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

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（Skills）

9 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：

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-stack

macOS / Linux 使用 Homebrew：

brew tap codejunkie99/agentic-stack https://github.com/codejunkie99/agentic-stack brew install agentic-stack

Windows 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：

1. 技能把每次动作记录到情景记忆
2. 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）
3. 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）
4. 毕业后的教训追加到lessons.jsonl，重新渲染为LESSONS.md
5. 未来的会话自动加载与当前查询相关的已接受教训
6. 14 天内失败 3 次以上的技能会被标记重写
7. 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（v0.19.0）

agentic-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