如果你用过各种 AI 编程工具一定遇到过这个场景模型说「完成了」你跑一下测试——挂了。或者它改了三个文件就停下来剩下七个根本没碰。这不是模型不够聪明。是缺少一层「做完的标准」。Zagens 做的事就是这一层。先搞清楚Zagens 不是聊天壳市面上大多数 AI 编程工具是「聊天框 模型」——你把需求打进去模型回一段文字或一个改动然后对话结束。做完没做完全看模型一句话。Zagens 把这个模式倒了过来通过失败你的需求先约定验收标准模型动手执行自动跑测试 / 检查才算真正做完回滚后重试我们管这层约束叫Agent Harness给 Agent 套上「马具」DeepSeek V4 负责推理和动手验收标准负责卡住「口头完成」。大致有三层谁把关谁负责做什么你操作者定义「做完」哪些测试必须过、交付物长什么样Agent模型自我检查计划有没有漏、清单是否收齐系统工具链真的去跑测试、检查命令退出码——机器不说谎系统验收挂了Agent 会发现、回滚、重试而不是假装完成。系统实锤Agent 自查你来定标准失败通过验收文件 / 预设模式计划 · 待办清单 · 自我复核跑测试 · 查文件 · 失败则快照回滚任务完成v0.8.6 新能力从「写完」到「验证完」这一版可以记五件事过夜队列、验收写成配置、对话时间线可读、组合式工具、本地健康体检。1. 夜间队列——你睡觉它干活zagens queueadd重构某某模块拆成独立子项目zagens queue run# 也可以设成定时自动跑zagens queue briefing# 早上回来读简报夜间队列支持可选独立工作区任务可放到单独的 git 工作树 / 分支跑不碰乱你当前目录失败自动回滚验收不过就恢复到任务开始前并清掉事后留下的垃圾文件定时联动可以接到桌面里的定时任务比如每天凌晨自动跑队列桌面侧栏Windows 桌面端可添加任务、查看列表、一键跑队列、生成早报早报Agent 验收夜间队列你早报Agent 验收夜间队列你下班或定时触发添加任务可选挂上验收规则开始跑队列执行 → 验收 → 失败则回滚重试写入早报摘要早上打开简报同版还加了技能草稿需你确认后再安装、把一次运行打包成可回放的 trace以及验收跑测试时界面会显示进度——不再长时间干瞪着「生成中」。2. 把「做完」写成配置文件「做完」可以落成一份可进 Git 的.toml先允许哪些工具、最后必须过哪些检查。schema_version 1 [harness] id code-edit-example description 改完代码必须过测试与 clippy [verify_budget] max_retries 2 timeout_ms 300000 [rollback] strategy snapshot [[stages]] id prepare tools [read_file, grep_files, glob_files] [[stages]] id implement tools [edit_file, write_file, apply_patch] requires [prepare] [[verify]] id unit_tests predicate tests_pass args { toolchain cargo } [[verify]] id clippy predicate exit_code args { command cargo clippy -p your-crate -- -D warnings }先检查配置本身合不合法再挂到队列任务上zagens gate validate path/to/gate.toml zagens gate list zagens queueadd修 clippy--gate-file path/to/gate.toml# 也可以用内置预设例如 rust-cargo-smoke更多示例见仓库docs/harness/gates/。3. 流式时间线——长对话也能扫完以前长任务一跑屏幕上工具卡片刷个不停很难一眼看出「在想什么 → 在改什么 → 最终给了什么」。这一版把一整轮回复做成可读的时间线边想边做边写推理、工具调用、正文交错出现同类动作合并连续读文件 / 改文件 / 跑命令会收成一行「活动」结束后自动收起过程折进「工作过程」最终结论留在外面子 Agent 可回看派出去的子任务失败或中断时能看步骤摘要也可导出日志结束后工作过程 · 已折叠最终产出 · 保持展开进行中推理读代码 · 探索推理改文件 · 跑命令最终正文一句话你更容易知道 Agent 花了多少步、卡在哪一类动作上。4. 