LintLang

在 Agent 运行之前,用本地确定性静态检查拦下含糊的工具描述、缺失的停止条件和 schema 缺口。

Star 数
★ 147
最近更新
14 天前
License
Apache-2.0
主语言
Python

30 秒速览

运行形态
命令行工具
可在哪里用
通用 · 跨平台Claude CodeCodex(部分支持)
费用
免费,无需付费服务
上手难度
低 · 几分钟可跑通
开始前需要
Python 3.10+uvx(可选)Homebrew(可选)Shell / 命令行网络访问本地文件系统
典型场景
维护 MCP 服务器或函数调用工具集的团队,想在上线前确认多个同级工具的描述不会让模型无从选择。
不适合
  • 希望用大模型自动修复提示词、而不接受确定性静态检查的团队
  • 想验证 Agent 在运行时是否真的选对工具的团队
  • 需要跨文件合并工具选择空间做全局冲突检测的团队
官网
lintlang.ai ↗ 来自 GitHub 仓库设置
维护状态
近 30 天有提交最近提交 2026-11-06最新版本 v0.8.3(2026-10-20)

这个 Agent 能做什么,适合哪些场景?

LintLang 是 Hermes Labs 开发的本地确定性静态检查工具,专门针对喂给 AI Agent 的指令和工具接口。它直接扫描你已有的项目目录,从 JSON/YAML 中嵌套的 MCP 与函数工具定义、参数 schema、系统提示、messages、输出约定,以及 AGENTS.md、CLAUDE.md、GEMINI.md、SKILL.md 和部分 Python 提示代码中提取面向 Agent 的内容。检查完全基于静态规则、不调用任何模型,因此结果可复现、可放进 CI。它能发现同类工具描述互相重叠、重试或循环缺少边界、schema 缺必填字段、一个提示里出现多种输出格式、长指令列表没有优先级、SKILL.md 元数据缺失或技能名与目录不符等问题。每条结果都会说明自己检查了什么,没有识别到 Agent 相关结构的内容会被标为 SKIPPED 而不是 PASS。输出支持文本、JSON、SARIF 与 GitLab Code Quality,便于接入流水线。

运行 lintlang scan <目录或文件> 时,工具会递归遍历目标路径,识别并解析支持的 Agent 配置载体:JSON/YAML 中的 MCP 与函数工具定义、参数 schema、系统提示与 messages、输出契约、AGENTS.md / CLAUDE.md / GEMINI.md / SKILL.md,以及受支持的 Python 提示代码。解析后它会执行一组确定性检查:H1.x 系列比较同一个已解析输入内的同级工具,找出职责重叠、缺少区分依据的工具;H5 检测长指令列表缺少优先级;H6 检测一个提示中出现两种以上被识别的输出格式(即使各自限定在某个分支);同时检查重试、循环、工具调用是否缺少显式停止或进度条件,schema 是否缺必填字段、参数含义不清,SKILL.md 元数据是否缺失或非法、技能名是否与目录一致,上下文与消息是否存在过期引用、无界持久化、角色格式错误、工具消息序列断裂,以及受支持 Python 提示中的字面工具定义与流水线阈值。每条结果都标注实际检查的对象;未识别到 Agent 结构的内容标记为 SKIPPED。CLI 支持 --fail-on fail(仅 HIGH/CRITICAL 阻断)与 --fail-on review(把 MEDIUM 纳入门槛),--write-baseline 可把当前结果写为基线,之后用 --baseline 只对新增或变更的发现设卡;lintlang init --github --path . 生成固定版本的 GitHub Actions 工作流,默认阻断 HIGH/CRITICAL。输出格式包括文本、JSON、SARIF 和 GitLab Code Quality。

  1. 维护 MCP 服务器或函数调用工具集的团队,想在上线前确认多个同级工具的描述不会让模型无从选择。
  2. 把 Agent 配置、提示词和 skill 明文的仓库接进 GitHub Actions,需要在 PR 阶段就阻断高风险配置缺陷的工程团队。
  3. 已经在用 Claude Code、Cursor、Gemini CLI 等工具,希望把 lintlang scan 放进 pre-commit 本地钩子做提交前自检的开发者。
  4. 为 CLAUDE.md、SKILL.md、AGENTS.md 做评审的人,需要一份确定性清单来核对元数据、使用条件和命名规范。
  5. 已经积累大量历史告警的项目,希望用 .lintlang-baseline.json 冻结旧问题、只对新引入的发现设门槛。
  6. 需要把检查结果接入 GitHub Code Scanning 或 GitLab Code Quality 面板、用 SARIF 统一展示的安全与平台工程师。

