Agent 交付链路三件套:LoopForge / HiFox / Co-Sight Harness
从需求进入到交付完成,拆解三者各自的链路、控制面与适用边界
先给结论:这三者不在同一层,不能互相替代,也不该同时当流程引擎用。
- HiFox 在团队协作面:任务从哪来、派给谁、谁验收。它明确不做 Agent,也不替你写代码(欢迎文档)。
- LoopForge 在交付流程编排面:把一条需求拆成固定阶段,每个阶段交给不同角色,脚本和人工关口卡在中间,跑在 Docker 沙箱里(README)。
- Co-Sight Harness 在单条长链路的运行时控制面:状态机、控制资产、Hook、证据链,目标是把 200 步以上的业务链路跑稳(README、论文)。
团队协作面 HiFox 任务 / 看板 / 派工 / 验收 / 自动化触发
|
交付流程编排面 LoopForge SOP 图 / 角色分离 / 沙箱 / 脚本门禁 / 人工关口
|
运行时控制面 Co-Sight Harness 状态机 / 控制资产 / Hook / 评估 / 证据链
|
执行内核 Claude Code / Codex / CodeBuddy / DSH ...(真正读写代码的 CLI)一句话记法:HiFox 管“谁做”,LoopForge 管“按什么步骤做”,Co-Sight Harness 管“这一步凭什么叫作做完了”。
术语对齐
| 词 | 本文含义 | 对应产品 |
|---|---|---|
| Agent | 持久化的“怎么工作”配置:指令、技能、Runtime、仓库、环境 | HiFox 的核心对象 |
| Runtime | 真正执行任务的 CLI,例如 Claude Code、Codex、DSH | HiFox 的机器概念;Co-Sight 的宿主对象 |
| SOP | 节点图(Agent / 脚本 / 人工关口 / 子 SOP / 预览),带版本 | LoopForge 的核心对象 |
| Harness | 围绕概率模型建立的运行时控制结构:目标、状态、上下文、工具、权限、验证、证据 | Co-Sight Harness 的产品定义 |
| 控制资产 | 模型之外、可版本化的流程定义、状态、验收标准、领域知识 | Co-Sight 论文的核心概念 |
LoopForge
基本盘
| 项 | 事实 |
|---|---|
| 定位 | 自托管团队工作台,编排 coding agent 交付软件(README) |
| 语言栈 | Go 后端 + 内嵌 Web;内部仍沿用 agentflow 模块名和 AGENTFLOW_ 环境变量(architecture.md) |
| 部署依赖 | Docker(含 Compose)+ Python 3;./start.sh 拉取固定 GHCR 镜像并创建 MySQL 与平台服务,默认监听 0.0.0.0:8090(README) |
| 沙箱 | SOP 运行和对话工作区都起 Docker 容器,由平台通过宿主机 Docker socket 控制 |
| License | MIT,附第三方组件署名(LICENSE) |
| 版本 | 仓库 2026-07-28 创建;v0.1.0 发布于 2026-08-07,v0.3.0 于 2026-11-06,v0.4.0 于 2026-11-17(releases) |
| 活跃度 | 2026-11-20 抓取:3.2k stars、451 forks、188 open issues(GitHub API) |
SOP 节点与内置流程
流程设计器可编排五类节点:Agent、脚本、人工关口、子 SOP、预览构建(README 功能一览)。预览节点负责构建静态站点并归档,供评审查看;不是独立产品,而是流程里的一个交付物节点。
内置四套通用 SOP:后端交付、前端交付、缺陷修复、产品方案(同上)。产品方案不绑定仓库也能跑,缺陷修复需要提供待修代码与复现材料。
一条“完整交付 SOP”的六阶段是这样走的:
| 阶段 | 节点类型 | 典型产出 | 失败后 |
|---|---|---|---|
| 澄清 | Agent(实际默认 CodeBuddy) | requirement.md | 打回澄清或终止 |
| 设计 | Agent | design.md | 打回设计 |
| 实现 | Agent(开发者角色) | patch.diff | 脚本门禁失败 → 附日志打回实现,重试上限 3 |
| 评审 | Agent(独立评审角色,另一执行器/模型) | review.md | 打回实现 |
| 运行测试 | Script | go test ./...、npm run test:e2e 的退出码与日志 | 失败打回实现 |
| 人工验收 | Human gate | 验收凭据 + PR | 人可打回到任意指定环节 |
这张表不是宣传图:官网的演示实例就是“Clarify 用 CodeBuddy、Design 用 Codex、Implement 用 Claude Code、Review 用 CodeBuddy、测试用 go test、最后人工签收”,实现节点上还标了门禁 exit 0 与 retry ≤ 3(loopforge.cn)。
