📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🌐 翻译🐳 Docker💻 CLI🧬 Embedding✨ GPT🖥 本地 LLM
aft Agent工作流
🛠
AI工具

aft Agent工作流

基于 Rust · 开源 AI 工具，GitHub 社区精选
英文名：aft
⭐ 96 Stars 🍴 6 Forks 💻 Rust 📄 MIT 🏷 AI 8.2分
8.2AI 综合评分
代码分析工作流框架AI代理Rust工具AST解析
📺 TG 频道
✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：aft Agent工作流 是一款优质的AI工具。AI 综合评分 8.2 分，在同类工具中表现稳健。如果你正在寻找可靠的AI工具解决方案，这是一个值得深入了解的选择。

📚 深度解析

aft Agent工作流 是一款基于 Rust 的开源工具，在 GitHub 上收获 0k+ Star，是代码分析、工作流框架、AI代理、Rust工具领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。

**安装与环境准备**
aft Agent工作流 依赖 Rust 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Rust 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 aft Agent工作流 的版本更新，及时通知重要功能变化。

📋 工具概览

基于Tree-sitter的开源AI工作流框架，专为AI编码agent设计。提供代码操纵和分析能力，支持多语言AST解析。适合构建智能代码助手、自动化重构工具和代码生成系统的开发者。

aft Agent工作流 是一款基于 Rust 开发的开源工具，专注于 代码分析、工作流框架、AI代理 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

GitHub Stars
⭐ 96
开发语言
Rust
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
MIT
AI 综合评分
8.2 分
工具类型
AI工具
Forks
6

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

基于Tree-sitter的开源AI工作流框架，专为AI编码agent设计。提供代码操纵和分析能力，支持多语言AST解析。适合构建智能代码助手、自动化重构工具和代码生成系统的开发者。

aft Agent工作流 是一款基于 Rust 开发的开源工具，专注于 代码分析、工作流框架、AI代理 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

📌 核心特色
  • 开源免费，支持本地部署，数据完全自主可控
  • 活跃的 GitHub 开源社区，持续迭代更新
  • 提供详细文档和使用示例，新手友好
  • 支持自定义配置，灵活适配不同使用环境
  • 可作为基础组件集成进现有技术栈或进行二次开发
🎯 主要使用场景
  • 本地部署运行，保护数据隐私，满足合规要求
  • 自定义集成到现有系统，扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：cargo install（推荐）
cargo install aft

# 方式二：从源码编译
git clone https://github.com/cortexkit/aft
cd aft
cargo build --release
# 二进制在 ./target/release/aft
📋 安装步骤说明
  1. 访问 GitHub 仓库页面
  2. 按照 README 文档完成依赖安装
  3. 根据系统环境完成初始化配置
  4. 参考官方示例或文档开始使用
  5. 遇到问题可在 GitHub Issues 中查找解答
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 查看帮助
aft --help

# 基本运行
aft [options] <input>

# 详细使用说明请查阅文档
# https://github.com/cortexkit/aft
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# aft 配置说明
# 查看配置选项
aft --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量（覆盖配置文件）
export AFT_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 44/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

AFT

<p align="center"> <strong>Give your agent a proper IDE and OS.</strong><br> The sensorimotor cortex for coding agents. <br> </p>

<p align="center"> <img src="assets/aft_banner.jpg" alt="AFT, the sensorimotor cortex for coding agents" width="80%"> </p>

<p align="center"> <a href="https://crates.io/crates/agent-file-tools"><img src="https://img.shields.io/crates/v/agent-file-tools?label=crate&color=blue&style=flat-square" alt="crates.io"></a> <a href="https://www.npmjs.com/package/@cortexkit/aft"><img src="https://img.shields.io/npm/v/@cortexkit/aft?label=cli&color=blue&style=flat-square" alt="npm @cortexkit/aft"></a> <a href="https://www.npmjs.com/package/@cortexkit/aft-opencode"><img src="https://img.shields.io/npm/v/@cortexkit/aft-opencode?label=opencode&color=blue&style=flat-square" alt="npm @cortexkit/aft-opencode"></a> <a href="https://www.npmjs.com/package/@cortexkit/aft-pi"><img src="https://img.shields.io/npm/v/@cortexkit/aft-pi?label=pi&color=blue&style=flat-square" alt="npm @cortexkit/aft-pi"></a> <a href="https://discord.gg/DSa65w8wuf"><img src="https://img.shields.io/discord/1488852091056295957?style=flat-square&logo=discord&logoColor=white&label=Discord&color=5865F2" alt="Discord"></a> <a href="https://github.com/cortexkit/aft/blob/main/LICENSE"><img src="https://img.shields.io/badge/license-MIT-green?style=flat-square" alt="MIT License"></a> </p>

<p align="center"> <a href="#what-is-aft">What is AFT?</a> · <a href="#quick-start">Quick Start</a> · <a href="#uninstall">Uninstall</a> · <a href="#part-of-cortexkit">CortexKit</a> · <a href="#-sensory-cortex-perceive">Sensory</a> · <a href="#-motor-cortex-act">Motor</a> · <a href="#-brainstem-keep-it-alive">Brainstem</a> · <a href="#architecture">Architecture</a> · <a href="https://discord.gg/DSa65w8wuf">💬 Discord</a> </p>

---

Uninstall

1. Stop or finish running AFT background tasks. If you want to review what removal leaves behind first, run npx @cortexkit/aft@latest doctor; it prints an If you remove AFT section with last-seven-day usage, running tasks that would orphan, and undo history that would become unreachable. 2. Remove the harness registration: - OpenCode: In ~/.config/opencode/opencode.jsonc (or opencode.json; OPENCODE_CONFIG_DIR can override the directory), remove "@cortexkit/aft-opencode@latest" from the top-level "plugin" array. If setup added the same entry to tui.jsonc or tui.json, remove it there too. - Pi: Run pi remove npm:@cortexkit/aft-pi (pi uninstall is an alias). This removes AFT from Pi's package list in ~/.pi/agent/settings.json (PI_CODING_AGENT_DIR can override the directory).

