CodeAF

面向开放模型的终端软件工厂,把多任务调度、校验与合并收归一处。

Star 数
★ 812
最近更新
1 天前
License
Apache-2.0
主语言
Go

30 秒速览

运行形态
命令行工具
可在哪里用
通用 · 跨平台ChatGPT · Codex · OpenAI API
费用
软件免费,模型调用费用自付
上手难度
低 · 几分钟可跑通
开始前需要
OpenRouter 或其他提供商的 API 密钥(Ollama 可选)Ollama(可选,用于本地模型)ssh(可选,用于远程主机)Shell / 命令行网络访问本地文件系统
典型场景
维护多个仓库的开发者:在一个窗口中跨项目查看待办、未读和花费,切换标签页即可继续之前的工作。
不适合
  • 只依赖单一云厂商闭源生态、拒绝接入开放模型的团队
  • 无法接受产品向 AgentField 发送匿名使用统计的用户
官网
agentfield.ai/codeaf ↗ 来自 GitHub 仓库设置
维护状态
近 30 天有提交最近提交 2026-11-20最新版本 v0.8.3(2026-11-19)近 7 天每天 +12.7 ★

这个 Agent 能做什么,适合哪些场景?

CodeAF 是 AgentField AI 用 Go 编写的单二进制编码 harness,面向 DeepSeek、Qwen、GLM、Kimi、MiniMax、Ollama 等开放模型优化单位成本产出。它的核心是一个控制台界面:home 汇总机器上所有项目与对话,enter 在标签页中打开任意项目,多个任务并行时各自使用独立的仓库副本和分支。用户用自然语言描述问题,系统把它拆分为多个任务并派发给由 worker、planner、checker 组成的模型班组,通过校验的工作自动落到你的分支而非 main。内置 senior-dev、sec、review 三个 subharness 分别处理代码变更、本地安全审计和 GitHub PR 审查,同时提供 codeaf do 等 headless 命令接入 CI 与脚本。界面跑在本地、对话跑在工作机上,可通过 ssh 从笔记本或手机接入同一会话。项目采用 Apache 2.0,目前处于早期预览阶段。

读取终端中的自然语言需求,将其切分为任务树,每个任务在独立仓库副本与分支上运行。按 worker/planner/checker 三个 seat 从已接入的 provider 中按评分挑选模型,provider 包括 OpenRouter、DeepSeek、GLM、Kimi、MiniMax、Qwen、ChatGPT 计划的 Codex、Ollama 及任意 OpenAI 兼容端点。subharness 由斜杠命令触发:/senior-dev 执行代码修改并返回构建与测试结果,/sec 对自 main 以来的变更或整个仓库做安全审计,输出 Markdown、JSON 与 SARIF;/review 审查 owner/repo#123 形式的 GitHub PR。通过校验的改动自动合并到你自己的分支;无法自动校验的落进 unread,由用户按 1 接受或 2 拒绝。codeaf do 接收一段 brief,规划、执行并校验后打印一个 JSON 对象和退出码。codeaf chat --host devbox 把界面与对话分离,本地终端渲染界面,对话与任务驻留在 devbox 上。

  1. 维护多个仓库的开发者:在一个窗口中跨项目查看待办、未读和花费,切换标签页即可继续之前的工作。
  2. 需要在开放模型上压低编码成本的团队:用 /senior-dev 跑 DeepSWE 类真实 issue,并对比每解一题的成本。
  3. 在 CI 中运行自动化编码任务的工程师:用 codeaf do "..." --timeout 30m --json 获得结构化输出和退出码。
  4. 负责安全审计的安全工程师:用 /sec changes since main 生成带证据和修复建议的 Markdown/JSON/SARIF 报告。
  5. 审查 GitHub PR 的评审者:用 /review owner/repo#123 focus on retries 得到带文件位置与覆盖范围说明的评审结果。
  6. 在远程开发机上工作的用户:codeaf chat --host devbox 让本地终端或手机通过 ssh 接入同一会话。

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

安装 / 启动命令
  • curl -fsSL https://agentfield.ai/get/codeaf | bash
配置文件
~/.codeaf/bin

如何安装或部署这个 Agent?

