nomArmy

Name: nomArmy
Author: rayson-tech

本地服务

nomarmy.dev开发工具41 周前更新

代码仓库访问官网

关于 nomArmy

nomArmy 为编码助手协调沙箱中的编码工作者，并在提交前独立验证改动。检查包括在全新沙箱中运行测试、撤销改动后复测，以及扫描机密信息。

主要功能

01将编码任务分派给沙箱工作者
02核验差异并在全新沙箱中重跑测试
03撤销改动以检查测试能否检出问题
04扫描机密并标记测试规避行为
05将已验证改动提交到独立分支
06不启动工作者即可运行验证

适用场景

01按验收标准分派错误修复
02不启动工作者而检查分支测试
03在审查和合并前验证功能改动
04标记工作者改动中的机密或弱化测试

MCP 相关

README 提到 Reason 插件包含 MCP 服务端，但未说明 nomArmy 提供或使用 MCP。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置

{
  "mcpServers": {
    "rayson-tech-nomarmy": {
      "command": "npx",
      "args": [
        "-y",
        "nomarmy"
      ]
    }
  }
}

启动命令npx -y nomarmy

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

npmnomarmy0.1.0-beta.14stdio

工具

收录的工具列表 · 更新于 1 周前

参数	类型	必填	说明
mode	enum	否	verify：在没有 worker 和模型令牌的情况下运行必需的验证配置；base_ref 选择分支或提交（默认为当前 HEAD），task 是简短的记录标签，agent/model 不使用，army_role 仅作为标签。implement：在隔离的 worktree 中编辑，协调器在报告有效后提交。scout：只读研究；每项发现都必须引用 [path:start-end]，nomArmy 会在根据基础提交验证引用内容后附上引用行。decompose：只读；针对宽泛目标提出 2 个或更多相互独立、以证据为依据的子任务，而不是在一个 worker 回合中完成所有工作。绝不自动分发——提案会像 scout 的发现一样接受审查，协调器会另行进行自己的分发调用，并选择要采用的子任务。scout \| implement \| decompose \| verify
task	string	是	implement：worker 必须实现的目标，而不是应执行的编辑。scout：要从代码库中回答的问题。decompose：要提出拆分方案的广泛目标。
agent	string	否	按名称在操作者的 agents.yml 中指定要运行的 agent（例如 "codex"、"grok"、"local"）：本地模型、按量计费的 api key，或个人订阅。省略 agent 和 army_role 可使用本地模型。遇到未知名称时会拒绝，且不会回退。不能与 army_role 同时使用。订阅型 agent 还需要 on_behalf_of。
model	string	否	要在作业的 agent（api 或订阅型 agent）上运行的模型，例如 "gpt-6-sol"。覆盖角色模型和 agent 默认模型。当角色模型为 "auto" 或 agent 没有默认模型时，此项为必填。`army` 工具会列出各 agent 的模型。若使用本地 agent 则会拒绝，因为其模型由 `nomarmy model` 设置。
report	enum	否	worker 可返回报告的详细程度，受 agent 层级限制：brief（适合本地任务的简短报告）、standard（默认）、full（最高上限：implement 约 2k tokens，scout 约 4k tokens）。api 或订阅型 scout 默认使用 full，因为其调查结果最重要；其他作业默认使用 standard。报告会进入你自己的上下文，并在之后每一轮重新读取。对本地模型无影响，其上限已校准。brief \| standard \| full
run_id	string	否	此作业所属的 /feature 运行（来自 run_start）。加入后会强制执行该运行的限制（作业数、api 支出、时长），并拒绝运行已因供应商使用限额错误而暂停的 agent；完成的作业会记录到该运行中。
stakes	enum	否	implement：错误可能造成的代价，与工作难度分开评估。涉及安全或访问控制、个人或租户数据、数据丢失、资金，或无法撤销的更改时，设为 high：此时必须指定验证配置文件，不能关闭回滚检查，并且在独立审查（由另一家供应商的 scout 使用 reviews: <job id>，或由另一家供应商的 judge）完成之前，作业始终会标记为需要审查。一行身份验证更改也可能简单但风险很高。normal \| high
reviews	string	否	scout：该 scout 要独立审查的作业 ID，审查结果会记录到该作业（nomarmy stats 会显示有独立审查和无独立审查的高风险作业）。请使用与该作业 worker 不同的供应商。
base_ref	string	否
criteria	array	否	implement：由此作业提供的 acceptance/*.yml 中的契约 ID。
evidence	string	否	仅限 implement：提供已确认的事实（例如通过 repo_evidence 获取），供 worker 信任且无需重新推导——准确的签名、调用位置、行范围、现有行为。这样可避免 worker 在你已掌握的信息上探索，耗费自身上下文预算。不能替代清晰的目标和验收标准。
refactor	boolean	否	implement：行为保持不变的更改（代码移动或重组）。nomArmy 随后要求通过验证配置；如果任何测试文件被新增、修改或删除，就会拒绝提交：现有测试原样通过，才能证明没有行为变化。此时会跳过回退检查，因为回退重构会恢复可工作的代码，因此总能通过。改变行为的任务必须修改测试，因此无法作为重构通过。
army_role	string	否	按 army 角色分派（例如 "sr-dev"、"security-analyst"）：nomArmy 会将任务交给此仓库为该角色指定的 Agent，并在任务说明开头附上该角色的描述。先调用 `army` 工具查看此仓库的角色。与 agent 互斥。如果该角色的 Agent 使用订阅，请添加 on_behalf_of；否则会忽略。
reasoning	enum	否	传递给 worker 模型的思考级别：off、minimal、low、medium、high、xhigh、adaptive、max 或 ultra（较高级别仅在供应商提供时可用，例如 Codex 模型的 xhigh；模型不支持的级别会回退一次到最接近的支持级别）。较高级别会更快耗尽订阅用量限额。对于本地模型，仅当该模型支持思考时才生效（NOMARMY_MODEL_THINKING）；对于 api 或 subscription Agent，则按该 Agent 自身的 `thinking` 设置生效（false = off，固定级别 = 始终使用该级别）。默认值为 medium，而非 high，这是基于实际测量证据：处理相同工单时，gpt-oss-20b 使用 high 耗时 318s，调用工具 21 次且失败 4 次；使用 medium 耗时 62s，调用 9 次且失败 0 次——high 并未给出更好的答案，只是反复折腾。另一个开放式任务中，Qwen3.6-27B 在 high 下完全超时（630s，无输出），而在 medium 下成功。不要因为认为更多思考应该有帮助，就默认提高到 high——迄今测试中它只造成负面影响或超时。只有当任务在 medium 下已失败一次，且失败具体表现为思考不足（根因错误，而非格式或范围问题）时，才考虑使用 high。off \| minimal \| low \| medium \| high \| xhigh \| adaptive \| max \| ultra
worker_id	string	否
acceptance	array	否	implement：worker 必须满足的验收标准。scout：完整答案必须涵盖的要点。decompose：良好拆分必须遵守的约束。
on_behalf_of	string	否	当任务的 Agent 使用订阅时必填：必须与 agents.yml 中该 Agent 的所有者完全一致，否则 nomArmy 会拒绝任务。这是自我报告的声明，并非独立验证的身份检查——nomArmy 目前没有调用者身份边界，因此它保证的是明确、可审计的意图，以及不匹配或缺失时的强制拒绝，而非调用者身份的加密证明。本地或 api Agent 使用时会忽略。
verification	string	否	验证配置名称（例如 quick、standard、browser）。语义由 nomArmy 定义；实际执行由 nomArmy 负责。scout 会忽略此项。
continue_from	string	否	仅限 implement：需要继续完成的保留中、未提交 implement 任务的 job id（部分完成、受阻或验证失败）。新的 worktree 会从该任务的 base 创建，并包含其已有更改，因此任务说明只需描述修正内容。完成后的整体工作（包括原有更改）会一并验证并提交。使用此项，而不要自行修复 worker 的文件，否则这些文件会未经验证就被提交。不要设置 base_ref。
commit_subject	string	否	implement：nomArmy 在 worker 分支上创建的提交的主题行，例如 "Keep held-back tables in the list_tables cache"。默认使用任务的第一句话；正文为 worker 的 NOTE，并附带 job id 作为尾注。
timeout_seconds	integer	否	默认值为 600；review scout（带有 `reviews` 的任务，或处于 review 阶段的 army 角色）为 1200，因为一次真实的安全审查持续阅读了整整 10 分钟后被中断。
verify_regression	boolean	否	仅限 implement：diff 通过 `verification` 且涉及生产文件后，临时回退这些生产文件，仅重新运行相同的验证配置（预期没有修复时会失败），然后还原文件。若重新运行仍然通过，则证明没有测试能捕获此回归；无论 worker 如何报告，结果都会降级为 NEEDS_REVIEW——绝不会悄悄提交为已完成。这是唯一能捕获验证配置因错误原因而通过的机制（例如测试选择标志意外排除了变更文件自身的测试，会产生真实、有效的绿色运行，但实际上未覆盖 diff；仅检查退出码无法发现这种差异）。只要设置了 `verification`，此项默认开启，因为这一缺口正是 nomArmy 声称要封闭的信任边界；显式传入 `false` 可跳过双倍耗时（在拥有数千个测试的仓库中可能很重要），但需自行承担风险。未设置 `verification` 配置时无效——没有内容可重新运行。scout 会忽略此项。
confirm_over_limit	boolean	否	覆盖已达到的用量限额：General 必须先询问操作员，才能使用 confirm_over_limit: true 重新提交；或者将任务发送给另一个 Agent。nomArmy 不会自行设置此项。

