路径严密隔离：防止任何 ../ 越权路径逃逸，所有操作严格锚定在用户指定的工作目录内。
- 高危破坏性指令拦截：自动捕获格式化、递归删除根目录等危险操作，强制挂起并交由开发者审查。
- 差异化代码替换审计：支持精准文本块增量替换（file_edit），审查弹窗以红绿对比色高亮显示待修改内容。

🌐 43+ 大模型厂商纳管矩阵

预设权威官方 Base URL 与推荐主力模型：

- 国内前沿模型：DeepSeek、小米 MiMo、月之暗面 Kimi、智谱 Z.AI、阿里通义 Qwen、MiniMax、蚂蚁 Ant Ling。
- 国际主流模型：Anthropic Claude、OpenAI、Google Gemini、xAI (Grok)、Mistral、Meta Llama。
- 专用极速通道：Kimi For Coding、Z.AI Coding CN、Qwen Token Plan、GitHub Copilot。
- 极速推理算力：Groq、Cerebras、Fireworks、Together AI、Baseten。
- 边缘网关与本地私有：Cloudflare AI Gateway、Vercel AI Gateway、Azure、AWS Bedrock、Ollama、llama.cpp、vLLM。

🚀 快速上手指南

环境准备

- Go 1.22+（仅从源码编译时需要）
- Git（可选，用于版本回滚特性联动）

1. 源码直接运行

克隆代码仓库
git clone https://github.com/yfddxwx/Autonomous-Agent-Development-Workflow.git
cd Autonomous-Agent-Development-Workflow

启动 Agent 本地服务 (默认监听 8080 端口)
go run cmd/agent/main.go -port 8080 -dir .

浏览器访问： http://127.0.0.1:8080

2. 编译自包含可执行程序

生成独立免安装二进制可执行文件： Linux / macOS 环境
go build -ldflags "-s -w" -o agent ./cmd/agent

Windows 环境
go build -ldflags "-s -w" -o agent.exe ./cmd/agent

⚙️ 配置文件说明

可将 config.example.json 复制为 config.json，或直接在 Web 设置界面图形化添加：

cp config.example.json config.json

配置样例： {
"active_profile_id": "deepseek-flash",
"profiles": [
{
"id": "deepseek-flash",
"name": "DeepSeek V4.1 Flash",
"provider": "deepseek",
"base_url": "https://api.deepseek.com",
"api_key": "在此填入您的API_KEY", "model": "deepseek-flash", "max_steps": 15 } ], "workspace_dir": ".", "approval_mode": "guarded" }

系统同时支持从系统环境变量（如 DEEPSEEK_API_KEY、OPENAI_API_KEY、GEMINI_API_KEY）自动装载默认密钥。

🖥️ 现代化交互界面体验

- Google Gemini 品牌设计规范：采用 Google Sans 字体、JetBrains Mono 终端字体及 #131314 深灰表面色调。
- 折叠式思考动效：大模型思考过程在生成中展开显示，回答完成后平滑收起。
- 自适应视口排版：顶栏与操作控件经受住各类屏幕缩放考验，无遮挡与越界。
- 唤起原生文件资源管理器：点击工作空间按钮可直接唤起系统图形文件选择器选择任意文件夹。

🧪 自动化工程测试套件

本项目执行严苛的工程四重门禁标准：

执行全量单元测试与集成测试
go test -v ./...

测试覆盖范围：
- pkg/security：路径越权阻断、高危命令拦截、人工审核挂起与放行机制。
- pkg/tools：精确差异文本替换、多行切片查看、命令实时流式捕获。
- pkg/server：动态模型配置加载、思考深度解析校验、REST 路由健全性。
- pkg/git：一键秒级快照回滚与仓库状态检测。
- tests：模拟大模型多轮调用与自动化反思自愈全链路集成。

🤝 贡献指南

欢迎各位开发者提交 Issue 或 Pull Request！在提交前请详细参阅 CONTRIBUTING.md 与 CODE_OF_CONDUCT.md。

👤 作者与开源许可证

- 作者：yifangdong
- 代码仓库：Autonomous-Agent-Development-Workflow
- 开源许可证：MIT License © 2026 yifangdong