Agentic Coding Flywheel Setup (ACFS)
一条命令将全新 Ubuntu VPS 变成完整的多智能体 AI 开发环境，约 30 分钟完成。
证据显示：安装器提供安全模式（safe mode）和vibe模式，safe模式禁用无密码sudo并要求确认，但默认推荐vibe模式（启用无密码sudo和危险标志），且安装脚本通过curl|bash执行，用户确认机制在非交互模式下被跳过。数据流透明性：README描述了安装流程和状态文件，但未详细说明数据收集或传输。敏感数据处理：涉及SSH密钥迁移，但未说明密钥存储和权限细节。依赖安全：实现了checksums.yaml和SHA256验证，但自动更新机制可能引入风险。外部影响：安装大量工具并修改系统配置，但未提供回滚机制。回滚：仅提供重新安装和状态恢复，无真正的回滚。来源归属：明确标识作者和仓库，但发布者未验证。扣分原因：默认推荐vibe模式削弱了最小权限和用户确认；数据流和敏感数据处理细节不足；回滚能力有限。
证据显示：README和代码结构一致，安装器设计为幂等和可恢复，但未提供实际测试结果。依赖可用性：依赖外部安装器和网络，但提供了预检和缓存机制，未验证实际可用性。失败消息：提供了预检错误表和日志，但未提供安装失败的详细诊断。扣分原因：依赖外部服务，静态审查无法验证可用性；失败消息虽存在但不够全面。
证据显示：面向初学者、开发者和团队，提供了向导网站和多种安装模式，但能力边界描述不清晰（如哪些工具可选）。触发精度：安装器通过命令行参数控制，但未明确所有选项。环境适配：支持Ubuntu 22.04+，但未说明其他系统。扣分原因：能力边界和触发选项文档不完整。
证据显示：README结构清晰，包含安装说明、架构图、使用示例，但缺少FAQ和已知限制。命名稳定性：版本号存在，但未说明命名规则。许可证：MIT+OpenAI/Anthropic Rider，但元数据为NOASSERTION。版本控制：有版本号和变更日志，但未提供详细变更记录。维护责任：有作者和仓库，但未明确维护承诺。扣分原因：缺少FAQ、已知限制和详细变更日志。
证据显示：输出为可用的开发环境，提供30+工具和三个AI代理，边际价值高，成本效益合理（免费开源）。扣分原因：静态审查无法验证实际效果。
证据显示：README中的声明部分有代码支持（如checksums.yaml），但未提供独立验证。交叉来源：仅依赖仓库内部证据。事实与推断分离：README区分了描述和推断，但不够明确。扣分原因：缺乏外部验证和明确的事实/推断分离。
- 默认推荐vibe模式，启用无密码sudo和危险代理标志，可能带来安全风险。
- 安装器通过curl|bash执行，用户确认机制在非交互模式下被跳过。
- 自动更新checksums.yaml可能引入未审查的上游变更。
- 缺少回滚机制，安装失败后难以恢复。
- 许可证包含OpenAI/Anthropic Rider，可能限制某些使用场景。
这个 Agent 能做什么，适合哪些场景？
ACFS 是一个 Bash 引导系统，将全新的 Ubuntu VPS（22.04+，可自动升级至 25.10）转化为包含三个 AI 编码代理（Claude Code、Codex CLI、Antigravity CLI）的完整开发环境。它通过单一的 curl|bash 命令安装 30 多个工具，包括 shell 环境（zsh、oh-my-zsh、powerlevel10k）、语言运行时（bun、uv、Rust、Go）、云 CLI（Vault、Wrangler、Supabase、Vercel）和 Dicklesworthstone 工具栈（ntm、ub等）。安装器是幂等的、可恢复的，并带有预检和基于校验和的验证。该项目还包含一个交互式向导网站（agent-flywheel.com）、终端 TUI 入门教程、学习中心和用于环境管理的 ACFS CLI。
ACFS 在目标 VPS 上按阶段执行安装脚本：用户规范化、APT 包、Shell 设置、CLI 工具、语言运行时、AI 代理、云工具、Dicklesworthstone 栈、配置部署和验证。它会生成并部署配置文件（~/.acfs/zshrc、tmux.conf），创建如 cc、cod、agy 等命令别名，并生成 acfs doctor 健康检查、acfs info 系统概览和 acfs update 更新命令。它使用 acfs.manifest.yaml 作为所有工具定义的单一事实来源，从该清单生成 Category 安装脚本和 doctor_checks.sh。安装器支持 'vibe' 和 'safe' 模式，实现无密码 sudo 和 agent 权限跳过（vibe）或标准确认（safe）。
- 希望快速启动 VPS 进行 AI 辅助编码的个人开发者，无需手动配置。
- 需要通过交互式向导（agent-flywheel.com）获得逐步指导的初学者。
- 需要可复现且一致的开发环境，以用于 agentic 工作流的团队。
- 希望使用预装的 Dicklesworthstone 栈（ntm、ub等）来实现多智能体协调的用户。
- 希望基于集中式 YAML 清单自定义工具安装的用户。
这个 Agent 有哪些优点和局限？
- 一站式安装 30+ 工具和三个 AI 代理，节省大量手动配置时间
- 基于清单（YAML）的生成流程，确保安装逻辑与文档一致
- 具备预检和校验和验证、HTTPS 强制和内容哈希检查等安全功能
- 幂等且可恢复的安装，可自动从上次完成的阶段继续
- 仅支持 Ubuntu（22.04+），并自动升级至 25.10，可能需要重启和较长时间
- 主要依赖 Dicklesworthstone 栈和特定代理 CLI（Claude、Codex、Antigravity），存在供应商锁定
- 'vibe' 模式会启用危险标志（如 --dangerously-skip-permissions），存在安全风险
- 需要相当多的 VPS 资源（至少 4GB RAM、10GB 磁盘）
如何安装或部署这个 Agent？
需要一台全新的 Ubuntu VPS（22.04+），并具备 SSH 访问权限。在 VPS 上运行：curl -fsSL "https://raw.githubusercontent.com/Dicklesworthstone/agentic_coding_flywheel_setup/main/install.sh?$(date +%s)" | bash -s -- --yes --mode vibe。安装器会自动升级 Ubuntu 到 25.10（可跳过），并安装所有工具。在运行安装器前，可先执行预检脚本（scripts/preflight.sh）验证系统。安装后，可使用 acfs services-setup 配置代理凭证（Claude API key、Codex 登录等）。
如何使用这个 Agent？
安装后，可以直接通过 cc（Claude Code）、cod（Codex）和 agy（Antigravity）命令使用三个 AI 代理。使用 acfs newproj 创建带 AGENTS.md 的新项目，使用 acfs doctor 进行健康检查，使用 acfs update 更新所有工具。交互式教程通过 onboard 启动，学习技能可访问 agent-flywheel.com/learn。示例：在你创建的 VPS 上的项目目录中，运行 cc 开始一个 Claude Code 会话。