拓冰网站定制 
agentic-stack 是什么一个可移植 .agent 大脑如何同时驱动 Claude Code、Codex、Cursor 等 13 个 AI 编程助手【免费下载链接】agentic-stackOne brain, many harnesses. Portable .agent/ folder (memory skills protocols) that plugs into Claude Code, Cursor, Windsurf, OpenCode, OpenClaw, Hermes, or DIY Python — and keeps its knowledge when you switch.项目地址: https://gitcode.com/gh_mirrors/ag/agentic-stack你是不是也遇到过这样的困扰换了一个 AI 编程工具之前的代码习惯、项目教训、工作流配置全部归零agentic-stack 就是来解决这个问题的开源项目——它提供一个可移植的.agent/大脑文件夹记忆 技能 协议可以一键接入 Claude Code、Codex、Cursor、Windsurf、OpenCode、OpenClaw 等 13 种 AI 编程助手切换工具时知识和经验完整保留。为什么需要一个可移植大脑市面上几乎所有主流教程都在教你怎么在某个 AI 助手里写好配置文件但没人告诉你当你换掉这个工具时那些配置就废了。agentic-stack 的核心设计哲学一句话就能说清harness 是笨的dumb知识、遥测和可复用资产都在本地文件里。harness 即宿主 AI 编程工具如 Claude Code、Cursor 等也就是说真正有价值的东西你的代码习惯、项目教训、可复用技能被抽离出来放进一个与工具无关的.agent/文件夹。宿主工具只是读取者随时可换知识无损。 架构原理详见docs/architecture.md.agent 大脑里到底装了什么这个文件夹包含 4 层记忆、一套技能体系、权限协议和本地数据能力 四层记忆系统记忆层存什么特点working/当前任务状态易失性2 天后归档episodic/历次运行发生了什么JSONL 格式按显著性打分semantic/提炼出的持久模式经验教训跨越单次任务存活personal/你的个人偏好永不混入语义层这套设计模仿了人类的记忆分层短期任务状态、情景记忆上次部署失败是因为……、抽象出的经验规律、以及我是谁、我喜欢怎么写代码。️ 渐进式技能Skills9 个种子技能开箱即用采用渐进式披露策略轻量索引文件_index.md_manifest.jsonl始终加载占用极小上下文完整的SKILL.md只在触发条件匹配当前任务时才加载每个技能底部自带自我重写钩子内置技能包括skillforge从重复模式中创建新技能、memory-manager反思循环、git-proxy带安全约束的 git 操作、debug-investigator复现→隔离→假设→验证、deploy-checklist上线前检查清单等。 协议与权限protocols/目录定义了permissions.md允许 / 需审批 / 永远禁止的三级权限、类型化工具 schema、以及子代理委派契约——由 pre-tool-call 钩子强制执行模型想越权也做不到。一键接入 13 个 AI 编程助手这是 agentic-stack 最直观的卖点。每个 harness 对应一个极薄的适配器adapter只负责把.agent/大脑翻译成该工具认识的格式支持的 AI 助手生成的配置文件钩子支持Claude CodeCLAUDE.md.claude/settings.json✅ 完整钩子GitHub Copilot CLIAGENTS.md instructions/hooks/skills✅ 完整钩子Cursor.cursor/rules/*.mdc手动反思调用Google Gemini CLIgemini.md.gemini/skills/手动反思调用Windsurf.windsurf/rules/*.md手动反思调用OpenCodeAGENTS.mdopencode.json部分OpenClawAGENTS.md自动注入因分支而异HermesAGENTS.md部分自带记忆Pi Coding AgentAGENTS.md.pi/skills/✅ 完整钩子CodexAGENTS.md.agents/skills/手动反思调用Autohand Code CLIAGENTS.md.autohand/skills/手动反思调用Standalone Pythonrun.py任意 LLM✅ 完全控制AntigravityANTIGRAVITY.md✅ 系统上下文以 Claude Code 为例适配器会生成CLAUDE.md和.claude/settings.json钩子每次 Bash / Edit / Write 工具调用后自动记录到情景记忆会话结束时自动运行做梦循环。 详见 docs/per-harness/claude-code.md重点同一个项目可以同时安装多个适配器。比如agentic-stack add cursor之后Claude Code 和 Cursor 共享同一个.agent/大脑——你在一个工具里积累的教训另一个工具立刻就能想起来。快速上手两步完成安装第一步安装 agentic-stackmacOS / Linux 使用 Homebrewbrew tap codejunkie99/agentic-stack https://github.com/codejunkie99/agentic-stack brew install agentic-stackWindows 用户克隆仓库后运行install.ps1不想用 Homebrew 也可以克隆后直接./install.sh。