组合工具——少绕弯过程可查Agent 现在有两套「组合拳」是对话里的工具不是你在终端里敲的命令工具它自动串起来的事用途explore_codebase找文件 → 搜内容 → 读文件摸清代码从哪进、从哪出edit_and_check改代码 → 跑测试改完立刻验一遍每一步子动作都会记进事件日志后面排队过夜跑、做验收时也能追溯。5. Agent 体检——本机用得怎么样有数可查zagens doctor--tools# 需要导出数据时可加 --json它会汇总你本机历史工具调用次数、失败率、最容易翻车的工具、验收通过 / 自修复次数、被阶段规则拦住的次数等数字因人而异下面只是字段示意工具调用总计: … 失败率: … 最高失败率工具: … 验收通过 / 自修复: … 被阶段规则拦截: …桌面端侧栏也有Agent 体检看的是同一份报告。一个实际工作流假设要跨多个模块做接口重构否是说清需求 · 选「长重构」模式摸清所有调用点写出计划与待办分批改代码并随手跑测系统验收通过回滚到安全点再试任务完成说清需求选「长重构」模式这类模式会强制跑产品侧验收日常默认模式更偏观察、提醒Agent 用explore_codebase一次摸清调用点而不是零散搜几十次写出计划与待办若要更严再挂上你自己的验收配置例如文件数量上下限分批改每批用edit_and_check做局部验证收尾跑系统验收失败就回滚重试而不是口头「做完了」不只是写代码办公文档也能用同一套验收周报、竞品分析、合同初稿、项目 PPT往往和写代码完全割裂。Zagens 的办公模式把它们放进同一套 Agent内置11个办公技能周报、竞品分析、项目汇报、数据报表等直接产出 Word / Excel / PPT。技能可以带阶段规则和读回核对——生成完不等于正确系统会打开文档核对关键内容成品落到工作区的deliverables/目录。例如「写一份 Q2 竞品分析」走完调研 → 分析 → 撰写 → 读回核对而不是丢一段看起来像报告的文字。更多场景说明办公场景地图。底层可回放的 Kernel V3桌面端、终端界面、命令行共用同一套执行内核回放 / 排查你的请求规划这一轮怎么做真正调模型 / 跑工具写下事件日志本地会话库每一轮都有完整事件记录方便回放和排查关掉再开状态靠日志恢复不靠「聊天记忆」硬猜持续集成里可以用固定会话回放锁住引擎行为不漂移也可用zagens trace pack把单次运行打成回放包工具覆盖节选读写与改代码、Git、终端、办公文档、断言与跑测、子 Agent、验收规则、可选联网搜索与抓取网页。安全本地跑 Agent默认不当「全自动放权」Agent 要在你电脑上跑命令、读写文件——安全不能事后补丁。独立运行时进程密钥不进网页界面Windows 原生沙箱先跑zagens sandbox setup推荐开完整隔离模式降级模式隔离范围更小执行前可审批桌面端能在动手前审一眼工具调用路径防穿越规范化路径禁止用..逃出工作区详情SECURITY.md · 沙箱能力说明什么时候适合用 Zagens适合不适合日常用 DeepSeek V4 做开发的深度用户想要零配置云端 SaaS需要长任务真正跑完不是模型说「做完了」只聊天、不需要执行工具写代码和写文档在同一套工作流里只用网页 Copilot 就够的团队Windows 桌面用户macOS / Linux 可用终端 / 命令行需要手机端体验在意本地执行安全和动手前审批想要完全不管、全自动乱改的 Agent安装Windows 桌面到 GitHub Releases v0.8.6 下载Zagens_0.8.6_x64-setup.exe.zip推荐解压后安装或同目录下的安装包 / MSI也可从官网zagens.com/downloadmacOS / Linux 终端界面cargoinstallzagens-cli--version0.8.6--binzagens-tui--featurestui--lockedzagens-tui# 恢复上次会话zagens-tui--fresh# 新建会话纯命令行cargoinstallzagens-cli--version0.8.6--binzagens--locked三平台预编译包也在同一发布页附带校验文件。总结Zagens v0.8.6 想说清楚一件事Agent 不能靠「说做完了」来交差。这一版把「怎么验收」做成了能用的能力——夜间队列省掉你盯着跑的时间验收规则能写成配置进版本库时间线让长任务读得下去。开源MIT· didclawapp-ai/zagens · v0.8.6如果你也在用 DeepSeek V4 做长任务欢迎试用也欢迎在 Issue 里反馈「模型说做完了但其实没做完」的场景——那就是我们继续收紧验收的方向。