关键机制
角色分离:方案、实现、评审、测试各自的角色拥有独立的提示词、执行器、模型、规则、Skills、MCP 工具,外加产物与门禁定义;同一角色既能当 SOP 节点,也能在对话里被 Main Bot 当子 Agent 调用。写代码的 Agent 不能同时当评审者(README)。
执行器:这里有个容易夸大的点。对话首页和 SOP 角色下拉里是三选一:CodeBuddy、Codex、Claude Code;内置角色默认 CodeBuddy,需求澄清和通知汇总也固定走 CodeBuddy。镜像内置 CodeBuddy、Codex、DeepSeek Harness,Claude Code 首次使用时从 npm 安装。部署文档另外覆盖 OpenCode、Kimi Code、Pi、Cursor CLI、Antigravity、ZCode 的安装路径——所以“约 10 种执行器”指的是可安装的 CLI 覆盖面,不是产品 UI 里都能选(deployment.md)。
人工审批门:位置由设计器决定,可以放在任意环节;内置 SOP 放在测试通过之后、交付之前。所有待办集中到“待我确认”。审批后写入的是验收凭据(发起人、依据、来源会话/generation/消息序号、时间),并且文档明确:验收不会把没跑的测试改成通过,也不代表已合并(bot-sop-controls.md)。
RSI 复盘评分:每次运行后按完整 trace 打 0–100 分,基线 70 分;维度包括控制流、时间与等待、工具浪费、Token 效率、错误恢复、完整性。改进项一键写回三类对象:SOP(如“失败回退到设计、重试上限 3→2”)、角色指南、质量门禁;写回生成新版本,本次运行的快照保持不变(loopforge.cn)。更细的输入事实(重试次数、返工、来回发送、失败工具调用、耗时、token、错误)见于第三方评测文,仓库文档未给出权重公式(腾讯云社区)。
状态与续跑:运行记录、任务、问题、检查点、验收快照都在 MySQL;MySQL 数据在 Compose 卷里;CLI 装在 $LOOPFORGE_DATA_DIR/cli;工作区产物落在运行工作目录并可按节点快照。支持暂停、重试失败步骤、从任意节点重跑;分支节点被取消后重跑会恢复被取消的兄弟分支(architecture.md、deployment.md)。
限制
- 不是多租户隔离。平台持有宿主机 Docker socket,官方明说只适合可信团队(README)。
- 公开版只有 GitHub 适配器。GitLab/Gitea 只能通过 Git SSH 克隆与推送,托管平台 API(PR 发现、合并、状态刷新)要自己写适配器或接 MCP;TAPD 入口默认隐藏(open-source-scope.md)。
- 公开仓库不含私有 seed 和生产提示词,公开的只是“后端/前端/产品/缺陷”四套通用定义。
- 不附模型额度,执行器 Key 自备;原生部署需要自己在 PATH 上准备 CLI。
- LoopForge Local 的宿主有限:官方支持 Claude Code、CodeBuddy、Codex、Cursor(Pi 仅 Portable 版),不含 Trae;Local 目前只能跑内置工作流,把平台 SOP 导出到本地独立执行仍是后续方向(README 的 Local 一节)。
HiFox
基本盘
| 项 | 事实 |
|---|---|
| 定位 | 多人与多 Agent 协作平台 / Agent 工作管理系统;任务仍是协作中心,Agent 只是执行者(welcome) |
| 明确不做 | 不做代码 Agent,不替代 Claude Code、Codex、Cursor;token 走你已有的 Coding Plan 或 API Key(welcome、hifox.cn) |
| 形态 | SaaS;私有化部署版按使用人数收费、部署在企业内部(hifox.com) |
| 是否开源 | 未找到公开源码仓库,官网与文档也未提供源码许可说明;按闭源产品对待 |
| Runtime | 文档不给固定清单,明确“用户可见的 Runtime 名称以线上为准”;官网私有化区块写“支持连接 20+ coding agent”(computers、hifox.com) |
| 代码执行位置 | 你自己的机器:安装本地服务后登记为“机器”,Runtime 以机器上的 CLI 为准(BYOC) |
一条任务的完整链路
建单(Backlog / 看板 / 评论 / Jira 导入 / 飞书 @ / Webhook)
→ 设置处理人(人 / Agent / 小队,可临时覆盖模型)
→ 任务处于可执行状态则自动开跑(Backlog 里只等待,不动)
→ HiFox 组装上下文:标题、描述、状态、类型、优先级、处理人、
最近评论、空间/专项/标签、Agent 指令、Skills、绑定仓库、环境变量与密钥
→ 派发到机器上的本地服务
→ 准备代码:默认建独立 worktree(也可指定目录直接跑)
→ 启动 Runtime(Claude Code / Codex / ...)
