wshobson/agents

wshobson/agents – 面向 AI 驱动编码助手的插件市场

概述 – 一个精选的插件、代理、技能和命令集合，可加载到各种 AI 编码环境（Claude Code、OpenAI Codex CLI、Cursor、OpenCode、Antigravity CLI、GitHub Copilot、Pi）中。每个插件将 Markdown 定义的指令分组，告诉 LLM 如何执行具体的开发任务——例如搭建 FastAPI 服务、运行安全扫描或应用测试模式。

关键组件

组件	使用方式
插件 (94)	顶层捆绑包（例如 python-development、security-scanning）。安装插件后，其所有代理、技能和命令都可供所选工具使用。
代理 (202)	带有模型别名（opus、sonnet、haiku 等）的小型“子代理”，执行代码审查或依赖分析等委派工作。
技能 (184)	可复用的知识片段或提示，代理在情况匹配时可以加载（例如 python-testing-patterns）。
命令 (105)	您调用的命名 CLI 风格操作（python-development:python-scaffold …），可能转换为技能或提示模板。

支持的 AI 编码工具（工具链） – 仓库附带适配器，可将相同的 Markdown 源转换为每个工具期望的格式。安装可通过工具的插件市场（Claude Code、Cursor）或通过生成的产物（make install-codex、make install-copilot 等）进行。

典型工作流程

1. 添加市场 – 例如 codex plugin marketplace add wshobson/agents。
2. 安装插件 – 例如 codex plugin add python-development@claude-code-workflows。
3. 运行命令 – 例如 python-development:python-scaffold Create a FastAPI service with tests。 工具链加载适当的代理，注入相关技能，LLM（Claude、OpenAI 等）生成代码。

重要性 – 它让团队能够标准化驱动 AI 辅助开发的“提示工程”。开发者无需各自编写 Claude 或 Codex 提示，而是可以共享经过审查、版本控制的代理/技能，并自动适配他们使用的工具。

质量检查 – make generate-all、make validate STRICT=1 和 plugin-eval 实用程序提供静态验证和实验性的基于 LLM 的技能评分。评分由 LLM 评判和蒙特卡洛模拟生成；并非人工验证的保证。

入门 – 克隆仓库，安装 uv 和 Python 3.12+，然后运行相应的 make install-<harness> 目标。对于单个技能，您也可以使用 gh skill install … 或 npx skills add … 而无需克隆。

许可证 – MIT（插件可能带有自己的许可证）。

---

所有细节均直接取自仓库的 README；未推断任何额外功能。