microsoft/agentrc

解决的问题

AI 编码代理通常缺乏理解代码库所需的特定上下文，例如架构、编码规范和工具配置。AgentRC 通过自动创建和维护必要的指令文件和配置，弥合了通用 AI 代理与代码库特定需求之间的差距。

工作原理

AgentRC 分析代码库，识别 AI 就绪性方面的差距。它使用成熟度模型和九个就绪性支柱对仓库进行评分。然后，它使用 Copilot SDK 基于实际代码而非模板，生成定制的指令文件（如 .github/copilot-instructions.md）、MCP 服务器配置和 VS Code 设置。最后，它提供评估工具，确保这些指令在代码演进过程中仍保持有效，可集成到 CI/CD 流水线中，防止上下文漂移。

适用人群

使用 AI 编码代理（如 GitHub Copilot）并希望借助高质量、自动化的上下文工程提升代理准确性和性能的开发者和工程团队。

主要亮点

• 自动上下文生成：基于实际代码分析生成具体指令和配置，而非模板。
• 就绪性评分：基于 5 级成熟度模型评估仓库的 AI 就绪性。
• CI/CD 集成：在流水线中监控上下文漂移，确保指令不会过时。
• 多代理支持：可为 Claude 和 Copilot 等不同代理生成 AGENTS.md。
• APM 集成：与 Agent Package Manager 配合，实现组织内共享的代理指令和技能分发。