主题
sid-code 是什么
这页解决三件事：它是什么、它能替你做哪些具体的活、值不值得你花十分钟装上试试。 读完你应该能判断要不要继续看安装。
不需要用过 Claude Code 或任何 coding agent，也不需要先懂什么是 agent。
一句话
sid-code 是一个长在企业研发环境里的 coding agent：你用中文（或英文）说要干什么， 它自己去读你的代码、改文件、跑命令，然后用真实的编译和测试结果告诉你改对了没有。
它不是代码补全，也不是"贴给你一段代码让你自己复制"。它直接动你的代码库—— 所以它同时也带了一整套权限与确认机制，见权限与人工确认。
"长在企业环境里"是这句话的另一半，也是它和市面上的 coding agent 真正分开的地方： 模型你选、harness 你改、内网它进得去、数据一行不外流。 具体差异见下面这张表。
harness 指模型之外的那一整套东西：它有哪些工具、怎么循环、权限怎么管、 上下文怎么组织。同一个模型配不同的 harness，好用程度可以差很远—— 这也是本站博客那一层主要在讲的部分。术语拿不准都可以查术语表。 今天它的形态还是一个 coding agent，往后要做的是企业研发智能基座—— 方向不变，台阶一级一级踩。
它能替你做什么
这些是它每天在做的真实活儿，不是演示用例：
| 你说 | 它会做 |
|---|---|
| "这个函数超时不生效，查一下为什么" | 搜索相关代码 → 读实现 → 定位到竞态 → 改掉 → 跑测试确认 |
| "给这个模块补单测" | 读被测代码 → 按项目现有测试风格写 → 跑一遍 → 修掉失败的 |
| "把配置项 X 重命名成 Y" | 全仓搜引用 → 逐处改 → 跑构建和测试确认没漏 |
| "这次发布的改动帮我看一遍有没有问题" | 读 diff → 逐项检查 → 给出带 file:line 的问题清单 |
| "线上报了这个错，复盘一下" | 读日志与轨迹 → 找根因 → 说明是哪一行导致的 |
共同点是：每一步都能被真实信号验证。能不能编译、单测过不过、命令跑起来对不对， 都有客观裁判——这也是它区别于"让模型写点东西然后你自己判断好坏"的根本之处。
它是怎么工作的
一句话：一个循环。
text
你输入 → 模型流式输出 → 需要动手时就调用工具（读文件 / 改文件 / 跑命令）
→ 把工具结果喂回模型 → 继续这个循环 → 直到任务完成才停你在终端里看到的"它读了哪个文件、跑了什么命令、改了哪几行"，就是这个循环的每一步。 全程可见，也可以随时按 Esc 打断。
和 Claude Code 的关系
如果你用过 Claude Code（下称 cc）：功能面是对标它做的， agentic loop、工具调用、权限门控、Hook、Skill、MCP 都有对应实现， 配置与用法的对应关系见从 Claude Code 迁移。
如果你没用过：不影响，本站不假设你读过 cc 的文档。
真正的差别是四条 cc 因为闭源商业定位结构上给不了的东西：
| 差异 | cc 的约束 | sid-code |
|---|---|---|
| 多 provider 可插拔 | 只能用 Anthropic 的模型，这是它的商业根基 | Anthropic / OpenAI / Ollama 三族协议，公司网关、Azure、本地离线模型都能接 |
| 功能自主可定制 | harness 是黑盒，改不了也看不到 | 每一层都能按自己的场景改：工具、Hook 事件、权限粒度、循环检测策略 |
| 贴合企业环境 | 通用产品，不会为某家企业的内网基建做适配 | 内部网关计费、内网 GitLab、MCP、团队默认配置分发都按真实内网做了适配 |
| 数据自主 | 对话与代码上下文都发到对方服务器 | 轨迹、评测、成本账本全部留在自己的基础设施里 |
这四条严格说是"不同"，不是同一维度上的"更好"——不是跑分赢了它， 而是这几个维度上闭源产品压根没有。至于同一能力面上的实测改进（补 cc 的缺陷、 补它刻意不做但企业场景需要的），文档相应页面会具体标注，不笼统吹"全面超越"。
接下来
- 安装 —— 一条 curl 命令，装完就能跑
- 配置 LLM Provider —— 装完的第一件事；这里有个
/v1路径的坑，两族协议规则相反，配错会 404 - 跑通第一个任务 —— 跟着走一遍完整流程，十分钟内看到它真的改了你的代码