腾讯开源 LoopForge:给 Coding Agents 加上流程与评测
腾讯把这个开源了,值得看看它怎么把一次性执行的 Coding Agent 变成有审批、有返工、能复盘的团队流程。runeval 那套六维度评分加流程补丁的思路挺实用,正在做团队 Agent 落地的可以拿来试点,不过别指望开箱即用。
腾讯在 GitHub 开源了 LoopForge,定位不是替代编程助手,而是把 CodeBuddy、Codex、Claude Code、Cursor CLI 等工具的产出纳入团队研发流程。它负责角色分工、Docker 沙箱、流程检查点和运行记录,流程由 Agent、脚本、人工审批、子流程节点组成,支持并行分支,规划、开发、测试、评审成为明确的执行步骤而非提示词提醒。
系统包含两层循环:任务执行中,脚本和检查节点判断是否通过,失败可定向修复或重跑,受最大尝试次数和返工次数限制,人工可批准或退回指定步骤;运行结束后,runeval 模块把轨迹整理成结构化事实,由模型从控制流、耗时、工具浪费、Token 效率、错误恢复、交付完整性六方面评分,并给出流程补丁建议,补丁默认处于待应用状态,且禁止整份重写 SOP 或删除节点。
仓库验收文档记录了一次真实用例:CodeBuddy 配合 deepseek-v4.1-flash 完成规划、Python 修复、独立评审、三项测试、人工批准和最终评测。但开源代码不含内部生产环境完整流程,部分功能仍绑定 CodeBuddy,Local 版尚不能独立执行平台导出的 SOP,适合作为团队 Agent 工程化的参考与试点基础。
腾讯开源 LoopForge:让 Coding Agents 按流程交付,再用评测改进流程 LoopForge 关注的不是让 AI 多写几行代码,是让 Coding Agents 进入团队研发:有人分工、有测试和评审、失败可以返工,整个过程能够追溯。 开源地址: github.com/Tencent/LoopFo… # 不替代编程助手,做组织交付 实际编码交给 CodeBuddy、Codex、Claude Code、Cursor CLI 等现有工具,LoopForge 负责角色、Docker 沙箱、流程检查点和运行记录。 用户既可以与 Main Bot 对话,让它分派工作,也可以执行标准操作流程(SOP)。流程由 Agent、脚本、人工审批、子流程等节点组成,按依赖推进,并支持并行分支。规划、开发、测试和评审因此不再只靠提示词提醒,而能成为明确的执行步骤。 # 两层循环:修好当前任务,改进下次流程 第一层发生在任务执行中。脚本和检查节点根据执行结果判断是否通过;失败后可以定向修复或重新执行,并受最大尝试次数、返工次数限制。人也可以补充信息、批准结果,或退回指定步骤。 第二层发生在运行结束后。runeval 模块把运行轨迹整理成结构化事实,再由模型从控制流、耗时、工具浪费、Token 效率、错误恢复和交付完整性六方面评分。 它还能提出流程补丁,例如调整重试策略、增删角色检查规则、补充角色提示词。建议先处于待应用状态,并非评测结束就自动修改流程。 当前提示词还禁止整份重写 SOP、修改连线或删除节点。 因此,这里的“自进化”主要是根据执行反馈改进流程和角色规则,不是训练模型,也不等于系统会无人干预地持续变强。 # 有验证记录,但不是效果基准 仓库的验收文档记录了一次真实模型用例:CodeBuddy 配合 deepseek-v4.1-flash,完成规划、Python 修复、独立评审、三项测试、人工批准和最终评测。 # 对 LoopForge 的一点感受 它值得研究的,是如何把 Coding Agents 的一次性执行,变成可审批、可复盘、可复用的团队流程。比起接入多少模型,这套失败处理和流程改进机制更有参考价值。 但开源代码不包含内部生产环境的完整流程;部分辅助功能和运行评测仍绑定 CodeBuddy,Local 版也尚不能独立执行平台导出的 SOP。适合把它作为团队 Agent 工程化的参考与试点基础,不能直接视为成熟的无人研发系统。📊 8 ⚡
本条情报归属 AITOP「产品」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:LoopForge、CodeBuddy、Coding Agents、智能体,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「shao__meng」(@shao__meng),经 AITOP 多维评分管线结构化提炼。