Skip to content

Friday Codebase Agent

Friday Codebase Agent 指的是 friday-code Agent Skill,配合 @friday-ai-codes/mcp MCP server,让 Cursor / Claude Code / Codex 等本地 AI 编码助手直接使用 Friday 的代码索引、Graph RAG、编码计划、远程执行和 MR 创建能力。

接入只需要三步,之后就能在 IDE 里完整跑通编码 workflow:

1 创建访问令牌2 mcp setup 配置连接3 安装 Skill4 IDE 里直接使用

配置连接

  1. 登录 Friday Web 控制台 → 右上角头像 → 个人资料 → 访问令牌 → 创建令牌(明文只显示一次,立即复制)。
  2. 运行交互式配置向导(凭证问答 → 自动注册进 Cursor / Claude Code / Codex → 连通性测速 → 能力演示):
bash
npx -y @friday-ai-codes/mcp setup

配置保存在 ~/.friday/config.json(权限 0600),也可以用环境变量 FRIDAY_BASE_URL / FRIDAY_ACCESS_TOKEN 覆盖。脚本场景用命令式 init --base-url <地址> --token <令牌>;诊断用 doctor。手动注册 MCP 的等价配置见 MCP Server

内网无法访问 npm registry 时,可从源码构建后把 MCP 配置指向 mcp/dist/cli.js

安装 Skill

bash
npx @friday-ai-codes/skills

交互式中文向导:自动嗅探本机 agent(Claude Code、Cursor、Codex 等均支持),把全部 4 个 Friday skill 装进各 agent 原生技能目录。更多安装方式(指定 agent、装到项目、Claude Code 插件形式)见 Agent Skills

Workflows

friday-code 内部按阶段分节,agent 按用户意图自动决定跑到哪个阶段;给出完整编码需求时会一条龙跑到 MR:

阶段用途
找仓库把需求路由到候选仓库并检查索引健康度。
分析用 Graph RAG 证据做架构 / 风险 / 调用链分析。
计划从需求与代码证据生成结构化编码计划,并支持按反馈修订版本。
执行与 MR执行已确认的计划、轮询状态、总结分支、创建 MR。
一条龙编码需求端到端:发现 → 分析 → 计划 → 确认 → 执行 → MR。

飞书工作项链路(工作项 → 技术方案 → 多仓执行 → 回写)由 friday-feishu skill 承担,见 Agent Skills

execute_coding_plan / execute_work_item_repo_tasks 会真实改代码、推分支、建 MR,skill 内置了"执行前必须人工确认"的硬性规则。

工具集

23 个工具,对应 POST {FRIDAY_BASE_URL}/api/mcp/tools/{tool_name}/

  • 读取类:route_repositoriessearch_rag_chunksgrep_repositoryget_repositorylist_repository_filesget_repository_filefind_related_chunks
  • 计划类:analyze_repositorycreate_coding_planimprove_coding_plan
  • 执行与 MR:execute_coding_planget_coding_executionsummarize_branchcreate_merge_request
  • 飞书工作项与学习:get_feishu_work_item_contextcreate_feishu_technical_plancreate_work_item_repo_tasksexecute_work_item_repo_taskscreate_learning_casesearch_learning_cases
  • 交付知识:search_delivery_knowledgeget_entity_timelineget_related_entities

MCP 不可用时可降级 HTTP 直调:

text
POST {FRIDAY_BASE_URL}/api/mcp/tools/{tool_name}/
Authorization: Bearer {FRIDAY_ACCESS_TOKEN}
Content-Type: application/json

多步 Skill workflow 需保留首个响应的 run_id 并在后续调用带上:

text
X-Friday-Run-ID: {run_id}
X-Friday-Skill-Step: full_auto.plan

这样整条 workflow 会在 Interaction Ledger 中聚合为同一条轨迹(MCP 模式由 server 自动处理 run_id 透传)。

故障恢复

  • 仓库路由不明确:用更具体的需求描述重跑 discover
  • 仓库未索引:先在 Friday Web 仓库页建立索引,再做 Graph RAG / 计划 / 执行。
  • 执行失败:用 get_coding_execution 查看 runner_logslast_diffrecovery_state
  • 执行 partial:代码已推送但后续步骤失败,优先重试 summarize_branch / create_merge_request,不要重跑代码。
  • MR 创建失败:分支、目标分支、commit sha 与 mr_error 均已持久化,修复平台权限或既有 MR 状态后重试。
  • 401 / 403:令牌失效,重建 PAT 后重跑 npx -y @friday-ai-codes/mcp setup

审计

用最终 run_id 可以查到 InteractionRunInteractionEventToolCallRecordRetrievalTrace、模型用量、执行轨迹与 MR 结果记录。workflow 应呈现 skill_step 事件以及同一 run_id 下的全部 MCP 工具调用。

下一步

基于 MIT License 发布