在终端执行官方安装脚本,脚本会把对应平台的发布二进制放入 ~/.codeaf/bin:

curl -fsSL https://agentfield.ai/get/codeaf | bash
codeaf

如需固定版本,可从 releases 页面取 tag:

curl -fsSL https://agentfield.ai/get/codeaf | VERSION=<tag> bash

也可以从源码构建(需要 Go 工具链):

git clone https://github.com/Agent-Field/CodeAF
cd CodeAF
make build
bin/codeaf

首次启动会在浏览器中连接 OpenRouter 或接受 API key;Codex 通过 ChatGPT 计划登录,DeepSeek、GLM、Kimi、MiniMax、Qwen 需要各自密钥,Ollama 无需密钥。

如何使用这个 Agent?

安装后直接在项目目录运行 codeaf 进入对话,用自然语言描述需求,例如一句话里点名三个问题即可拆成三个任务。用斜杠命令调用内置 specialist:

/senior-dev fix the retry bug and add tests
/sec changes since main
/review owner/repo#123 focus on retries

管理模型班组与预算:

/crew
/crew pin checker <model>
/crew models open
/task --best
/task --cheap
/redo stronger

在 CI 或脚本中走 headless 路径:

codeaf do "bump every dependency whose changelog is worth reading" --timeout 30m --json

远程驱动工作机:

codeaf chat --host devbox

快捷键:home 列出全部项目,enter 打开,tab 切换标签页,alt+k 跳转到任意会话,alt+. 查看键位表;codeaf manual 查阅内置手册。

这个 Agent 有哪些优点和局限?

优点
  • 单 Go 二进制、无需额外运行时:README 实测磁盘占用 53 MB,新增会话内存约 27 MB,明显小于 claude 与 opencode。
  • 面向开放模型做成本优化,README 称在 DeepSWE 113 个真实 issue 上以相同模型取得最高解决率与最低每解一题成本。
  • 模型与 provider 解耦:内置 OpenRouter、DeepSeek、GLM、Kimi、MiniMax、Qwen、Codex、Ollama 及任意 OpenAI 兼容端点,支持 /crew models open 限定开放权重模型。
  • 把调度、校验、合并纳入产品:多任务并行于独立分支,通过校验才自动合入,且明确不落到 main、dev 或发布分支。
  • 同一套引擎提供交互与 headless 两种入口,codeaf do 输出单个 JSON 对象与退出码,便于接入 CI、cron 和基准测试。
  • 界面与执行分离:界面在本地渲染,对话驻留工作机,掉线后仍可重连并看到等待中的问题。
局限
  • 项目自述为 early preview,README 明确提示会有粗糙边缘,稳定性与兼容性尚无长期验证。
  • 匿名遥测默认开启,虽可通过 /settings、CODEAF_TELEMETRY=off 或 DO_NOT_TRACK=1 关闭,但需要用户主动处理。
  • 默认需要联网调用云端模型并依赖第三方 API key,完全离线只能依赖 Ollama 等本地端点。
  • sec 与 review 只读源码、不运行你的测试或构建,报告中的覆盖范围与未完成分析需要人工判断,且明确说明“无发现”不等于“无漏洞”。
  • 无 ssh 的远程接入(中继与配对码)虽已构建,但仍需等待托管中继上线。
  • 部分能力(subharness 自动设计、模型池)需要用户理解配置项与开关,文档分散在多份 docs 与内置手册中。

这个 Agent 与同类方案有什么区别?

README 点名了同模型同基准下的对手:Claude Code、Codex、OpenCode、Kilo、DeepSeek 自家 harness、mini-swe-agent、pi、muse-code、omp,并在体积与内存上对比 claude 与 opencode。与一般 copilot 的差异在于 CodeAF 强调跨项目控制台、多 seat 模型班组与 headless 入口,而非单仓库单线程补全。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
CodeAF 当前 41 · 缺口较多 命令行工具免费 + 模型费 ★ 812 1 天前 Go ChatGPT · Codex · OpenAI API
UNCUT 57 · 缺口较多 — ★ 101 6 天前 Go OpenAI API
Maestro 编排平台 64 · 存在缺口 Agent 插件 / 技能免费 + 模型费 ★ 489 19 天前 JavaScript Codex · Claude Code
Codewhale 终端编码助手 79 · 表现良好 命令行工具免费 + 模型费 ★ 41k 今天 Rust OpenAI API · Claude API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
41/ 100 五分制 2.1 / 5
本评测基于 2026年11月11日 的源码;此后该项目发布了 1 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 12/29
可靠稳定 5/14
适用触发 8/18
规范维护 9/18
有效结果 4/13
证据核验 3/8
查看各维度的扣分理由
信任安全12 / 29 · 2.1/5