详细介绍

每个字节都经过验证。 🍪

nomarmy.dev · 文档 · 赞助

你的编码助手负责规划；沙箱化的工作者负责构建；只有经 nomArmy 检查后，结果才算数。

AI 编码工作者信心十足。它们声称“完成了，所有测试都通过了”，但这只是说法，并非证据。nomArmy 让你的编码助手（Claude Code、Codex 或 Cursor）把工作交给称为 noms 的工作者，然后在提交任何内容之前自行检查每项改动：实际差异、在全新沙箱中运行的测试、这些测试是否确实能捕获改动，以及机密扫描。

简要说明

准备好 Git、Node 24.16+（或 26.1+）、Podman，以及已安装并登录的 Claude Code、Codex 或 Cursor。在 macOS 上，为 Podman 分配 8 GiB：brew install podman && podman machine init --memory 8192 && podman machine start。支持在 Windows 上使用 WSL2 中的引擎。请按照 Windows 设置指南操作。
安装并设置：
```
npm install -g nomarmy
cd your-project
nomarmy setup
```
nomarmy setup 是一本操作指南。它会显示检查清单，并在你每次答应后执行下一步：
```
✓ Where models run: hosted
✓ Installed: OpenClaw 2026.10.3
→ Agents: add a hosted agent
  Roles: add an agent first
  This repo: configure this project
  Check: verify the installation
Run `nomarmy agents add` now? [Y/n]
```
可随时停止；nomarmy setup 会从你上次停下的地方继续。想了解每一步的详细说明？设置示例：Claude Code、Codex 和 API 密钥逐条列出了命令。
**开始使用：**在项目中重启 Claude Code，让它用 nomArmy 修复一个带有测试的小 bug。成功后，试试 /feature <what you want built>。

更喜欢使用插件？完成第 2 步后，Claude Code 用户可以运行 /plugin marketplace add rayson-tech/nomarmy 和 /plugin install nomarmy@nomarmy，而不是使用 nomarmy connect；Codex 也支持（插件）。

遇到问题？nomarmy doctor 会检查机器，nomarmy health 会检查 nomArmy 所依赖的一切。之后想升级？运行 nomarmy update。

如何验证每一个字节

你的编码助手 General 会说明任务：具体工作、验收标准，以及用于证明任务完成的测试。
nomArmy 从你的分支创建一个 git worktree，并在 Podman 沙箱中运行 nom，不提供网络访问权限，也不提供主机凭据。（唯一例外是 Claude 订阅：请参阅安全态势。）
nom 会编辑代码、运行测试，最后提供一份四行报告：STATUS、TESTS、NOT_DONE、NOTE。
nomArmy 将这份报告视为一项声明，并自行核验相关证据：
- 从 git 读取实际 diff，而不是依赖 nom 对 diff 的描述
- 在全新的沙箱中运行你的验证配置
- 撤销生产代码更改并重新运行测试：如果测试仍然通过，就无法证明任何事情，因此该任务会转交审核，而不会被提交
- 拦截机密信息，并标记为通过而刻意修改的测试（新增跳过项、存根导入）以及无人调用的代码
只有完成这些步骤后，才会在 nom 自己的分支上提交。它绝不会合并到你的分支：审核和集成仍由 General 和你负责。