第二步选择你的 harness进入你的项目目录敲一条命令agentic-stack claude-code # 或cursor | windsurf | codex | copilot-cli | gemini | ... 任选其一如果直接运行不带参数的安装命令会打开多选向导列出全部 13 个适配器自动探测你机器上已安装的工具并预先勾选空格选择 回车确认即可批量安装。安装完成后引导向导会问你 6 个偏好问题称呼、语言、解释风格、测试策略、提交信息风格、代码审查深度生成.agent/memory/personal/PREFERENCES.md——这是你的 AI 在每个会话开始时读的第一个文件。 完整步骤见 docs/getting-started.md知识如何自动积累复合飞轮效应agentic-stack 最有意思的地方在于它不是静态配置而是一个会随使用变聪明的系统。知识复合的完整链条技能把每次动作记录到情景记忆夜间auto_dream.py把重复出现的模式聚类成候选教训只暂存不自动生效宿主 AI 代理在会话内用 CLI 工具审核候选graduate.py接受必须给理由/reject.py拒绝必须给原因毕业后的教训追加到lessons.jsonl重新渲染为LESSONS.md未来的会话自动加载与当前查询相关的已接受教训14 天内失败 3 次以上的技能会被标记重写git log .agent/memory/就是你的 AI 的自传⚠️ 设计上刻意做了机械循环 人工审核的分离auto_dream.py只做聚类、暂存、去重等纯文件操作无网络、无 git 提交、无推理可以安全地用 cron 在凌晨 3 点无人值守运行判断和决策权始终留给你和你的宿主代理。额外能力监控、迁移与有界循环 本地数据层仪表盘所有接入同一.agent/的助手活动都写入同一个本地事件流一条命令即可生成监控仪表盘python3 .agent/tools/data_layer_export.py --window 30d --bucket day输出包括dashboard.html、KPI 摘要、token/成本估算按小时/天/周/月、各助手使用占比、cron 时间线、成功率/错误率以及可截图的每日报告。也可以直接用自然语言比如让它执行show me last 7 days by hour。隐私模型默认纯本地——无网络调用、无遥测、无托管仪表盘导出中的原始标识符均被哈希化。 详见 docs/data-layer.md 迁移向导Transfer Wizard项目 A 里养熟的大脑想整体搬进项目 B 或换到 Codex运行agentic-stack transfer即可。向导把把我的记忆和偏好带过去这样的自然语言意图转成迁移计划导出前拦截疑似密钥的内容生成一行带 SHA-256 校验的 curl 命令目标环境导入时自动合并偏好与已接受教训。♻️ 数据飞轮Data Flywheel把人工审核通过的运行记录放进.agent/flywheel/approved-runs.jsonl运行导出脚本就能得到脱敏 trace 记录、上下文卡片、评估用例、可直接用于训练的 JSONL、飞轮指标——全程不训练模型、不发送任何遥测。它是准备层为你的重复工作流沉淀私有语料。 详见 docs/data-flywheel.md 有界 Agent 循环v0.19.0agentic-stack loop run提供制造者 → 确定性验证器 → 独立检查者三段式生命周期L2/L3 行动循环使用独立的 Git worktree、有限的尝试次数/运行时/输出/token 预算、拒绝路径门、可恢复检查点。⚠️ 注意循环监督器不是操作系统沙箱高风险任务请配合宿主工具自带的沙箱使用。管理命令速查装好之后这些动词式子命令就够了agentic-stack dashboard # TUI 仪表盘健康度、记忆、技能、实例 agentic-stack status # 一屏总览装了哪些适配器、大脑统计 agentic-stack doctor # 只读审计每个适配器绿/黄/红 agentic-stack add cursor # 追加第二个适配器 agentic-stack upgrade --dry-run # 预览安全升级不碰你的记忆 agentic-stack transfer # 记忆迁移向导 各版本更新记录见 CHANGELOG.md适合谁用✅ 同时使用 2 个以上 AI 编程助手受够了换工具失忆✅ 想让 AI 助手沉淀项目专属经验而不只是每次从零开始✅ 对数据敏感需要纯本地、无遥测的方案Apache 2.0 开源协议❌ 只固定用某一个工具且不在意配置的用户收益有限一句话总结agentic-stack 把AI 助手的知识与记忆从工具里解耦出来变成一个可移植、可审核、可监控的.agent/文件夹——工具随便换大脑一直跟着你走。【免费下载链接】agentic-stackOne brain, many harnesses. Portable .agent/ folder (memory skills protocols) that plugs into Claude Code, Cursor, Windsurf, OpenCode, OpenClaw, Hermes, or DIY Python — and keeps its knowledge when you switch.项目地址: https://gitcode.com/gh_mirrors/ag/agentic-stack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 agentic-stack 是什么：一个可移植 .agent 大脑，如何同时驱动 Claude Code、Codex、Cursor 等 13 个 AI 编程助手
