AgentCrops

基于 LLM 的 AI 软件工程工具，支持自动代码修复、扫描、设计、开发、测试全流程。提供 CLI 命令行和 TUI 终端界面两种使用方式。

安装

pip install agentcrops

或从源码安装：

git clone <repo-url> AgentCrops
cd AgentCrops
pip install -e ".[dev]"

需要 Python >= 3.11。

快速开始

# 设置 API Key
export ANTHROPIC_API_KEY="sk-ant-..."

# 修复单个文件中的 bug
agentcrops fix src/app.py

# 扫描目录中的潜在问题
agentcrops scan src/

CLI 命令

TUI 终端界面（actui）

除了 CLI 命令行，AgentCrops 还提供了一个 Ink/React 构建的终端 UI，支持多 Agent 协作的可视化操作。

启动

# 方式 1：一键启动脚本（推荐）
./actui.sh

# 方式 2：手动分别启动
# 终端 1 — 启动后端服务
agentcrops serve

# 终端 2 — 启动 TUI
cd src/actui && npm run dev

功能

• 多 Tab 切换 — 同时与多个 Agent（Leader / Architect / Coder / Tester / Reviewer）对话
• 实时 SSE 流 — Agent 回复逐字显示，支持 tool call 可视化
• 命令面板 — 输入 /fix、/scan、/build 等命令直接触发工作流
• 团队面板 — 侧边栏实时显示各 Agent 状态和任务进度
• 键盘快捷键 — Ctrl+C 退出，Alt+1~9 切换 Tab，Ctrl+B 切换侧边栏

连接自定义服务端

默认连接 http://localhost:8730，可通过环境变量修改：

ACTUI_SERVER_URL=http://192.168.1.100:8730 npm run dev

核心特性

• 多 Agent 组队 — Leader 协调 + Architect / Coder / Tester / Reviewer 分工协作
• 多后端支持 — Claude Agent SDK、Cursor SDK 或任意 OpenAI 兼容 API
• 工具调用 — Agent 可读写文件、执行 shell、操作 git、运行测试
• 技能系统 — 可插拔分析模块（静态分析、测试生成等）
• 知识库 — 绑定团队文档、编码规范和 bug 历史以提升修复质量
• 安全保护 — Shell 沙箱、文件访问边界控制、API Key 脱敏、自动备份

配置

AgentCrops 使用 .agentcrops.toml 配置文件，优先级从高到低：

环境变量                  （最高）
    ↓
项目 .agentcrops.toml
    ↓
用户 ~/.agentcrops/config.toml
    ↓
内置默认值               （最低）

详细配置参考见 docs/usage-guide.md。

文档

• 需求说明
• 架构设计
• 使用指南

License

MIT — 详见 LICENSE。