验证失败就会一直保持失败，不设例外。报告格式不正确并不一定会导致任务失败：如果仓库发生了更改，nomArmy 会独立核验，并可能恢复相关工作。此外，General 无权豁免这些检查：仓库的 .nomarmy.yml 策略（新仓库默认启用）要求每项任务都必须通过验证和撤销检查。

展示检查结果。 /feature 运行完成后，General 会收到一个用于拉取请求的“已由 nomArmy 验证”区块，其中列出通过核验的“已完成，测试通过”声明数量、nomArmy 发现的问题数量及原因，以及撤销相应更改后会失败的新测试。nomarmy stats --share 会输出任意时间段的相同统计信息，nomarmy stats --badge 则会生成一个 README 徽章，例如 nomArmy | 78 claims checked · 11 caught。所有数字均来自已验证的记录。

无需构建即可检查，而且不花费任何成本：mode: verify 会针对任意分支运行验证配置，无需工作进程，也不会消耗模型令牌。

想要更深入的检查？ 三个可选的验证器可进行更深入的检查，但都只会添加审核标记：变异测试（测试是否充分约束了更改的代码行？）、Jev（侦察员的引用是否支持其发现，报告是否与 diff 相符？；可在你自己的机器上使用 TypeSafe 或兼容的服务），以及模型裁判（验收标准、被削弱的测试）。

工作运行的位置

Agents 说明任务可以在哪里运行：使用 API 密钥、你自己的 Claude、ChatGPT、Muse Code 或 Grok 订阅（或其他 OpenClaw 提供商），也可以使用 llama.cpp 上的本地模型。
团队说明哪些角色由哪些 Agent 执行：高级和初级开发人员负责构建，安全分析师和数据架构师负责审查，项目经理检查计划，产品负责人负责验收。
/feature 端到端地完成整个功能，从规划到构建、审查和验收，最后交给你一个可供合并的分支。
Harness 为每个仓库提供合适的沙箱：Go、Rust、Python 和 Node（也支持混合仓库）、Playwright 浏览器测试，以及模拟登录服务等虚假服务；全程离线。添加 Harness 不会触及核心代码。

你得到的是无需盲目信任的工作成果，而不是更便宜的工作。委派任务也会消耗 General 的令牌，用于任务说明和审查：对于规模较小、问题已诊断的工单，我们测得 General 消耗的令牌是直接修复 Bug 的 4 到 8 倍；当修复需要阅读的上下文约有 150 行时，成本才达到盈亏平衡点（测量结果）。对于较大的工单、并行工作，以及任何原本需要你相信 Agent 说法的场景，委派就很划算。

有 GPU 或内存充足的 Mac？ 在 nomarmy setup 中选择“本地模型”：无需按令牌付费，代码也会留在本地，但你需要付出硬件、电力和速度方面的代价。nomarmy sizing 会告诉你哪些配置适用。共享模型服务也同样可用。

由 Rayson Technologies 开发和维护。这是一个 Beta 版（0.1.0-beta）：升级后设置会保留（参见配置兼容性）。

文档


安装	各种安装方式：托管服务（API 密钥和订阅）、macOS 上的本地模型、Linux、通过 WSL2 运行引擎的 Windows 或 DGX Spark、共享模型服务、Bedrock
安装示例	Claude Code、Codex 和 API 密钥，逐条命令说明
Agents 和团队	任务可以在哪里运行、各角色的职责、使用限制、如何选择 Agent
`/feature` 运行	端到端完成一个功能，以及查看 nomArmy 的工作进度
你的仓库	`.nomarmy.yml`、验证、依赖项、私有注册表、nomArmy 会检查的内容
验证器	可选的深度检查：变异测试、Jev、模型裁判
Harness	生态系统注册表、检测、网络级别和要求
配置	设置、切换本地模型、资源配置、准入
参考	所有 CLI 命令和 MCP 工具
安全态势	沙箱会限制什么，以及唯一的例外
常见问题	各角色适用的模型、切换模型、使用限制
故障排除	问题表现和解决方法

