AgentDoctor — coding-agent configuration audit

AgentDoctor — coding-agent configuration audit

核心判断

AgentDoctor 值得入库，因为它把 repo 里的 coding-agent 配置风险变成可本地扫描的 deterministic static analysis：检查 Cursor、Claude Code、Codex 相关 instruction、context、MCP 和安全配置，并强调 no API key / no code upload by default。它与已有 harness-score-maturity-scanner、portcullis-claude-code-security-hooks 和 redstamp-deterministic-agent-firewall 形成互补：前者偏成熟度评分，Portcullis/Redstamp 偏运行时或工具调用边界，AgentDoctor 则偏仓库配置 preflight。

机制 / 一阶原理

AgentDoctor 的机制不是让 LLM 读仓库后“感觉哪里危险”，而是扫描项目级 agent 配置文件与危险上下文入口：例如 .env 可能进入 agent context、私钥文件在仓库中、Claude Code bypassPermissions 被打开、instruction 文件 stale path 等。它输出 CRITICAL/WARNING/INFO finding，并给出修复建议，但 beta 版本尚未提供 readiness scoring 和 automatic fixes。

这类工具的第一性原理是：coding agent 的失败经常先发生在配置层，不是生成层。只要敏感文件会被读入 context、MCP endpoint 过宽、权限绕过开启，后续模型再强也只是更快地扩大风险。因此 agentic coding 的最低 harness 应包含“运行前配置体检”。

与现有 wiki 的关系

• 对 Context-Engineering：补充“context hygiene”维度——不是所有可读文件都应进入上下文，尤其是 .env、private key、过期规则和过宽 MCP 配置。
• 对 Harness-Engineering：AgentDoctor 是 preflight gate，可放在写代码或跑 autonomous loop 之前。
• 对 AI-Code-Review：它不是审查 diff，而是审查 agent 能力环境本身；这能减少“错误配置导致的系统性坏 PR”。

对 Hermes / llm-wiki 的启发

1. 在 Hermes 维护代码库或 wiki 前，可加入轻量 preflight：检查当前目录是否有敏感文件、是否误把 raw/第三方目录纳入 vector index、是否使用 bypass/危险权限。
2. llm-wiki 的 lint 可以扩展出 “agent-config lint”：检查 AGENTS.md、skills、MCP 配置、cron prompt 是否存在过宽权限或过期路径。
3. 报告应保留 finding severity，而不是把所有问题都写成同等重要的建议。

失败模式 / 未解问题

• beta 阶段未提供自动修复与评分，深度依赖规则库覆盖度。
• 静态扫描能发现已知坏味道，但不能证明运行时不会发生 prompt injection、工具链组合风险或跨 session 状态攻击。
• 对不同 agent runner 的配置语义需要持续更新，否则 scanner 本身会 stale。

写入记录

• 2026-08-01 09:06 CST：从 GitHub README 深度入库 AgentDoctor，定位为 coding-agent 配置 preflight 与 context hygiene scanner。