→ 读代码、改文件、跑命令
→ 进展、阻塞、测试结果写回任务对话
→ 人 review worktree 改动 → 保留 / 合并 / 丢弃细节来自 Agent 如何执行任务。几个常被忽略的约束:
- 两套状态不是一套。运行状态是排队中 / 启动中 / 处理中 / 已完成 / 失败 / 已取消;任务生命周期状态(Backlog / Todo / In Progress …)另算。排队超时默认 24 小时,超时按失败处理。
- worktree 命名有规约:任务结果提交到
<产品>-agent/<Agent 名称>/<任务编号>分支,例如hifox-agent/thor/HF-3341;对话产生的改动以会话 ID 结尾。 - 指定已有目录会退化:同一目录一次只能跑一个任务,后来的排队;非 Git 目录只能直接运行,没有隔离。
小队(Crew)
小队 = 一个队长 Agent + 若干成员(成员可以是 Agent,也可以是人)。队长必须是 Agent,创建时自动进成员列表;所有者是组织成员,只负责管理,不替代队长的执行角色。队长的职责是理解任务、判断是否需要派成员、协调分工、汇总结果;适合“调研 / 实现 / 测试 / review”这种需要拆解的活,小任务不该用(crews)。
自动化与集成边界
自动化 = 触发器 + 执行者(Agent 或小队)+ 指令 + 输出 + 运行历史。触发器有四类:定时、任务状态变更、评论关键词、Webhook。Webhook 是私密 URL,成功接收返回 202,可开签名校验和 IP 白名单;状态变更与评论类自动化必须指定负责人(默认触发者)。运行结果进收件箱,按自动化聚合,保留每次 Agent Run、结果与错误(automations)。
集成侧的边界要说清楚:
- Jira:支持一次性导入(issue/epic)与“项目 ↔ 空间”绑定后的双向同步;epic 同步为专项,labels 同步为标签,issue links 同步为任务关联,评论与附件保留,可按需把 HiFox 侧更新写回 Jira。新同步进来的 issue 可先进分拣台(jira)。
- TAPD / 禅道:同一套“导入 + 绑定同步”模型,另有 CSV/Excel 导入路径(welcome)。
- 飞书:在话题里 @ HiFox 的 Agent,可把讨论整理成任务(带截图与结论),进展同步回原话题(welcome)。
- 钉钉 / 企业微信:未在官方文档中找到对应集成页,按“未确认”处理。
限制
- 闭源 + 平台依赖:所有任务、Agent、运行记录都在 HiFox 里;私有化是付费项,报价按人数。
- 能力上限取决于底层 Runtime:同一个 Agent 换 Runtime 就是换智力与工具面;HiFox 不保证模型效果(agents)。
- Runtime 有接入限制:例如 TRAE 只有企业旗舰版可接入;桌面版或 IDE 插件装过,不代表 CLI 可被检测到。
- 文档刻意不维护固定 Runtime 清单,任何“30+ Runtime”的说法都需要以线上为准。
Co-Sight Harness
先厘清它不是什么
同一个仓库里有三块东西,各自独立演进:Co-Sight(类 Manus 的研究报告智能体)、Co-Knowledge(知识工作室)、Co-Sight Harness(围绕模型的 Agent 宿主)(multirepo README)。
“Co-Sight 超级智能体 2.0 登顶 GAIA”说的是第一个:中兴官方新闻称其以 84.39% 的综合成绩位列 GAIA 榜首(中兴新闻,2025-09-26)。Harness 不是那个智能体,也不跑 GAIA;它是把 Claude Code、Codex、DSH 串在一个前后端外壳里、给长链路业务任务加控制结构的本地优先宿主(README)。
基本盘
| 项 | 事实 |
|---|---|
| 版本 / 形态 | 0.1.0;本地优先,分发包离线可用,不需管理员权限(QUICKSTART) |
| 环境 | Node ^22.19.0 或 >=24;源码开发要 pnpm 11.28.5;Linux x64 / Windows x64;数据盘 ≥512 MB |
| 运行时 | Claude Code、Codex、DSH;Claude Code CLI >= 2.1.287(装插件用,可 --skip-plugins) |
| License | Apache-2.0(README 徽章与各组件 LICENSE) |
| 活跃度 | 仓库 2026-11-17 仍有推送;主仓 1.08k stars、288 forks(GitHub API) |
八个组件
| 组件 | 形态 | 职责 | 版本 |
|---|---|---|---|
framework | 服务 | 统一外壳:Fastify API + Web 工作区 + 模块 iframe 宿主 | 0.1.0 |