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
  • uvx lintlang scan
  • pip install lintlang
  • brew install hermes-labs-ai/tap/lintlang
  • uvx lintlang scan AGENTS.md
配置文件
agent.yaml .lintlang-baseline.json
运行环境
Python 3.10+
安装说明涉及
macOS

如何安装或部署这个 Agent?

需要 Python 3.10 及以上版本。如果只想跑一次而不安装:

uvx lintlang scan .

用 pip 安装到环境里:

pip install lintlang
lintlang scan .

macOS 上也可以用 Homebrew:

brew install hermes-labs-ai/tap/lintlang
lintlang scan .

如何使用这个 Agent?

可以直接指定某个配置来源,而不是整个目录:

uvx lintlang scan AGENTS.md
uvx lintlang scan SKILL.md
uvx lintlang scan agent.yaml

默认发现只作提示;要阻断 HIGH 或 CRITICAL 级别的问题:

lintlang scan . --fail-on fail

把 MEDIUM 也纳入门槛:

lintlang scan . --fail-on review

生成固定版本的 GitHub Actions 工作流:

lintlang init --github --path .

如果仓库已有历史问题,先写一份基线,再只对新增或变更的发现设卡:

lintlang scan . --write-baseline .lintlang-baseline.json
lintlang scan . \
  --baseline .lintlang-baseline.json \
  --fail-on review

这个 Agent 有哪些优点和局限?

优点
  • 完全本地、零 LLM 的确定性检查:不调用模型、不需要 API key、结果可复现,扫描不会把代码或提示内容发送到外部服务。
  • 覆盖面针对 Agent 配置本身——同级工具混淆、停止条件缺失、schema 缺口、输出格式混杂、SKILL.md 元数据错误,这些是通用 YAML/JSON linter 不会检查的。
  • 报告语义诚实:没有识别到 Agent 结构的内容标为 SKIPPED 而非 PASS,每条结果都说明检查对象,不会给出虚假的通过结论。
  • 原生支持 SARIF、JSON 和 GitLab Code Quality,可直接接入 GitHub Code Scanning、GitLab CI 或 MegaLinter,基线机制让历史项目可以渐进式收口。
  • 安装路径轻量:uvx 免安装即可试跑,也支持 pip 与 Homebrew,CLI 之外还提供 Claude Code、Cursor、Copilot CLI、Gemini CLI 等集成说明。
局限
  • 不做语义矛盾检测:项目明确说明它不会发现“总是做 X”与“永远不要做 X”这类相互冲突的指令,H5/H6 只覆盖优先级缺失和输出格式数量。
  • 不验证运行时行为:它不运行模型、不观察实际的工具选择,一次干净扫描只代表所选静态检查在已识别内容里没发现问题,不能等同于 Agent 生产可用。
  • 工具比较限定在单个已解析输入内,一次目录扫描不会把不同文件中的工具合并到同一个选择空间,跨文件冲突需要自行拆分扫描或另行处理。
  • 能力边界依赖识别规则:只有被支持的结构才会被检查,未识别的文件会被跳过而不报错,配置写法超出支持范围时可能得到“看起来很干净”的结果。
  • 需要 Python 3.10+ 运行时;文档只覆盖 macOS 的 Homebrew 路径,Linux/Windows 的原生安装需自行使用 pip 或 uvx。

这个 Agent 与同类方案有什么区别?