AFT has no uninstall CLI verb. npx @cortexkit/aft@latest doctor --clear only clears selected caches; it does not remove registration, config, or shared storage. 3. Delete the AFT config files and data directories described in Configuration — uninstall paths.

---

Quick start

npx @cortexkit/aft@latest setup

Auto-detects which harnesses you have installed and configures each one. On the next session start, the aft binary downloads if needed and all tools come online. Target a specific harness with --harness opencode or --harness pi.

What setup does to each host:

  • OpenCode: replaces built-in read, write, edit, and apply_patch with AFT-backed versions, and adds the aft_ family on top.
  • Pi: replaces built-in read, write, edit, and grep, and adds the aft_ family on top.
  • OMP (oh-my-pi): supported via the Pi plugin (@cortexkit/aft-pi). Registers tools top-level by default via pi.tool_presentation: "top_level" (loadMode: "essential"), folding per-tool guidance into descriptions; set pi.tool_presentation: "host_default" to opt into OMP's xd:// device mounting model. hoist_builtin_tools toggles replacing host built-ins vs. registering aft_ prefixed alternatives.

See the CLI reference for doctor, doctor --fix, doctor lsp, and cache-management commands.

Configuration

AFT works out of the box; everything below is optional. Configure it via aft.jsonc at the user or project level: tool surface, semantic-search backend, LSP servers, bash compression, and more.

Set top-level "enabled": false in ~/.config/cortexkit/aft.jsonc to disable AFT globally, or in <project>/.cortexkit/aft.jsonc to disable it only for that project; project config can set enabled: true to re-enable over a user-level default.

KeyPurpose
inspect.duplicates.expected_mirrorsArray of [globA, globB] pairs for intentional mirrored harnesses. Matching duplicate groups are suppressed but counted in aft_inspect output.

See the configuration reference for the full schema, and the CLI reference for setup, doctor, and cache commands.

---

🎯 aiskill88 AI 点评 A 级 2026-05-22

高质量Rust工具框架，Tree-sitter赋予强大的多语言分析能力。agent场景针对性强，社区关注度可继续提升。

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
部署方案
  • Docker：aft 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
aft 中文教程aft 安装报错怎么办aft MCP 配置aft Docker 部署aft Agent 工作流aft 与同类工具对比aft 最佳实践aft 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型

👥 适合人群

AI 技术爱好者研究人员和学生开发者和工程师技术创业者

🎯 使用场景

  • 本地部署运行，保护数据隐私，满足合规要求
  • 自定义集成到现有系统，扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发

⚖️ 优点与不足

✅ 优点
  • +MIT 协议，可免费商用
  • +完全开源免费，无授权费用
  • +本地部署，数据完全自主可控
  • +开发者社区支持，遇问题可查可问
⚠️ 不足
  • −安装和初始配置可能需要一定技术基础
  • −功能完整性通常不如成熟商业产品
  • −技术支持主要依赖开源社区，响应速度不稳定
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐

LlamaIndex 知识检索框架
LlamaIndex是领先的文档智能代理和OCR平台，专为构建AI应用而设计。提供数据连接、检索增强生成（RAG）等核心
AutoGPT 自主AI代理
AI工具
Hermes AI工作流引擎
AI工具
Claude记忆框架
为Claude AI代理提供跨会话持久化上下文存储能力的开源框架。自动捕获和保留对话历史，使AI智能体能在多次交互中保持
📰 相关 AI 新闻
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 前沿资讯：Does your CEO have AI psychosi…
AI 资讯 · 知识关联
AI 前沿资讯：What happens when companies be…
AI 资讯 · 知识关联
AI 前沿资讯：Do you really think AI can rep…
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
workflow
ai-workflow-templates
docker
docker-deploy
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
gptme Agent工作流
MCP · Agent · 工作流
Augustus
LLM安全测试框架，检测prompt注入、越狱等
AI公司多智能体操作系统
为Claude Code设计的开源MCP工具集，包含108个MCP工具和40+智能体模板。支持多智能体协作编排，提供完整的自主代理框架。适合
LEANN AI技能包
MCP · Agent · 工作流
multi-agent-shogun Agent工作流
基于Claude的开源多智能体编排系统，采用武士风格架构设计，支持并行任务协调。适合需要构建复杂AI工作流、自动化多步骤任务的开发者和企业用

❓ 常见问题 FAQ

通过Tree-sitter支持60+种语言的AST解析和代码操纵。
💡 AI Skill Hub 点评

总体来看，aft Agent工作流 是一款质量优秀的AI工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

📚 深入学习 aft Agent工作流
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 aft
原始描述 开源AI工作流：Tree-sitter powered code manipulation and analysis tools for AI coding agents。⭐96 · Rust
Topics 代码分析工作流框架AI代理Rust工具AST解析
GitHub https://github.com/cortexkit/aft
License MIT
语言 Rust
🔗 原始来源
🐙 GitHub 仓库  https://github.com/cortexkit/aft

收录时间：2026-05-18 · 更新时间：2026-05-19 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →