sofagent
Server Configuration
Describes the environment variables required to run the server.
| Name | Required | Description | Default |
|---|---|---|---|
No arguments | |||
Instructions
Guidance the server publishes about itself, which clients place ahead of the tool catalog so the model reads it before choosing anything.
This server publishes no instructions, or was last inspected before Glama recorded them.
Capabilities
Features and capabilities supported by this server
Protocol revision2025-11-25
| Capability | Details |
|---|---|
| tools | {
"listChanged": false
} |
| resources | {
"subscribe": false,
"listChanged": false
} |
Tools
Functions exposed to the LLM to take actions
| Name | Description |
|---|---|
| worklog_queryC | 按 Agent / Workflow / 周趋势查询 AI 工作明细(任务/token/耗时/成本/人工介入),可附带进化四维趋势。 |
| cost_queryA | 查询成本审计——预算配置 / 各 Agent 实际消耗(token/成本)/ 超限记录(WARN 级)。 |
| playwright_navigateA | 浏览器导航——打开 URL 并返回页面标题/状态码。Playwright 不可用时降级。 |
| playwright_clickC | 浏览器点击——按 CSS 选择器点击元素。Playwright 不可用时降级。 |
| playwright_screenshotA | 浏览器截图——截取当前页面,返回图片路径与字节数。 |
| playwright_assertA | 浏览器断言——对页面执行断言(文本/元素存在性),返回 passed 与详情。 |
| run_auditB | 对 git diff 运行全量审计(24 条规则),返回结构化审计报告。 |
| get_thinkB | 读取 think.md 的最新反思条目。 |
| write_thinkA | 向 think.md 追加一条手动反思记录。 |
| sofagent_composeB | 编排模块——传入任务描述,返回 Sub Agent 编排方案(YAML)。 |
| audit_fileA | 单文件变更即时审计——Agent 编辑文件时调用,跑单文件适用规则,返回结构化结果(不阻断)。 |
| search_knowledgeB | 跨 entities/concepts 模糊搜索知识库。 |
| read_entityB | 读取单个 entity 页。 |
| read_conceptB | 读取单个 concept 页。 |
| list_entitiesC | 列出所有 entity(可选按 domain 过滤)。 |
| read_lessonsA | 读取踩坑记录(lessons-missteps.md)。 |
| read_think_mdA | 读取 think.md 完整内容。 |
| statsA | 知识库统计(entities/concepts 数 + 最后更新时间)。 |
| list_capabilitiesA | 返回完整能力清单(tools + resources)——Agent 首次连上时获取能力地图。 |
| data_sovereignty_reportA | 查询数据主权审计报告摘要(云端调用/本地执行/数据流出/敏感本地处理率)。 |
| create_entityB | 创建/更新 entity 页。写入前跑数据审计,FAIL 拒绝写入。 |
| create_conceptC | 创建/更新 concept 页。 |
| update_entityA | 字段级更新 entity 页(只改传入字段,保留其余)。写入前跑数据审计。 |
| delete_entityA | 删除 entity 页。🔴 破坏性操作,必须 confirmed:true 才执行。 |
| delete_conceptA | 删除 concept 页。🔴 破坏性操作,必须 confirmed:true 才执行。 |
| validate_ontologyB | 检查本体数据完整性——实体数/关联断裂/孤儿实体/死链。 |
| evaluate_outputB | 用 golden set 评估 Agent 产出质量,返回评分 + 失败用例。 |
| optimize_skillC | 优化指定 Skill 文件,生成优化建议。 |
| health_checkC | 运行环境健康检查(环境/配置/数据目录/Hook/依赖)。 |
| audit_data_changeB | 对知识库结构化数据变更跑数据审计(D1-D5)。 |
| notify_sessionB | 向当前 session 推送审计结果摘要(确保结果可见)。 |
| activate_workflowC | 读取 FDE 交付物,注册企业 SubAgent。 |
| daemon_statusA | 查询 daemon 运行状态(PID/启动时间/心跳)。只读。 |
| list_agentsA | 列出已注册的 Agent(内置 + 企业 SubAgent)。 |
| list_conceptsB | 列出所有 concept。 |
| hitl_resolveA | 对挂起等人工确认的 checkpoint 提交决策(approve/reject/aborted)。 |
| list_rulesB | 列出所有审计规则清单(只读,不暴露实现)。 |
| agent_identityA | 查询 Agent 身份码(查自己或他人,不含私钥)。 |
| loop_debugB | Onboard Agent 调试循环——传 task 触发 activate→run→judge→fix 循环;不传查记录。 |
| evaluateB | Benchmark 评测——传 benchmark_id 触发隔离评测(评分 0..100);query 查日志。 |
| audit_trailB | 跨设备审计轨迹查询——按 agent_id 查完整轨迹(HMAC 验签)。 |
| create_agentB | 一句话需求自动推导 Agent 配置(角色+域规则+think+knowledge)。 |
| eval_suiteC | 企业专属 eval 套件(模板加载/基线冻结/运行/查日志)。 |
| fde_composeA | FDE 梳理辅助——五要素生成 workflow.yml 草稿(workflow-only;ontology 推导走 fde_derive 六引擎主入口)。 |
| route_workflowC | 入口路由——传 task + workflow 返回命中节点或 fallback。 |
| team_createB | 创建团队——传 team.yml 文本,解析写入。 |
| team_broadcastC | 意图广播——Agent 广播「我要做什么」到团队意图总线。 |
| refineC | Refine 质量优化循环——针对 Agent 产出做质量优化。 |
| commons_publishB | 能力发布——将 Skill/Agent/流程发布到企业能力公地(SkillScan 安全门)。 |
| commons_searchC | 能力检索——按标签/关键词/类型检索能力公地。 |
| commons_invokeA | 能力调用——发现能力后挂载调用(SkillScan 拦截 + HITL 确认)。 |
| commons_rateB | 能力评价——调用后累积评分(0.0~1.0),防刷。 |
| commons_retireA | 能力退役/恢复——标记退役(不删除,可恢复),强制 owner 确认。 |
| commons_harvest_ruleC | 从公地调用日志 + Refine 循环提炼质量规则候选。 |
| run_ab_testB | 发起 A/B 对比实验——current vs candidate 在 golden-set 上评测,返回胜出方。 |
| promote_abB | 晋升 candidate 为 current。🔴 破坏性,必须 human_confirmed:true。 |
| snapshot_listA | 列出审计快照时间线。只读。 |
| snapshot_restoreA | 恢复工作区到指定快照。🔴 破坏性,必须 human_confirmed:true。 |
| workflow_submitC | Workflow 提交——schema 校验 + 解析(validate/run)。 |
| ontology_importC | Ontology 注入——提交 entity/concept/relations(JSON),校验+审计后注册。 |
| model_registerB | 模型注册——注册训练后模型 endpoint(name+endpoint+model)。 |
| model_switchB | 模型灰度切换——按档位切换活动模型(percent<100 灰度,100 强制人审)。 |
| model_unregisterA | 模型退役——标记退役(可恢复),强制人审。 |
| train_budgetB | 训练预算控制——查预算状态 / 超预算人审续跑或终止。 |
| train_submitB | 训练任务提交——数据+基座+算法(sft/dpo/grpo)+超参+预算 → 生成 trainJobId(同 id 重复提交幂等)。 |
| train_doctorA | 训练环境体检——CUDA/显存/框架版本/基座模型缓存四项 + 反作弊基线三项(git 禁用/.git 可见性/网络白名单)结构化报告(只查不装;装环境走 bash tools/train/train-env-init.sh,基座模型手动放置或推理服务拉取)。 |
| train_dryrunA | 训练 dry-run——提交前预检:极小样本管线连通 + 数据质量抽样 + 显存估算(超限提前告警)+ 算力外推(sigmoid 缩放律外推成本,超预算提交前告警)。 |
| train_reportB | 训练报告生成——数据概况+配置+eval对比+产物清单+量化四字段(GUIDE §4.3:年节省=岗位年薪×AI接管工时占比),markdown+JSON 归档 data/dashboard/train-reports/。 |
| train_statusA | 训练进度查询——status/step/loss/reward 曲线/断点/用量快照(长任务轮询入口)。 |
| train_listA | 训练任务列表——按时间/状态/模型过滤(历史复盘与多任务管理;只列本企业分区任务)。 |
| train_diagnoseA | 训练失败诊断——七类分类(OOM/数据格式/超参发散/框架/环境/重复坍塌/精度异常)+ 上下文四源(日志尾部+环境清单+checkpoint+超参)+ 修复处方,报告落盘 diagnose.json。 |
| train_deliverableB | FDE 训练交付包——generate 聚合五件(训练配置模板+数据管道配置+eval基线冻结+运维手册+权重清单含回滚点)打 zip + manifest + HMAC 签名;verify 逐项核对完整性 + 环境兼容性(企业收包侧体检)。 |
| train_serveA | 推理服务生命周期——从权重目录拉起 vLLM/Ollama/OpenAI 兼容端点(/health 就绪探测 + 指数退避重试)+ 启停重启状态四操作;每次启停记 train_serve 审计事件(谁启的/哪个模型/哪个节点)。 |
| train_cloudB | 云 VM 执行面——注册云 VM(endpoint + 凭据引用走虚拟 key 边界,真实凭据不落明文)/ 列出 / 查状态 / 注销;远程 spawn 训练走 ssh 通道(stdout JSON 回流)+ 分拣闸(敏感档拦上云,依据入审计链)+ 失联止损 + 成本入预算。 |
| train_complianceA | 训练数据合规扫描——PII(姓名/手机号/身份证)+ 敏感字段(健康/财务)+ 企业专有名词三类风险项(复用 v1.4.4 redactor 红名单检测);报告(发现项+严重度+处置建议)写训练集版本;严重级发现阻断训练提交;数据来源标记(企业提供/合成/公开语料)。 |
| define_acceptanceB | 验收条件定义——任务附机器可判定验收条件(test/build/grep-absent/schema)。 |
| check_acceptanceA | 验收执行——跑 define_acceptance 登记的条件,返回结构化结果。 |
| workflow_createA | 新建 workflow 对象——schema-gate 校验(结构 + cron 语法)后落库 version=1,owner 持有 trunk 直改权;每次落库挂 decision-log 审计。 |
| workflow_updateA | 全量替换 workflow 文档——owner 直改 trunk(version+1);非 owner 写 branch-{actor}(trunk 不动,等审阅合并)。 |
| workflow_node_addA | 向既有 workflow 追加单节点(增量改)——节点 id 重复/depends_on 悬空/cron 非法拒绝;owner 直改 trunk,非 owner 写 branch。 |
| workflow_diff_previewA | 对比传入文档与 trunk 当前的行级差异(unified 风格 + 增删行数)——只读零副作用,落库前先预览。 |
| workflow_gapsA | workflow 能力缺口分析——扫描 workflow-store 声明节点 vs worklog 实际执行,产出三类缺口清单(缺人/缺能力/待升级),可被商业平台消费转悬赏。纯读零写入。 |
| pr_submitA | 提交 workflow 变更提案(PR)——open 态入库 + 贡献者登记(人/数字员工同标准权重,weight 须 0-1 数值、声明 ≤10 条)+ 可选 triggerBinding(启发式=suggested / 显式=confirmed,显式不被启发式覆盖)。 |
| pr_reviewA | 审阅 PR——approve 进 reviewed(可合并);reject 终态 rejected(拒因进 decision-log 负样本训练信号)。提交者不可自审(利益冲突拒绝);verdict 精确匹配 approve/reject(大小写敏感)。 |
| pr_mergeA | 合并 PR——merge_criteria 真判定(approver-review:reviewer 非 submitter;confidence-min:confirmed=1.0/suggested=0.5/无=0 ≥ detail 阈值;未知 kind 或 detail 畸形判不过)fail-closed,未过挂起 HITL(human_confirmed=true 强制合并)。PR 的 workflow 存在 branch-{submitter} 时联动写回 trunk(version+1+删 branch,mergedVersion 回填;写回失败 PR 回退 open)。 |
| onboard_promptA | 上岗 prompt 生成器——岗位描述 → 三段结构(职责/边界/工具面),产物经 workflow_node_add 落进节点配置(与 workflow CRUD 闭环)。 |
| contribution_queryB | 贡献度报表——人/数字员工同标准聚合(PR 权重分 + 决策留痕 + 审计变更规模 → 综合贡献分),按人/按 workflow 两维度输出,org_id 跨租户过滤(G7 联动)。纯读零写入。 |
| data_pushA | 标准数据推送入口——企业存储按约定 schema 推送训练语料/知识数据,经分拣闸(敏感档标记)+ 合规闸(拦截违规)双闸入库,拒绝留痕进审计链。 |
| fde_interviewA | FDE 访谈结构化落盘(引擎一)——五要素逐节点收集,多轮追加按 nodeId 幂等合并,自动重算企业画像(节点数/岗位分布/高频痛点);prompts_only=true 返回六条追问话术(五要素 + 实际流程)。 |
| fde_classifyB | FDE 三问判定 → 节点方案(引擎二)——classifyAutomation SSOT 判定(🔄自动/⚡强化/👤暂不动)+ 六步分解最小工作单元(GUIDE §3.2)+ executor 映射,落 nodes.json。 |
| fde_quantifyA | FDE 量化四字段 + ROI 排序(引擎三)——年节省=岗位年薪×AI接管工时占比(GUIDE §4.3,与 train_report 同公式同源);ROI=年节省÷(投入+1) 降序,落 quantification.json(若引擎二已跑自动关联判定标签)。 |
| fde_deriveB | FDE 本体推导(引擎四)——五要素+访谈 → 实体/概念/关系 YAML 草稿;机器初稿人工确认后经 ontology_import 导入;超 10 实体或 5 节点提示 needsFullOntology。 |
| fde_distillB | FDE 三层交付物生成(引擎五)——跑通过程沉淀:文档层手册(人读:现状/六步/验收/回滚)+ Skill 层模板(Agent 可执行)+ 运行层 yaml 片段(引擎六组装用),归档 deliverables/ 带 README 索引。 |
| fde_deployA | FDE workflow 组装部署(引擎六)——三层交付物 → deployments/.yml(与 fde_compose 同格式);只产出工件不代激活——激活走 workflow_submit + activate_workflow(人审闸门保留)。 |
| corpus_exportB | 训练语料导出三件套——规则(27 编号位含跳号占位 + reward_hint 骨架 + verifiers 三桶清单)+ FDE 方法论(锚点解析)+ 带标签审计样本(六源聚合 + 脱敏)。导出带版本号 + HMAC 签名,导出行为记 corpus_export 审计事件。 |
| device_registerA | 设备上线注册(G9):Ed25519 身份码验签 fail-closed(伪造签名拒绝且留审计)+ 设备类型(pc/node/appliance)+ 能力声明(派单方按能力匹配设备)。 |
| device_listA | 设备清单查询(G9 发现面):按租户/类型/能力过滤,含最后心跳时间与在线状态;清单只含已验签设备(被拒/吊销设备不出现)。只读。 |
| device_data_queryA | 设备侧数据面授权读取(G10):设备门禁 → 目录白名单校验(默认空=全拒,opt-in)→ 读取 → 脱敏管线(敏感字段不出设备)→ 审计留痕 + 计量进 worklog。返回结构化内容(不落原始路径)。 |
| device_data_pushA | 数据上行通道(G11):设备门禁 → 采集声明校验(默认空=不上行,opt-in)→ 脱敏 → AES-256-GCM 加密入队(WAL 暂存断网不丢,游标续传不重传已 ack 段)→ 审计留痕 + 计量进 worklog。原始数据不出设备。 |
| connector_registerA | 注册第三方连接器(G5b 准入面):来源过 plugin-gate 白名单校验(Git URL / 主机 / 本地路径,白名单外拒绝)→ 注册表落库(config/connectors.json,租户隔离 + 同租户重名拒绝)→ 审计留痕。与工具注册分列——连接器清单见 connector_list。 |
| connector_listA | 连接器发现(G5b 目录面):按类型(db/rest/saas)/ 主机 / 能力标签过滤,租户隔离(只返回请求租户条目)。清单只含连接器——与 MCP 工具清单(TOOLS)分列,绝不混列。只读。 |
| workflow_exportA | workflow 模板导出(G1 五件套):workflow.yml + 本体数据 + MD 家族 + manifest(sha256 完整性)+ 血缘元数据(源企业/源版本/fork 层级/祖先链)。跨租户缺省剥离 private / result-only 节点(G6 联动,剥离计数入 manifest)。export 事件入血缘谱系 + 审计挂链。 |
| workflow_importA | workflow 模板导入(G1 三闸 fail-closed):结构闸(manifest + 必要件 + sha256 完整性核对)→ schema 校验门(zod 结构 + 可见性枚举 + cron 语法,与 CRUD 同门)→ 落地闸(冲突拒绝)。跨企业包检出 private/result-only 节点整包拒绝(G6 加固)。血缘回流(import 事件 + 祖先链接入)+ 本体合并(本地优先)。 |
| router_session_pushA | router 过站 session 承接(T7 第七章):exporter 标准 schema 校验(fail-closed 拒绝坏格式)→ 多轮展开(切窗/角色映射)→ 脱敏本地落盘(数据主权铁律——记录不出企业边界,幂等:同 sessionId 重复推送拒绝)→ usage 入 cost 台账(按模型/时段聚合)→ key 维度过站行为 HMAC 挂链(审计)。会话续接五元组(执行器+员工身份+模型+工作目录+运行时)透传判定。 |
| trace_reconcileA | 跨层证据对账(trace reconcile):DSH session trace(Agent 自述)vs git diff(独立事实)vs logs 声明集三源比对——产出差异清单(漏报/幻觉动作/瞒报四态)+ 一致率;可选模型层回溯链(推理 → 模型版本 → train_job → datasetHash)。对账结果入 decision-log(kind=COVERAGE)。 |
Prompts
Interactive templates invoked by user choice
| Name | Description |
|---|---|
No prompts | |
Resources
Contextual data attached and managed by the client
| Name | Description |
|---|---|
| 最新反思 | think.md 最后一条反思条目 |
| 今日日志 | 今日任务日志文件列表 |
| 最近审计报告 | .sofagent/ 下最近一次审计历史记录 |
| Latest A/B Comparison | 最近一次编排 A/B 对比报告 |
TDQS
Scored across 105 tools
Many tools are separated by domain prefixes, but there are numerous close pairs and overlapping clusters: get_think/read_think_md/write_think, run_audit/audit_file/audit_data_change, evaluate/evaluate_output/eval_suite, fde_compose/sofagent_compose. With 105 tools, an agent will frequently struggle to determine which tool is authoritative for a given action.
Names are uniformly snake_case and many follow domain-prefix patterns like fde_, train_, commons_, workflow_, and pr_, which helps readability. However, the verb/noun ordering is inconsistent: list_*/create_*/delete_* coexist with bare verbs like evaluate, refine, and stats, as well as noun-first names like train_budget, device_data_push, and corpus_export.
105 tools is an extreme count for an MCP surface, far beyond the range where an agent can reliably discover and select the right tool. Even though the server spans multiple enterprise domains, the sheer number creates overwhelming selection overhead and many tools feel like one-off commands rather than coherent surface pieces.
The set covers many domains deeply, including workflow/PR lifecycle, training, audit, knowledge CRUD, devices, and connectors. However, notable lifecycle gaps exist: no workflow delete, no agent update/deactivate, no model listing, no connector/device unregister, no snapshot creation, and no pending-HITL listing.