cosight-viewer | 服务 | 任务中心:Claude Code 会话观测与任务管理 | 1.2.1 |
smart-factory | 服务 | 智慧工厂:对话式创建、预览、评估 Agent | 0.1.0 |
drive | 插件 | 声明式多 Agent 编排:phase / dag 两种模式 | 2.3.4 |
agent-genesis | 插件 | 自然语言需求 → 可运行 Agent / Skill(Claude Code 与 DSH 双平台) | 0.23.0 |
agent-evaluator | 插件 | 黄金集评测、E2E 用例生成/执行/评分、trace 审计(安装 ID goldeval) | 1.0.0 |
skill-optimizer | 插件 | Skill 评测-优化循环:评测 → 缺口分析 → 优化 → 再评测 | 1.0.0 |
cosight-bot | 插件 | 知识管理 + 标书应答 | 0.1.0 |
另有 dsh-compat 兼容层,把五个插件挂到 DeepSeek Harness 原生表面(组件清单)。
控制资产到底外置了什么
原则只有一条:控制数据外置于模型。四个控制面分别是业务(Goal / Constraint / Acceptance / Risk)、执行(Orchestrator / Loop / Graph / State / Checkpoint)、资产(Knowledge / Memory / Tool / Skill / Policy)、证据(Trace / Eval / Review / Version / Rollback)(README)。
落到文件上,Drive 的 .drive/<plan_dir>/ 是这样的:
.drive/<plan_dir>/
├── intent.md # 需求意图与边界
├── manifest.md # 控制文件清单与版本
├── taskRecord.yaml # planner 输出的任务列表(子任务拆分)
├── waves.yaml # 拓扑排序后的波次、并行度与预算
├── executeState.json # 运行时状态(文件锁 + revision)
├── evaluation/ # L0/L1/L2 评测证据与 verdict
├── run-log.jsonl # 跨阶段审计日志
└── artifacts/<task_id>/ # SUMMARY.md、REVIEW.md 等逐任务产物再加上两样不在目录里的:workflow.yaml(定义有哪些岗位、阶段怎么走、gate 怎么配)和 Agent/Skill 定义本身(含 DOD、检查脚本)(drive README)。这正好对应用户关心的“项目概要、路线图、执行计划、子 Agent 拆分、验收标准、状态模板、测试用例”——只是它不叫这些名字,而是 intent / taskRecord / waves / output_schema / executeState / golden cases。
五阶段与岗位
官方描述是五阶段流水线:start → analyze → plan → execute → evaluate,每个阶段有专属 agent。Agent 层实际是 7 个岗位:4 个阶段主力 + 2 个只读审查者 + 1 个 HITL 中介(gate-human,不调 LLM,只等人决策)。
需要纠正一个常见说法:没有“核算”这个岗位。一手文档里找不到“分析/规划/执行/评估/核算”的五岗划分,只有上述阶段与岗位(同上)。
生成与评估的隔离是硬性的:执行者不给自己打分,校验者独立于执行者,确定性逻辑从提示词剥离到 Hook 与脚本,DOD 审查通过才推进(README)。
状态机与 Hook 如何防模型改流程
模型能改什么、不能改什么是靠 Hook 的 default-deny 实现的:
| Hook | 拦截点 | 作用 |
|---|---|---|
planning_write_guard.py | PreToolUse on Write/Edit/MultiEdit | .drive/ 写入白名单,默认拒绝;executeState.json、run-log.jsonl 必须走 CLI |
state_transition_guard.py | PreToolUse on Write/Edit/Bash | 状态机合法迁移表 + 跨阶段产物污染拦截 |
audit_events.py | PreToolUse on Bash/Task/Agent/Skill | 事件追加到 run-log.jsonl |
subagent_report_guard.py | SubagentStop | 校验子 Agent 报告格式 |