如果你用过各种 AI 编程工具一定遇到过这个场景模型说「完成了」你跑一下测试——挂了。或者它改了三个文件就停下来剩下七个根本没碰。这不是模型不够聪明。是缺少一层「做完的标准」。Zagens 做的事就是这一层。先搞清楚Zagens 不是聊天壳市面上大多数 AI 编程工具是「聊天框 模型」——你把需求打进去模型回一段文字或一个改动然后对话结束。做完没做完全看模型一句话。Zagens 把这个模式倒了过来通过失败你的需求先约定验收标准模型动手执行自动跑测试 / 检查才算真正做完回滚后重试我们管这层约束叫Agent Harness给 Agent 套上「马具」DeepSeek V4 负责推理和动手验收标准负责卡住「口头完成」。大致有三层谁把关谁负责做什么你操作者定义「做完」哪些测试必须过、交付物长什么样Agent模型自我检查计划有没有漏、清单是否收齐系统工具链真的去跑测试、检查命令退出码——机器不说谎系统验收挂了Agent 会发现、回滚、重试而不是假装完成。系统实锤Agent 自查你来定标准失败通过验收文件 / 预设模式计划 · 待办清单 · 自我复核跑测试 · 查文件 · 失败则快照回滚任务完成v0.8.6 新能力从「写完」到「验证完」这一版可以记五件事过夜队列、验收写成配置、对话时间线可读、组合式工具、本地健康体检。1. 夜间队列——你睡觉它干活zagens queueadd重构某某模块拆成独立子项目zagens queue run# 也可以设成定时自动跑zagens queue briefing# 早上回来读简报夜间队列支持可选独立工作区任务可放到单独的 git 工作树 / 分支跑不碰乱你当前目录失败自动回滚验收不过就恢复到任务开始前并清掉事后留下的垃圾文件定时联动可以接到桌面里的定时任务比如每天凌晨自动跑队列桌面侧栏Windows 桌面端可添加任务、查看列表、一键跑队列、生成早报早报Agent 验收夜间队列你早报Agent 验收夜间队列你下班或定时触发添加任务可选挂上验收规则开始跑队列执行 → 验收 → 失败则回滚重试写入早报摘要早上打开简报同版还加了技能草稿需你确认后再安装、把一次运行打包成可回放的 trace以及验收跑测试时界面会显示进度——不再长时间干瞪着「生成中」。2. 把「做完」写成配置文件「做完」可以落成一份可进 Git 的.toml先允许哪些工具、最后必须过哪些检查。schema_version 1 [harness] id code-edit-example description 改完代码必须过测试与 clippy [verify_budget] max_retries 2 timeout_ms 300000 [rollback] strategy snapshot [[stages]] id prepare tools [read_file, grep_files, glob_files] [[stages]] id implement tools [edit_file, write_file, apply_patch] requires [prepare] [[verify]] id unit_tests predicate tests_pass args { toolchain cargo } [[verify]] id clippy predicate exit_code args { command cargo clippy -p your-crate -- -D warnings }先检查配置本身合不合法再挂到队列任务上zagens gate validate path/to/gate.toml zagens gate list zagens queueadd修 clippy--gate-file path/to/gate.toml# 也可以用内置预设例如 rust-cargo-smoke更多示例见仓库docs/harness/gates/。3. 流式时间线——长对话也能扫完以前长任务一跑屏幕上工具卡片刷个不停很难一眼看出「在想什么 → 在改什么 → 最终给了什么」。这一版把一整轮回复做成可读的时间线边想边做边写推理、工具调用、正文交错出现同类动作合并连续读文件 / 改文件 / 跑命令会收成一行「活动」结束后自动收起过程折进「工作过程」最终结论留在外面子 Agent 可回看派出去的子任务失败或中断时能看步骤摘要也可导出日志结束后工作过程 · 已折叠最终产出 · 保持展开进行中推理读代码 · 探索推理改文件 · 跑命令最终正文一句话你更容易知道 Agent 花了多少步、卡在哪一类动作上。4. 