README 明确披露遥测默认开启、Model Pool 默认关闭及其字段与关闭方式,数据流透明度较好(2)。但权限最小化仅见 CI 工作流的 contents: read,产品本身以单二进制在用户机器上运行、可跨项目执行任务与自动化,未见权限边界或沙箱说明(1)。用户确认方面只有“通过检查的工作自动落到分支、不落 main”和 needs you 队列的叙述,缺少对破坏性操作(提交、推送、发布)的强制确认证据(1)。敏感数据处理仅声明不发送提示词/代码/路径,未见密钥存储与日志脱敏的实现证据(1)。依赖安全只有 go.mod 的版本锁定与 raft 的 replace 补丁,无漏洞扫描或 SBOM 证据(1)。外部效应(自动提交、定时任务、headless 执行)有描述但无回滚或撤销机制(1)。回滚仅提到“不覆盖运行中的可执行文件”,任务级回滚未见(1)。来源归属做得较好:PR-AF/SEC-AF 导入被明确标注,并声明其基准结果不适用于 codeaf 的 review 专家(2)。

可靠稳定5 / 14 · 1.8/5

自洽性存在可指出的矛盾:README 称基准模型为 DeepSeek V4 Flash,而视频说明写 DeepSeek V4.1 Flash;README 称“六个座位”,表格只列 worker/planner/checker 三个加 reflex/small 两行,计数不一致(1)。依赖可用性方面 go.mod 大量伪版本与本地 replace,且 go 1.26.5 版本要求较新,未见 vendor 或校验说明(1)。失败信息在 AGENTS.md 与 census 工具有部分体现(如无调用日志时的明确报错),但产品级错误处理未见(1)。

适用触发8 / 18 · 2.2/5

受众与场景描述充分:终端、服务器、手机 ssh、CI/headless、自动化,覆盖多种使用方式(2)。能力边界部分说明:sec/review 只读源码不运行测试、不保证无漏洞,但整体能力边界(哪些操作会写盘、推送、联网)未系统列出(1)。触发精度方面,斜杠命令与自然语言触发混用,未见触发条件与歧义的说明(1)。环境适配:宣称 darwin/linux/windows 单二进制,但内置专家仅 macOS/Linux,Windows 支持存在缺口(1)。

规范维护9 / 18 · 2.5/5

信息架构清晰:README 分节、docs 索引、manual 内置于二进制(2)。安装说明完整,含 curl 脚本、版本固定、源码构建(2)。命名稳定性有 internal/namelaw 强制小写 codeaf 并有 legacy-name 规则(2)。示例有但偏营销截图,缺少可复制的完整工作流与 FAQ(1)。已知局限仅“early preview、粗糙边缘”一句,未列具体限制(1)。许可证为完整 Apache-2.0 文本(2)。版本化有 releases 与 docs/changes/unreleased 流程,但未见 CHANGELOG 文件本体(1)。维护责任指向 AgentField 团队与 Discord/issue,但发布者身份未经 FollowAgents 验证,责任主体不明确(1)。

有效结果4 / 13 · 1.5/5

输出可用性:headless 模式输出单个 JSON 与退出码,任务产出为分支上的变更与报告,形式可用;但缺少输出 schema 的完整示例(1)。边际价值:多项目单窗口、模型池、子专家确有差异化,但同类编码 harness 竞争激烈,且核心基准为自述(1)。成本收益:宣称最低每解决成本,但基准数据来自项目自身且未提供可复现脚本细节,成本控制有 /crew 限额但默认 $5 上限的合理性未论证(1)。

证据核验3 / 8 · 1.9/5

声明可追溯性一般:基准称 113 个 DeepSWE 问题与官方验证器,但未在仓库内给出结果文件或复现命令(1)。交叉印证:README 与 docs/model-usage-accounting.md 对遥测字段的描述基本一致,但基准数字无第二来源(1)。事实与推断分离:README 明确区分 PR-AF 原始基准与 codeaf 导入专家,属良好实践;但“#1 on DeepSWE”等营销表述与实测证据混排(1)。

