Loading ToolBench
Standalone coding agent on any OpenAI-compatible model, plugged into Claude Code via MCP: a cheaper second worker with a clean context — code review by a different model, persistent resumable sessions, cost tiering. Bun + TypeScript.
FoxAgent MCP server has 13 tools with mostly complete schemas and descriptions in Chinese. Naming follows verb_noun convention (read_file, edit_file, write_file, run_command, fox_submit, etc.). Descriptions are detailed and contextual (avg ~150 chars), explaining WHAT, WHEN, and constraints. All parameters have type definitions and descriptions. However, output schemas are NOT documented, no return type specifications visible for any tool. Error handling descriptions exist but lack recovery guidance (e.g., 'will report error' without actionable next steps). Tool composition is strong (single responsibility, chainable IDs), but missing structured output documentation and error classification patterns.
向指挥者（用户或调用方）提问并等待回答。只在拿不准的决策、任务描述有歧义或矛盾时使用；能自己查清楚的不要问——读代码、跑命令验证优先。问题要带上下文和你倾向的选项，别把提问变成甩锅。
对已读过的文件做精确修改：把 old_string 替换为 new_string。old_string 必须与文件内容逐字符一致（含缩进），且在文件中唯一出现；不满足会报错，此时请重新 read_file 后再试。修改直接生效，diff 会展示给用户。
看任务快照，几十 token，不取走任何输出（与 fox_status 的区别：只看不取）。返回当前时间、已运行秒数、最后一次输出距今秒数、工具调用次数、最后一次工具调用（名字 + 目标）。长任务边等边干别的时用它判断是否正常推进（静默久 + 调用少 = 可能卡住）；不传 taskId 返回所有未清理任务的快照，并行派活时一次看全。终态只回 state，result 用 fox_status 取。
回答 FoxAgent 的提问（危险命令确认回 y/n，开放问题直接回答内容），任务随即继续执行。
列出某个项目目录的 FoxAgent 历史会话（按最近更新降序）：sessionId、起止时间、响应轮数、最近任务与最后一次回复的摘要。想接着之前的工作时先用它找到目标会话，再 fox_submit 传 session 续上——之前的分析上下文都还在。
查询 FoxAgent 任务状态（长任务建议每 2~4 分钟查一次）。newOutput 默认只带增量输出的尾部约 1.5k 字符（省 token；被省略部分见 logPath），要全量传 verbose。state=waiting_for_input 时附带 question（全量），需要用 fox_reply 回答任务才会继续；state=done/failed 时附带结构化结果摘要 result（全量）。任何状态都带 logPath（完整轨迹日志）。假死不用调用方操心：server 内建 watchdog，子进程静默超 5 分钟自动终止并写终态（result 带续跑 sessionId）。
Output schemas not documented. No return type specifications visible for any of the 13 tools. LLMs cannot plan downstream calls or extract required fields without knowing response structure.
Error handling lacks recovery guidance. Descriptions mention errors will occur (e.g., edit_file: 'will report error') but do not tell the LLM what to do next or how to self-correct.
Dangerous command confirmation (run_command) lacks explicit confirmation pattern. Tool description mentions 'will request user confirmation' but no structured confirmation/dry-run mechanism is visible in schema.
| Scored | Grade | Overall | Spec posture | Rubric |
|---|---|---|---|---|
| 2026-09-23 | C | 61 | 2026-07-28+ | v2 |
派任务给 FoxAgent（轻量 coding agent）并立即返回 taskId，不等待完成。它会在指定目录里自主读代码、改文件、跑命令。适合机械性执行任务（批量修改、按模板铺文件、跑构建验证）。任务描述要给足背景：明确的判定标准、「重点但不限于」的文件清单、「不要动 X」的边界，它会执行得更好。提交后用 fox_status 轮询进度；它可能中途提问（危险命令确认、歧义澄清），用 fox_reply 回答。
挂起等待 FoxAgent 任务出结果（推荐用它代替反复 fox_status 轮询）。任务完成/失败时返回结构化结果摘要（result），任务提问时立即返回 question（用 fox_reply 回答后可再 fox_wait）。等满 timeoutSec 任务还没跑完则返回 state=running——这是正常的续租信号，再调一次继续等即可。
列出目录内容，目录名以 / 结尾。
读取文件内容，返回带行号的文本。大文件请用 offset/limit 分段读，不要一次读入几千行。
在工作区根目录执行一条 shell 命令（跑测试、编译、git status 等）。普通命令直接执行；删除、git push 等危险命令会先请求用户确认。输出包含 stdout 和 stderr。
在项目中用正则搜索代码（基于 ripgrep），返回 文件:行号:内容。找函数、类、关键词的定义和引用都用它，别靠猜路径。
创建新文件并写入内容（父目录会自动创建）。禁止用它整体覆盖已有文件——修改已有文件必须用 edit_file。
Tool annotations missing. No readOnlyHint, destructiveHint, or idempotentHint attributes visible in tool definitions. This prevents clients from applying safety policies (e.g., auto-confirm read-only tools).
Descriptions in Chinese only. While detailed, descriptions are not in English, limiting accessibility for non-Chinese-speaking developers and LLM training data diversity.