安全

一个 nom 在 Podman 沙箱中获得一个可写的 git 工作树，仅此而已：没有网络、没有主机凭据，也没有 Podman 套接字。所有模型调用都由你机器上的 OpenClaw 发起，从不在沙箱内发起。验证可以逐级开放网络：先使用专用网络上的模拟服务，再使用你批准的测试租户允许列表，但 noms 始终处于 network none 状态。例外情况是 Claude 订阅，其工具在你的机器上运行，因此除非你允许，否则 nomArmy 会拒绝在其上执行构建任务。切勿向 nom 提供生产凭据、部署权限或 SSH 密钥。详情：安全态势；如需报告漏洞，请参阅 SECURITY.md。

状态

能力	状态
验证核心：工作树、由 nomArmy 管理的 git、独立验证、还原检查、保留失败的工作树	可用，已完成端到端测试
`mode: verify`、密钥扫描（secretlint，硬性阻断）、测试变通方案和未接线代码检查	已通过单元测试和实时测试；启发式检查仅作为审查标记
Scout 和分解模式、`auto_union`	已通过单元测试和实时测试
Agent：API 密钥	已通过 xAI 的实时验证；其他提供商按 OpenClaw 的文档接口构建
Agent：订阅	ChatGPT（Codex）和 Muse Code 已沙箱化并通过实时验证；Claude 已通过实时验证，但其工具在主机上运行（默认用于侦察和审查）
本地（llama.cpp）和 Bedrock 配置	可用
Army 和 `/feature`	每天用于 nomArmy 本身和我们的产品：2026 年 9 月 18 日至 10 月 10 日共处理 783 个任务（测量结果）
测试框架：Go、Rust、Python、Node 和混合仓库；Playwright；模拟服务	已通过离线实时验证
私有注册表和仅供验证使用的网络允许列表	已通过实时验证；均通过了独立安全审查
验证器：变异测试、Jev、模型裁判	已通过单元测试和实时测试；Jev 和模型裁判已在真实任务记录上评估
`nomarmy stats`	已根据真实任务记录上的手工报告核对

关于真实运行中的经验，包括委派何时有效、何时无效，详见 docs/findings.md。

已知限制

Claude 订阅不在沙箱中。 其工具会在你的计算机上运行，因此除非设置 allow_host_tools: true，否则会拒绝在其上执行任务。请参阅安全态势。
你自己的 compose 服务尚未启动。 如果验证配置文件需要从你的 compose 文件中获取真实数据库（environment: basic 或更高），则会报告 not_run，而不会在缺少数据库的情况下运行（并且 compose 解析器无法解析 YAML 锚点）。测试框架提供的模拟服务（例如模拟登录服务）可以运行。
私有注册表尚不支持 Poetry 或 Yarn Berry：Poetry 无法保证经过身份验证的安装过程不会运行任何包代码，而 Yarn Berry 不读取 .npmrc。uv、pip wheels、npm、pnpm、Yarn Classic 和 bun 均可使用。请参阅私有注册表。
供应商列出但拒绝使用的模型，会在分派时通过测试调用捕获。 对于从未在其 Agent 上成功使用过的模型，首个任务会等待几秒，进行一次单 token 测试调用；如果被拒绝（例如 ChatGPT 方案中的 gpt-6-sol），系统会报告并记住此情况，而不会让任务承担费用。测试调用结果不明确（超时）时，任务会继续执行。
Claude 订阅的 token 数量取自 Claude CLI 自身的会话日志，因为 OpenClaw 只能看到最终回复；总数包含缓存读取和写入。
测试规避检测是一个标记，而非定论：即使是合理的新跳过项，也会被标记。
部署时的失败需要你自行检查。 请参阅为单元测试无法发现的问题添加检查。
同主机沙箱：MCP 服务、OpenClaw 以及每个任务的沙箱都运行在协调器所在的计算机上。只有模型可以运行在其他位置。

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

阅读入门指南

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。

nomArmy

关于 nomArmy

主要功能