codejunkie99/agentic-stack

One 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.

agentic‑stack

是什麼

agentic-stack 是一個工具箱，可為十幾種程式碼生成代理（Claude Code、Cursor、GitHub Copilot CLI、Gemini CLI 等）賦予 可攜帶的「大腦」。這個「大腦」儲存在隱藏的 .agent/ 目錄中，包含：

記憶層 – 可設定保留策略的工作記憶、情節記憶、語意記憶與個人檔案。
技能 – 可重複使用、自我文件化的指令片段，代理可呼叫。
協定 – 權限架構與工具呼叫合約，強制安全使用工具。
資料層 – 本地儀表板，聚合所有代理的 token 成本、KPI 摘要、執行日誌與每日報告。
飛輪匯出 – 已核准的執行可轉換為 trace 記錄、評估案例或下游模型訓練就緒的 JSONL，無需上傳至雲端。

其理念是，你可以從 Claude Code 切換到 Cursor（或同時執行多個），代理仍能保留其學習成果、偏好與自訂技能，因為這些資訊儲存在任何單一工具之外。

核心概念

概念	作用
可攜帶大腦（`.agent/`）	儲存任何支援的工具均可讀取的記憶、技能與協定定義。
有界循環	確定性、預算受限的「代理循環」（`agentic-stack loop run …`），在專案內執行，支援檢查點、git 工作樹隔離與審計日誌。
審查協定	每晚 `auto_dream.py` 階段化候選學習內容；人類（或主機代理）必須透過 CLI 工具明確畢業或拒絕，並保留理由。
資料層與儀表板	僅本地 TUI（`agentic-stack dashboard`）與可選 Web UI（`mission‑control`），顯示代理健康狀態、token 使用量與 KPI 摘要。
飛輪匯出	`data_flywheel_export.py` 將已核准的執行轉換為 trace 記錄、上下文卡片、評估案例或下游模型訓練就緒的 JSONL。

支援的代理（適配器）

倉儲為以下每個代理提供輕量級適配器，均讀取相同的 .agent/ 結構：

Claude Code
GitHub Copilot CLI
Cursor
Google Gemini CLI
Windsurf
OpenCode
OpenClaw
Hermes
Pi Coding Agent
Codex
Autohand Code
獨立 Python 循環
Antigravity

安裝後可透過 agentic-stack add <adapter> / remove 命令新增或移除適配器。

快速開始（macOS / Linux）

# Homebrew 安裝（新增 tap 與 formula）
brew tap codejunkie99/agentic-stack https://github.com/codejunkie99/agentic-stack
brew install agentic-stack

# 初始化專案 – 導覽器安裝所選適配器並建立 .agent/
cd my‑project
agentic-stack claude-code   # 或 cursor, codex 等

Windows 使用者可克隆倉儲並執行 install.ps1，指定所需適配器。

典型工作流程

上手 – 執行 ./install.sh（或適配器捷徑）。導覽器會詢問一些偏好問題（名稱、主要語言、解釋風格等），並寫入 .agent/memory/personal/PREFERENCES.md。
執行有界循環 – 例如 agentic-stack loop run ci‑sweeper "make the failing test green" ./my‑project --yes。循環尊重 token/執行時間限制，並記錄其操作。
審查 – 每晚 auto_dream.py 階段化候選學習內容後，使用 CLI 工具：
- list_candidates.py 查看待處理的學習內容
- graduate.py <id> --rationale "…" 接受
- reject.py <id> --reason "…" 拒絕
檢查 – agentic-stack dashboard（TUI）或 agentic-stack mission‑control（本地 Web UI）顯示記憶健康狀態、token 使用量與 KPI 圖表。
匯出 – data_flywheel_export.py 將已核准的執行轉換為 JSONL、trace 記錄或評估卡片，用於後續分析。

高階功能

外部大腦整合 – 可選的 codejunkie99/brain 伺服器可作為 git 支援的長期記憶儲存。透過 Homebrew 安裝，並使用 agentic-stack brain … 命令連接。
記憶搜尋（測試版） – 啟用對所有記憶文件（.agent/memory/.features.json → Enable FTS memory search）的全文搜尋。使用 SQLite FTS5，失敗時回退至 rg/grep。
遷移導覽器 – 透過單一 ./install.sh transfer 命令，將大腦從一個專案遷移到另一個專案（或純 Python 工具），並產生 curl 相容的套件。
升級安全性 – agentic-stack upgrade --dry-run 預覽對 .agent/ 骨架的變更，不觸及現有學習內容或偏好。

專案健康狀態

授權 – Apache 2.0
發行節奏 – 語意版本；README 列出最近修補（v0.19.1）與詳細 CHANGELOG.md。
安裝方式 – 可透過 Homebrew、一般 git clone + 安裝腳本，或 Windows 上的 PowerShell 取得。
測試 – 包含特定工具驗證腳本（如 test_claude_code_hook.py）。
社群 – 主要維護者為 @Av1dlive（README 中的 Twitter/X 連結）。無顯式貢獻指南，但專案為開源，程式碼結構便於擴充。

誰會使用它？

在多個 AI 程式碼助手之間工作，希望在它們之間保持一致的偏好、學習成果與可重複使用技能的 開發者。
建構內部 AI 增強開發流程，需要審計追蹤、token 成本監控，並能將已核准執行匯出用於模型微調的團隊。
探索代理循環、有界推理或記憶增強型 LLM 工作流程，且不依賴外部服務的 研究者。

總結

agentic-stack 是一個相當完整的開源框架，為程式碼生成代理提供共享、可攜帶的記憶與技能集，以及用於安全有界執行、審查、監控與資料匯出的工具。它明確位於 AI 代理工具領域，對熟悉 macOS/Linux/Windows 命令列安裝的任何人來說都已準備就緒。