agentic-stack 是什么一个可移植 .agent 大脑如何同时驱动 Claude Code、Codex、Cursor 等 13 个 AI 编程助手【免费下载链接】agentic-stackOne brain, many harnesses. Portable .agent/ folder (memory skills protocols) that plugs into Claude Code, Cursor, Windsurf, OpenCode, OpenClaw, Hermes, or DIY Python — and keeps its knowledge when you switch.项目地址: https://gitcode.com/gh_mirrors/ag/agentic-stack你是不是也遇到过这样的困扰换了一个 AI 编程工具之前的代码习惯、项目教训、工作流配置全部归零agentic-stack 就是来解决这个问题的开源项目——它提供一个可移植的.agent/大脑文件夹记忆 技能 协议可以一键接入 Claude Code、Codex、Cursor、Windsurf、OpenCode、OpenClaw 等 13 种 AI 编程助手切换工具时知识和经验完整保留。为什么需要一个可移植大脑市面上几乎所有主流教程都在教你怎么在某个 AI 助手里写好配置文件但没人告诉你当你换掉这个工具时那些配置就废了。agentic-stack 的核心设计哲学一句话就能说清harness 是笨的dumb知识、遥测和可复用资产都在本地文件里。harness 即宿主 AI 编程工具如 Claude Code、Cursor 等也就是说真正有价值的东西你的代码习惯、项目教训、可复用技能被抽离出来放进一个与工具无关的.agent/文件夹。宿主工具只是读取者随时可换知识无损。 架构原理详见docs/architecture.md.agent 大脑里到底装了什么这个文件夹包含 4 层记忆、一套技能体系、权限协议和本地数据能力 四层记忆系统记忆层存什么特点working/当前任务状态易失性2 天后归档episodic/历次运行发生了什么JSONL 格式按显著性打分semantic/提炼出的持久模式经验教训跨越单次任务存活personal/你的个人偏好永不混入语义层这套设计模仿了人类的记忆分层短期任务状态、情景记忆上次部署失败是因为……、抽象出的经验规律、以及我是谁、我喜欢怎么写代码。️ 渐进式技能Skills9 个种子技能开箱即用采用渐进式披露策略轻量索引文件_index.md_manifest.jsonl始终加载占用极小上下文完整的SKILL.md只在触发条件匹配当前任务时才加载每个技能底部自带自我重写钩子内置技能包括skillforge从重复模式中创建新技能、memory-manager反思循环、git-proxy带安全约束的 git 操作、debug-investigator复现→隔离→假设→验证、deploy-checklist上线前检查清单等。 协议与权限protocols/目录定义了permissions.md允许 / 需审批 / 永远禁止的三级权限、类型化工具 schema、以及子代理委派契约——由 pre-tool-call 钩子强制执行模型想越权也做不到。一键接入 13 个 AI 编程助手这是 agentic-stack 最直观的卖点。每个 harness 对应一个极薄的适配器adapter只负责把.agent/大脑翻译成该工具认识的格式支持的 AI 助手生成的配置文件钩子支持Claude CodeCLAUDE.md.claude/settings.json✅ 完整钩子GitHub Copilot CLIAGENTS.md instructions/hooks/skills✅ 完整钩子Cursor.cursor/rules/*.mdc手动反思调用Google Gemini CLIgemini.md.gemini/skills/手动反思调用Windsurf.windsurf/rules/*.md手动反思调用OpenCodeAGENTS.mdopencode.json部分OpenClawAGENTS.md自动注入因分支而异HermesAGENTS.md部分自带记忆Pi Coding AgentAGENTS.md.pi/skills/✅ 完整钩子CodexAGENTS.md.agents/skills/手动反思调用Autohand Code CLIAGENTS.md.autohand/skills/手动反思调用Standalone Pythonrun.py任意 LLM✅ 完全控制AntigravityANTIGRAVITY.md✅ 系统上下文以 Claude Code 为例适配器会生成CLAUDE.md和.claude/settings.json钩子每次 Bash / Edit / Write 工具调用后自动记录到情景记忆会话结束时自动运行做梦循环。 详见 docs/per-harness/claude-code.md重点同一个项目可以同时安装多个适配器。比如agentic-stack add cursor之后Claude Code 和 Cursor 共享同一个.agent/大脑——你在一个工具里积累的教训另一个工具立刻就能想起来。快速上手两步完成安装第一步安装 agentic-stackmacOS / Linux 使用 Homebrewbrew tap codejunkie99/agentic-stack https://github.com/codejunkie99/agentic-stack brew install agentic-stackWindows 用户克隆仓库后运行install.ps1不想用 Homebrew 也可以克隆后直接./install.sh。