组合工具——少绕弯过程可查Agent 现在有两套「组合拳」是对话里的工具不是你在终端里敲的命令工具它自动串起来的事用途explore_codebase找文件 → 搜内容 → 读文件摸清代码从哪进、从哪出edit_and_check改代码 → 跑测试改完立刻验一遍每一步子动作都会记进事件日志后面排队过夜跑、做验收时也能追溯。5. Agent 体检——本机用得怎么样有数可查zagens doctor--tools# 需要导出数据时可加 --json它会汇总你本机历史工具调用次数、失败率、最容易翻车的工具、验收通过 / 自修复次数、被阶段规则拦住的次数等数字因人而异下面只是字段示意工具调用总计: … 失败率: … 最高失败率工具: … 验收通过 / 自修复: … 被阶段规则拦截: …桌面端侧栏也有Agent 体检看的是同一份报告。一个实际工作流假设要跨多个模块做接口重构否是说清需求 · 选「长重构」模式摸清所有调用点写出计划与待办分批改代码并随手跑测系统验收通过回滚到安全点再试任务完成说清需求选「长重构」模式这类模式会强制跑产品侧验收日常默认模式更偏观察、提醒Agent 用explore_codebase一次摸清调用点而不是零散搜几十次写出计划与待办若要更严再挂上你自己的验收配置例如文件数量上下限分批改每批用edit_and_check做局部验证收尾跑系统验收失败就回滚重试而不是口头「做完了」不只是写代码办公文档也能用同一套验收周报、竞品分析、合同初稿、项目 PPT往往和写代码完全割裂。Zagens 的办公模式把它们放进同一套 Agent内置11个办公技能周报、竞品分析、项目汇报、数据报表等直接产出 Word / Excel / PPT。技能可以带阶段规则和读回核对——生成完不等于正确系统会打开文档核对关键内容成品落到工作区的deliverables/目录。例如「写一份 Q2 竞品分析」走完调研 → 分析 → 撰写 → 读回核对而不是丢一段看起来像报告的文字。更多场景说明办公场景地图。底层可回放的 Kernel V3桌面端、终端界面、命令行共用同一套执行内核回放 / 排查你的请求规划这一轮怎么做真正调模型 / 跑工具写下事件日志本地会话库每一轮都有完整事件记录方便回放和排查关掉再开状态靠日志恢复不靠「聊天记忆」硬猜持续集成里可以用固定会话回放锁住引擎行为不漂移也可用zagens trace pack把单次运行打成回放包工具覆盖节选读写与改代码、Git、终端、办公文档、断言与跑测、子 Agent、验收规则、可选联网搜索与抓取网页。安全本地跑 Agent默认不当「全自动放权」Agent 要在你电脑上跑命令、读写文件——安全不能事后补丁。独立运行时进程密钥不进网页界面Windows 原生沙箱先跑zagens sandbox setup推荐开完整隔离模式降级模式隔离范围更小执行前可审批桌面端能在动手前审一眼工具调用路径防穿越规范化路径禁止用..逃出工作区详情SECURITY.md · 沙箱能力说明什么时候适合用 Zagens适合不适合日常用 DeepSeek V4 做开发的深度用户想要零配置云端 SaaS需要长任务真正跑完不是模型说「做完了」只聊天、不需要执行工具写代码和写文档在同一套工作流里只用网页 Copilot 就够的团队Windows 桌面用户macOS / Linux 可用终端 / 命令行需要手机端体验在意本地执行安全和动手前审批想要完全不管、全自动乱改的 Agent安装Windows 桌面到 GitHub Releases v0.8.6 下载Zagens_0.8.6_x64-setup.exe.zip推荐解压后安装或同目录下的安装包 / MSI也可从官网zagens.com/downloadmacOS / Linux 终端界面cargoinstallzagens-cli--version0.8.6--binzagens-tui--featurestui--lockedzagens-tui# 恢复上次会话zagens-tui--fresh# 新建会话纯命令行cargoinstallzagens-cli--version0.8.6--binzagens--locked三平台预编译包也在同一发布页附带校验文件。总结Zagens v0.8.6 想说清楚一件事Agent 不能靠「说做完了」来交差。这一版把「怎么验收」做成了能用的能力——夜间队列省掉你盯着跑的时间验收规则能写成配置进版本库时间线让长任务读得下去。开源MIT· didclawapp-ai/zagens · v0.8.6如果你也在用 DeepSeek V4 做长任务欢迎试用也欢迎在 Issue 里反馈「模型说做完了但其实没做完」的场景——那就是我们继续收紧验收的方向。
