wshobson/agents

解决的问题

本项目提供了一个生产就绪的智能体构建模块市场——包括插件、智能体、技能和命令——可用于多个 AI 编程助手。它消除了为不同工具重复编写配置的需要，为智能体工作流提供了单一事实来源。

工作原理

该系统使用单一的 Markdown 源码为五种不同的 AI 运行环境生成原生构件：Claude Code, Codex CLI, Cursor, OpenCode, Gemini CLI 和 GitHub Copilot。每个插件都是隔离且可组合的，这意味着只有已安装插件的组件会被加载到 AI 上下文中，以节省资源。

它采用分层模型策略，根据任务的复杂程度（从长期自主任务到快速操作任务）将不同的 LLM（如 Opus, Sonnet 和 Haiku）分配给任务。

适用对象

使用智能体型 AI 编程助手的开发人员和团队，他们希望在无需为每个工具进行手动配置的情况下，访问预构建的领域专家智能体（例如：架构、安全、机器学习）和专业技能库。

亮点

• 多环境支持：与 Claude Code, Codex CLI, Cursor, OpenCode, Gemini CLI 和 GitHub Copilot 原生集成。
• 丰富的库：包含 94 个插件、203 个智能体、175 个技能和 109 个命令。
• 质量评估：一个使用静态分析、LLM 评委和蒙特卡洛模拟来认证插件质量的三层框架 (plugin-eval)。
• 分层模型策略：通过将任务映射到最合适的模型层级来优化成本和性能。
• 外部记忆：通过与 Pensyve 集成，在支持的运行环境中实现外部记忆功能。