state_rules.py | 基础设施 | VALID_TRANSITIONS / STAGES / VERDICT_REQUIRED_TARGETS 的唯一权威定义 |
人工放行也做成了权限:confirm_stage.py 是唯一放行通道,主对话没有它的免确认授权;DAG 模式下 confirm_node.py 不在任何 allowed-tools 内,执行时必然弹权限框,用户点确认才写 confirmed_nodes[]。想一路跑完就开 auto_mode(drive README)。
所以边界是:模型可以写业务产物、在允许目录交付文件、调用技能、雇子 Agent 补能力;不能改 workflow.yaml 的组织结构、不能直接写状态文件、不能跳过 gate、不能做非法状态迁移。
分批并行、对账与续跑
- 并行:DAG 模式先拓扑排序,再由
schedule-waves切波次,同一波内在一次消息里并发 spawn 多个 Agent。 - 对账:
wave-barrier aggregate强制比对 worker summary 的 task_id 集合与waves.yaml[wave_n].tasks,缺、多、重复都拒绝写状态。这是“强对账”,不是事后汇总。 - 续跑:状态与检查点全部外置,任务今天停了明天从断点继续;执行模式内置 wave / whitelist / retry / checkpoint 四种(同上)。
评估怎么下钻
Drive 的质检分三层:
| 层 | 检查什么 | 手段 | 覆盖 |
|---|---|---|---|
| L0 | 文件是否存在、格式是否合法 | 确定性 shell(ls/find/wc/stat) | 100% |
| L1 | Lint / 格式 / 类型 | markdownlint、eslint、tsc、ruff | 100% |
| L2 | 验收标准(AC)的语义 | LLM Judge + 5 维 rubric | 0–100% |
最终 verdict 是 PASS / FAIL / INCOMPLETE 三态,不是简单加权(同上)。下钻到单个 Step 靠的是 output_schema.artifacts[] 里声明的 path_pattern / min_count / min_lines:每个 task 的产物先过 L0/L1,再过 L2,完不成就是 INCOMPLETE,不会因为“看起来差不多”放行。
GoldEval 负责的是黄金集与回归:黄金用例评测、E2E 用例生成/执行/评分、trace 轨迹审查。典型用法是改完 workflow 或 skill 后先跑黄金集,回归通过才允许合入;skill-optimizer 再按缺口做“评测→优化→再评测”的循环(组件清单)。论文把这条约束写得更硬:控制资产只有在回归检查 + 人工批准后才允许更新(论文摘要)。
检索双引擎
资产控制面写的是“运行态检索让 Agent 找得到,生产态构建让知识补得全”。运行态的路径是:业务语言先做语义对齐,翻译成研发术语,再召回历史相似经验、做渐进式全文检索,最后汇总返回;生产态则是在平时把经验做成可检索、可编排、可审计的资产(README、第三方解读)。语义对齐这一步是关键:它解决的是“用户说的业务词”和“文档里的研发词”不在一个词表里的问题。
安装与运行
# 分发包:解压 → 安装 → 启动 → 打开 127.0.0.1:4300
./install.sh && ./start.sh
# 源码态
pnpm install && pnpm dev # 框架
pnpm dev:all # 连模块五个插件的安装 ID 是 插件名@marketplace 名,不是目录名:drive@zte-ai-lab、agent-genesis@agent-genesis、goldeval@goldeval、skill-optimizer@skillx、cosightbot@cosightbot。也可以 install-dsh.sh 一条命令全部装进 DSH(README)。模型端点不在 Harness 里配,走各 Runtime 自己的凭据;论文的前提就是“backbone 固定,不动模型”。
效果数字(全部为官方口径)
| 指标 | 官方数字 | 来源 |
|---|---|---|
| 无人干预端到端完成率(Domain A,120 例) | 50% → 100% | 论文摘要 |
| 端到端时延 | 440 → 159 分钟 | 论文摘要 |
| 检索召回 | 56% → 91.67% | 论文摘要 |
| 场景分析召回 | 45% → 93% | 论文摘要 |
| 需求分析耗时 | 169 → 56.4 分钟 | Harness README |
| 子系统设计耗时 | 114 → 26.5 分钟 | Harness README |
| 场景子任务 F1 | 68% → 91.25% | Harness README |