第二步选择你的 harness进入你的项目目录敲一条命令agentic-stack claude-code # 或cursor | windsurf | codex | copilot-cli | gemini | ... 任选其一如果直接运行不带参数的安装命令会打开多选向导列出全部 13 个适配器自动探测你机器上已安装的工具并预先勾选空格选择 回车确认即可批量安装。安装完成后引导向导会问你 6 个偏好问题称呼、语言、解释风格、测试策略、提交信息风格、代码审查深度生成.agent/memory/personal/PREFERENCES.md——这是你的 AI 在每个会话开始时读的第一个文件。 完整步骤见 docs/getting-started.md知识如何自动积累复合飞轮效应agentic-stack 最有意思的地方在于它不是静态配置而是一个会随使用变聪明的系统。知识复合的完整链条技能把每次动作记录到情景记忆夜间auto_dream.py把重复出现的模式聚类成候选教训只暂存不自动生效宿主 AI 代理在会话内用 CLI 工具审核候选graduate.py接受必须给理由/reject.py拒绝必须给原因毕业后的教训追加到lessons.jsonl重新渲染为LESSONS.md未来的会话自动加载与当前查询相关的已接受教训14 天内失败 3 次以上的技能会被标记重写git log .agent/memory/就是你的 AI 的自传⚠️ 设计上刻意做了机械循环 人工审核的分离auto_dream.py只做聚类、暂存、去重等纯文件操作无网络、无 git 提交、无推理可以安全地用 cron 在凌晨 3 点无人值守运行判断和决策权始终留给你和你的宿主代理。额外能力监控、迁移与有界循环 本地数据层仪表盘所有接入同一.agent/的助手活动都写入同一个本地事件流一条命令即可生成监控仪表盘python3 .agent/tools/data_layer_export.py --window 30d --bucket day输出包括dashboard.html、KPI 摘要、token/成本估算按小时/天/周/月、各助手使用占比、cron 时间线、成功率/错误率以及可截图的每日报告。也可以直接用自然语言比如让它执行show me last 7 days by hour。隐私模型默认纯本地——无网络调用、无遥测、无托管仪表盘导出中的原始标识符均被哈希化。 详见 docs/data-layer.md 迁移向导Transfer Wizard项目 A 里养熟的大脑想整体搬进项目 B 或换到 Codex运行agentic-stack transfer即可。向导把把我的记忆和偏好带过去这样的自然语言意图转成迁移计划导出前拦截疑似密钥的内容生成一行带 SHA-256 校验的 curl 命令目标环境导入时自动合并偏好与已接受教训。♻️ 数据飞轮Data Flywheel把人工审核通过的运行记录放进.agent/flywheel/approved-runs.jsonl运行导出脚本就能得到脱敏 trace 记录、上下文卡片、评估用例、可直接用于训练的 JSONL、飞轮指标——全程不训练模型、不发送任何遥测。它是准备层为你的重复工作流沉淀私有语料。 详见 docs/data-flywheel.md 有界 Agent 循环v0.19.0agentic-stack loop run提供制造者 → 确定性验证器 → 独立检查者三段式生命周期L2/L3 行动循环使用独立的 Git worktree、有限的尝试次数/运行时/输出/token 预算、拒绝路径门、可恢复检查点。⚠️ 注意循环监督器不是操作系统沙箱高风险任务请配合宿主工具自带的沙箱使用。管理命令速查装好之后这些动词式子命令就够了agentic-stack dashboard # TUI 仪表盘健康度、记忆、技能、实例 agentic-stack status # 一屏总览装了哪些适配器、大脑统计 agentic-stack doctor # 只读审计每个适配器绿/黄/红 agentic-stack add cursor # 追加第二个适配器 agentic-stack upgrade --dry-run # 预览安全升级不碰你的记忆 agentic-stack transfer # 记忆迁移向导 各版本更新记录见 CHANGELOG.md适合谁用✅ 同时使用 2 个以上 AI 编程助手受够了换工具失忆✅ 想让 AI 助手沉淀项目专属经验而不只是每次从零开始✅ 对数据敏感需要纯本地、无遥测的方案Apache 2.0 开源协议❌ 只固定用某一个工具且不在意配置的用户收益有限一句话总结agentic-stack 把AI 助手的知识与记忆从工具里解耦出来变成一个可移植、可审核、可监控的.agent/文件夹——工具随便换大脑一直跟着你走。【免费下载链接】agentic-stackOne brain, many harnesses. Portable .agent/ folder (memory skills protocols) that plugs into Claude Code, Cursor, Windsurf, OpenCode, OpenClaw, Hermes, or DIY Python — and keeps its knowledge when you switch.项目地址: https://gitcode.com/gh_mirrors/ag/agentic-stack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考