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
LintLang 当前 81 · 表现良好 命令行工具免费 ★ 147 14 天前 Python Claude Code
AgentSys 56 · 缺口较多 命令行工具免费 + 模型费 ★ 1k 11 天前 JavaScript Codex · Claude Code
Argot 仓库风格审查器 78 · 表现良好 命令行工具免费 ★ 48 2 个月前 Rust Claude Code
Kotlin Footguns 技能库 76 · 表现良好 Agent 插件 / 技能免费 ★ 2.5k 23 天前 Python Codex · Claude Code

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
表现良好
81/ 100 五分制 4.1 / 5
信任安全 21/29
可靠稳定 11/14
适用触发 15/18
规范维护 16/18
有效结果 12/13
证据核验 6/8
查看各维度的扣分理由
信任安全21 / 29 · 3.6/5

源码与文档表明扫描本地文件、无需联网且默认仅提供建议,权限范围较窄;但 --fix 会写文件,仅 --dry-run 和可选备份构成有限保护,因此确认与回滚不是完整事务机制。SKILL 指示对 stdin 提示词避免写入文件或历史,并强调不输出原始提示/上下文,支持数据流透明与敏感数据处理;但样本未覆盖完整数据处理实现。运行时依赖仅列 PyYAML,CI Action 固定到提交且关闭持久凭据;没有依赖漏洞状态证据。归属指向 Hermes Labs 和维护者邮箱,但发布者身份未验证,故来源与维护责任只得部分分。

可靠稳定11 / 14 · 3.9/5

README、AGENTS.md 和 CLI 对离线扫描、判定和自动修复范围大体一致,且明确区分结构判定与置信度;部分入口描述仍有差异,例如 README 的主能力描述较简,而 AGENTS.md 和 SKILL 提及 preflight。依赖列表明确,支持 Python 3.10+,但安装仍需外部包获取,不能据此认定始终可用。CLI 对输入错误、跳过内容、阈值门控及失败状态有具体说明;扣分是所给 CLI 源码片段不完整,无法核对所有错误路径。

适用触发15 / 18 · 4.2/5

README、AGENTS.md 与技能文件覆盖开发者、CI、工具定义、提示词、Python 嵌入提示及多种集成场景,并明确不适用于运行时评估或生产安全证明。技能触发条件较具体,但既有按用户指定文件扫描的说明,也有按仓库发现文件的入口,适用范围需读者选择。支持多种安装方式和 Python 3.10–3.13 的 CI 声明;所给环境样本主要是 Linux,macOS Homebrew 有说明,但其他环境兼容细节未展示。

规范维护16 / 18 · 4.4/5

文档将快速开始、CI、集成、技术参考、基线、贡献、安全和变更记录分层,提供可复制命令及错误样例;Apache-2.0 有元数据和许可证文本。版本号在 pyproject、Gemini 扩展及技能固定版本中可见,且提供 changelog 入口,但旧版本集成测试与当前 0.8.3 并存,版本支持范围及更新路径仍不完全统一。贡献、安全报告邮箱和仅支持最新版本的策略给出了一定维护信息;发布者未在策展注册表验证,因此不对身份作额外推断。

有效结果12 / 13 · 4.6/5

输出包含文件位置、严重度、修复建议,并支持 JSON、SARIF、GitLab 格式、阈值门控和基线,直接适合开发与 CI 工作流。它针对静态检查覆盖运行时模型评估无法替代的指令和工具接口问题,具备明确增量价值;但项目明确尚未公布真实项目准确率和误报率,且收益依赖启发式覆盖范围,故成本收益不满分。

证据核验6 / 8 · 3.8/5

README 将具体功能对应到文档、样例、测试路径和上游合并案例,并明确说明测试语料不能估算准确率;版本与依赖等部分信息也能在 pyproject 和工作流中核对。多个文件互相支持离线、确定性和边界声明,但它们主要是同一仓库内的自述,且给出的源码样本不完整,不能独立验证所有实现主张。项目清楚区分已测事实、范围声明和未发布的准确率推断,因此事实与推断分离较好。