| 新用例搭建 | 2–4 小时 → 5–10 分钟 | Harness README |
没有找到第三方复现,也没有找到“组织效率 60%→90%”的一手出处。论文另称另外两个业务域由未写资产的团队分别用 4 天、7 天接管——这是可迁移性的证据,不是效果指标。
限制
- 0.1.0 的早期项目:组件版本参差(viewer 1.2.1、drive 2.3.4、genesis 0.23.0),Drive README 自己把 License 写成“待定”,以仓库根 LICENSE 为准。
- 平台窄:Linux x64 / Windows x64,macOS 未在预检表里。
- 运行时少:Claude Code、Codex、DSH 三条,且都在 CLI 层;没有桌面端/IDE 的适配。
- 重:要装 Node、pnpm(源码)、Python 3、Claude Code CLI,还要自己接模型凭据;不适合“今天就想跑个 demo”。
- 文档以中文为主,论文与 README 的口径不完全一致(F1 只在 README 出现)。
横向对比
| 维度 | LoopForge | HiFox | Co-Sight Harness |
|---|---|---|---|
| 所处层级 | 交付流程编排 | 团队协作 | 单链路运行时控制 |
| 抽象单位 | 一条 SOP(节点图) | 一个任务(工单) | 一次 run(阶段 + 波次) |
| 状态存哪 | MySQL + 工作区快照 | HiFox 平台(SaaS / 私有化) | .drive/ 文件 + 本地服务 |
| 谁可以改状态 | 引擎写,人可打回/重跑 | 平台写,人可改任务状态 | 只有 CLI,Hook default-deny |
| 隔离边界 | Docker 沙箱 | 每任务独立 worktree | 状态机 + 文件白名单(无容器) |
| 人工介入点 | 人工关口(位置可配) | 派活、验收、评论 | 阶段确认、DAG gate、计划评审 |
| 质量门禁 | 脚本退出码 + 人签收 | 人 review + Runtime 自身测试 | L0/L1/L2 + 黄金集 + 回归 |
| 可观测性 | 节点状态 / 工具轨迹 / Worker 日志 / 产物快照 | 看板 / 收件箱 / 执行转录 | 审计日志 / 评测证据 / 版本回滚 |
| 扩展方式 | 自定义 SOP、角色、MCP、Skills | 自定义 Agent、Skills、Runtime | 改 workflow.yaml、Skill、Hook |
| 部署 | 自托管(Docker + MySQL) | SaaS 免费 / 私有化付费 | 本地安装(离线可分发包) |
| License | MIT | 闭源 | Apache-2.0 |
| 主要锁定风险 | 平台自身的 SOP 资产格式 | 平台 + 订阅 | 早期版本 + 组件版本漂移 |
组合方式与反模式
能组合,但要一人一岗。
- HiFox 前台 + Co-Sight Harness 重链路:HiFox 负责接单、派工、验收、通知;把 Harness 包装成一个可被 HiFox 调用的 Runtime/CLI,长链路在 Harness 里跑。这里要补一层适配,因为 Harness 不在 HiFox 的 Runtime 清单里。
- LoopForge 管标准交付 + Harness 管超长节点:LoopForge 的 Agent/脚本节点本质是调 CLI,可以把 Harness 的一个入口当成“脚本节点”塞进 SOP;审批仍在 LoopForge,Harness 内部 gate 用
auto_mode或只做阶段确认。 - HiFox + LoopForge:理论上 HiFox 派单、LoopForge 执行,但两者都自带任务状态、沙箱/工作区、审批动作,直接拼会出现双账本(HiFox 的任务状态 vs LoopForge 的 run 状态)和双审批。要组合必须明确“哪边是唯一事实源”,通常让 HiFox 只做入口与验收,LoopForge 的 run 详情不回流。
反模式:
- 三套都当流程引擎:三套都有状态机,都会写“当前进行到哪”,最后没人知道以谁为准。
- 两个地方各审一次:HiFox 的“等人审阅”和 LoopForge 的人工关口叠在一起,交付节奏被砍半。
- 用 Harness 做短任务:为一条改文案的需求装 Node + Python + Claude Code CLI,再走五阶段,成本远高于直接用 Claude Code。
- 用 LoopForge 做 200 步知识链路:SOP 图适合“阶段固定、节点可枚举”,不适合“每步都要检索历史经验、逐步对账”的长链路。
- 把 HiFox 当 Agent 能力来源:它不提供模型能力,Runtime 不行就是不行,换平台救不了。
选型决策树
你的问题是什么?