风险与缓解建议
  • 遥测默认开启,且 Model Pool 可选择性上报模型测量数据;在受监管或敏感代码环境中使用前应显式关闭 CODEAF_TELEMETRY 与 model_pool。
  • 产品以单二进制在用户机器上跨项目执行任务、自动提交到分支并运行定时自动化,未见沙箱或权限边界说明,建议在隔离环境或专用账户下运行。
  • 基准“#1 on DeepSWE”与成本数据为项目自述,仓库内未见结果文件或复现脚本,不应作为采购决策的唯一依据。
  • README 中模型名称(V4 Flash 与 V4.1 Flash)与座位数量描述不一致,说明文档与实现可能不同步。
  • 内置专家仅支持 macOS/Linux,Windows 用户的实际能力与宣传的单二进制跨平台不完全一致。
  • 发布者身份未经 FollowAgents 验证,维护责任与更新路径需自行核实。
证据充分度:低 评估于 2026年11月11日 审查版本 0c5fd475a350 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/codeaf.svg?lang=zh)](https://followagents.com/zh/agents/codeaf)
<a href="https://followagents.com/zh/agents/codeaf"><img src="https://followagents.com/badge/codeaf.svg?lang=zh" alt="FARS 评测"></a>

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. dev-20261120-12c3656e25d7 codeaf dev-20261120-12c3656e25d7 预发布
    发布说明摘录
    Install this dev build: ```sh curl -fsSL https://raw.githubusercontent.com/Agent-Field/CodeAF/12c3656e25d780375aded88ae12e74481a9382d0/scripts/install.sh | bash -s -- --dev curl -fsSL https://raw.githubusercontent.com/Agent-Field/CodeAF/12c3656e25d780375aded88ae12e74481a9382d0/scripts/install.sh | VERSION=dev-20261120-12c3656e25d7 bash ``` This installs this dev channel as devaf beside codeaf: ```sh curl -fsSL https://agentfield.ai/get/devaf | bash ```
    在 GitHub 查看 ↗
  2. v0.8.3 codeaf v0.8.3
    发布说明摘录
    Fixed - A slow local model gets ten times the wait, and response.patience changes it — [#2854](https://github.com/Agent-Field/codeaf/pull/2854) · engine chat docs <details><summary>4 things that are no longer true</summary> - A model on your own machine or network (Ollama, LM Studio, llama.cpp, a box on the LAN or Tailscale) was held to the hosted figures: 2 minutes for response headers, 10 seconds of silence after headers, 45 seconds quiet mid-reply, a 5-minute reply wall, 150 seconds for a non-streamed reply, and a 2-minute compaction summary. Under the default `response …
    在 GitHub 查看 ↗

常见问题

软件本身收费吗?
不收费,采用 Apache 2.0 许可。费用来自你接入的模型 provider,按调用量计费;如果用 Ollama 等本地模型则无需 API 费用。每个任务默认有 $5 上限,可在 /crew 中调整并设置每日上限。
它会自己把代码合并到主分支吗?
不会。通过校验的改动只落到你自己的分支,README 明确说明不会合并到 main、dev 或 release 分支;无法自动校验的工作会进入 unread,由你按 1 接受或 2 拒绝。
sec 和 review 会执行我的代码或测试吗?
不会。两者只读源码,不运行你的测试、构建、应用或漏洞利用,也不会修改代码;发布评审或修复发现需要你另行发起。报告中的覆盖范围与未完成分析需要先阅读再行动。
能否完全离线使用?
仓库没有给出完全离线的部署说明。模型侧可接 Ollama 或任意 OpenAI 兼容端点,但安装脚本从网络拉取二进制,遥测与模型池涉及对外请求(可关闭)。
支持哪些系统?
README 徽章标注 darwin、linux、windows 单二进制;内置 subharness 明确在 macOS 和 Linux 上运行,且无需额外安装 specialist。
CodeAF 官网是什么?
CodeAF 的 GitHub 仓库填写的官网是 https://agentfield.ai/codeaf。这个链接由仓库作者设置;源码在 GitHub(Agent-Field/CodeAF)。
CodeAF 开源吗?
开源。源码在 GitHub(Agent-Field/CodeAF),许可证是 Apache-2.0。
CodeAF 安全吗?
FollowAgents 的 FARS 评审(2026年11月11日)给 CodeAF 的“信任与安全”打了 12/29 分。评审检查的 8 项安全措施没有完全缺失的。评审之后仓库已有更新。
CodeAF 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-11-20,在最近 30 天内。最新版本是 v0.8.3(2026-11-19)。
CodeAF 是谁开发的?
CodeAF 由 GitHub 账号 Agent-Field 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关核心概念