风险与缓解建议
  • 扫描通过只表示已识别的静态检查未发现覆盖范围内的问题;不能据此证明代理运行时安全或行为正确。
  • 项目尚未公布真实项目上的准确率和误报率;自动修复范围有限,执行写入前应检查差异并保留可恢复副本。
证据充分度:低 评估于 2026年11月8日 审查版本 5e5fefbce783
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/lintlang.svg?lang=zh)](https://followagents.com/zh/agents/lintlang)
<a href="https://followagents.com/zh/agents/lintlang"><img src="https://followagents.com/badge/lintlang.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. v0.8.3 LintLang v0.8.3 — Better agent-file discovery and diagnostics
    发布说明摘录
    LintLang v0.8.3 — Better agent-file discovery and diagnostics Find more of the instructions your agents rely on. Get clearer feedback when something needs fixing. LintLang is a local, deterministic static linter for AI agent instructions, prompts, and tool definitions. This release improves file discovery, configuration diagnostics, and developer integrations. What's new Cursor project-rule discovery LintLang now recognizes .cursor/rules/*.mdc files in supported instruction-file discovery workflows, including pre-commit. Clearer YAML tool diagnostics …
    在 GitHub 查看 ↗
  2. v0.8.2 0.8.2
    发布说明摘录
    [0.8.2] - 2026-09-30 Added - A Simplified-Chinese quickstart (docs/zh-CN/) with a drift guard keeping it in step with the English docs. Added in [#156](https://github.com/hermes-labs-ai/lintlang/pull/156). Changed - Breaking: the GitHub Action's fail-on input now defaults to empty, making the workflow advisory: it reports findings but only fails on input errors, matching the CLI and pre-commit hook defaults. Workflows that relied on the previous blocking default must set fail-on: fail (or …
    在 GitHub 查看 ↗
  3. v0.8.1 0.8.1
    发布说明摘录
    [0.8.1] - 2026-09-29 Fixed - Markdown front matter is now read as skill selection metadata only on explicit selection-definition paths: a file named SKILL.md, .claude/agents/*.md, .claude/commands/**, and .cursor/rules/*.mdc. Previously, any Markdown file with a description: key was treated as a skill at any path (H1.8 on ordinary docs pages), and any name: key under a skills/, agents/, or commands/ directory triggered H1.1 — including a skill's own assets/, references/, and example files. Directory scans …
    在 GitHub 查看 ↗

常见问题

LintLang 会调用大模型吗?需要 API key 吗?
不会。它是零 LLM 的确定性静态检查,安静运行、不发出网络模型请求,也不需要任何模型 API key,因此同样的输入会得到同样的结果。
一次扫描通过,是不是就说明我的 Agent 可以上线了?
不是。LintLang 不运行模型、不观察运行时的工具选择,也不验证 Agent 是否生产安全。扫描干净只意味着所选静态检查在你配置的识别内容里没有发现被覆盖的缺陷;没有被识别为 Agent 相关结构的内容会标为 SKIPPED,而非 PASS。
它会不会把我仓库里的提示词或代码上传?
设计上它是本地工具,README 描述的是扫描本地项目目录、以 CLI 形式在开发者机器或 CI runner 上运行。仓库中没有提到需要把内容发送到外部服务的环节。
它能查出两个工具功能重叠吗?跨文件也能查吗?
能查同级工具描述的重叠(H1.x 系列),但比较范围限定在同一个已解析输入内;一次目录扫描不会把来自不同文件的工具合并成一个选择空间,跨文件比较需要另行处理。
已有的历史告警很多,怎么引入才不会一次卡死 CI?
先用 lintlang scan . --write-baseline .lintlang-baseline.json 记录一份已评审的基线,之后扫描时加上 --baseline .lintlang-baseline.json,就只对新增或变更的发现设卡。
LintLang 官网是什么?
LintLang 的 GitHub 仓库填写的官网是 https://lintlang.ai/。这个链接由仓库作者设置;源码在 GitHub(hermes-labs-ai/lintlang)。
LintLang 免费吗?
免费。LintLang 可以免费使用,不需要付费服务。
LintLang 开源吗?
开源。源码在 GitHub(hermes-labs-ai/lintlang),许可证是 Apache-2.0。
LintLang 安全吗?
FollowAgents 的 FARS 评审(2026年11月8日)给 LintLang 的“信任与安全”打了 21/29 分。评审检查的 8 项安全措施没有完全缺失的。
LintLang 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-11-06,在最近 30 天内。最新版本是 v0.8.3(2026-10-20)。
LintLang 是谁开发的?
LintLang 由 GitHub 账号 hermes-labs-ai 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