├─ 我一个人 / 两三个人,只想让 Agent 稳定把活干完
│ ├─ 已在用 Claude Code / Codex,想要阶段和验收 → LoopForge Local(装进 CLI)
│ └─ 想要看板、派活、多人共享 → HiFox(SaaS 免费)
│
├─ 团队交付要标准化:同一类需求每次都走同样阶段、同样检查
│ ├─ 代码/数据必须留在内网,能接受自己运维 → LoopForge(自托管)
│ └─ 已在用 Jira/TAPD,非技术同事也要派活 → HiFox(绑定任务系统)
│
├─ 一条链路 200+ 步、跨天、知识密集、要审计和证据链
│ └─ Co-Sight Harness
│
└─ 既要团队协作,又要长链路
└─ HiFox 接单 + Harness 执行;LoopForge 只在“标准短交付”这一层用三条落地建议(按你的技术栈):
- Android 客户端 + RAG 的日常开发:先用 LoopForge Local 或直接用 Claude Code,别上平台。你要的是“别跳步骤”,不是“多人协作”。
- RAG 方向的知识密集链路(文档解析 → 切分 → 评测 → 回归):Co-Sight Harness 的思路最值得抄——把验收标准、状态、证据外置成文件,而不是塞进提示词。哪怕不用它的代码,这套
.drive/结构也能直接搬。 - 要给别人演示“团队级 Agent 交付”:HiFox 的免费 SaaS 最快出效果,但它证明的是协作面,不是你的 Agent 能力。
待核实与风险提示
- HiFox 与 Apifox 的关系:官网、帮助文档、
docs.hifox.cn都没有公司署名;但 Apifox 官方 apiskills 博客多次在文末推广 HiFox(示例),可视为强旁证,仍无正式署名。 - HiFox Runtime 数量:官网私有化区块写 20+,别处流传 30+;文档明确不维护固定清单,无法逐项核对。
- HiFox 钉钉/企业微信集成:只有飞书的最佳实践有官方页面。
- LoopForge “前身是 AgentFlow”:仓库内部模块名、环境变量、目录仍叫
agentflow,可作为强旁证;官方文档没有这句表述。 - LoopForge RSI 的输入权重与公式:只有维度名、0–100 分、70 分基线,没有计算公式。
- LoopForge 首次公开发布时间:v0.1.0 是 2026-08-07,不是流传的 11 月 16 日;11 月是 v0.3/v0.4 密集更新与上 Trending 的时间点。
- Co-Sight “五岗位含核算”:一手文档是五阶段 + 7 岗位(4 主力 + 2 审查 + 1 HITL),没有“核算”。
- Co-Sight “组织 60%→90%”:未找到出处。
- Co-Sight 论文附录里的控制资产完整清单:arXiv HTML 抓取被截断,只逐条核对了正文与 README 的文件结构,附录未读完。
- 三者都没有第三方复现数据;所有效果数字均为官方自评。
参考来源
LoopForge
- GitHub 仓库 · 中文 README · LICENSE · CHANGELOG
- 架构说明 · 部署说明 · 开源范围 · Main Bot 交接与验收
- 官网(含 SOP 演示与 RSI 面板) · Releases · v0.4.0
- 腾讯云开发者社区:CodeBuddy 写、Codex 审、人拍板
HiFox
- 官网 · 备用域名 · 文档站 · 欢迎
- Agent · Agent 如何执行任务 · 机器与 Runtime · 小队
- 自动化 · Jira 集成
Co-Sight Harness
最后编辑于