AgentSys
把任务发现、开发、审查、CI 与合并串成可恢复的软件交付流程。
这个 Agent 能做什么，适合哪些场景？
AgentSys 是面向软件开发的模块化智能体运行与编排系统，也是 agent-sh 插件的市场与安装器。它汇集 24 个插件、49 个智能体和 44 项技能，通过斜杠命令组织任务发现、实现、代码审查、文档同步、发布和合并等流程。流程采用阶段闸门与持久化状态，README 说明中断后的工作可以恢复，并可为不同任务创建隔离的 worktree。它支持 Claude Code、Codex CLI、OpenCode、Cursor 和 Kiro，并可通过 npm 安装器部署。适合希望把常规工程交付步骤标准化的人；采用前应确认团队接受其 CLI、Git 与外部平台依赖。
用户可运行 /next-task 从 GitHub Issues、GitHub Projects、GitLab 或本地文件选择任务；该流程会创建 worktree、探索代码库、生成待批准的计划、实施修改、执行 deslop 与测试覆盖检查、进入多智能体审查循环、验证交付、同步文档，并调用 /ship 创建 PR、监控 CI 和合并。/prepare-delivery 单独执行预审查、配置 lint、审查、验证和文档同步，不推送或创建 PR；/gate-and-ship 则将它与 /ship 组合。/repo-intel 通过 agent-analyzer 生成 Git 历史、AST 符号和项目元数据，并把结果缓存到平台状态目录；/drift-detect 用 JavaScript 收集器汇总 issue、文档和代码实现后进行语义比对。其他命令覆盖 /audit-project、/perf、/sync-docs、/agnix、/onboard、/consult 与 /release 等具体工作。
- 维护 GitHub Issues 的小团队，希望从任务优先级排序开始，经计划审批、实现和 PR 合并完成一次交付。
- 已经手工完成改动的开发者，希望运行 `/prepare-delivery` 做脱敏式清理、测试覆盖检查、多角色审查和文档同步，但暂不发 PR。
- 负责持续集成的仓库维护者，需要 `/ship` 检测 CI 与部署平台、推送分支、处理审查意见并在通过后合并。
- 刚加入 JavaScript、Rust、Go、Python、C/C++、Java 或 Deno 项目的贡献者，需要用 `/onboard` 快速获取技术栈、关键文件与约定概览。
- 维护大量智能体配置的团队，需要用 `/agnix` 检查 SKILL.md、AGENTS.md、hooks、MCP 与多种工具配置的结构、安全性和一致性。
- 怀疑路线图、issue 或代码示例已过期的项目负责人，需要用 `/drift-detect` 或 `/sync-docs` 找出文档与实现不一致之处。
这个 Agent 有哪些优点和局限？
- 将任务发现、隔离 worktree、计划审批、实施、审查、验证、文档同步与 PR 合并组成可单独使用或组合使用的命令链。
- 按复杂度区分智能体职责和模型分配，并用阶段闸门与状态文件约束流程，面向可恢复的长交付任务。
- `/repo-intel` 将 Git 历史、AST 符号和项目元数据集中为可缓存的数据，供多个插件重复使用。
- `/agnix` 提供 423 条配置验证规则，并支持 SARIF 输出，适合将智能体配置检查纳入 GitHub Code Scanning。
- 原生列出 Claude Code、Codex CLI、OpenCode、Cursor 和 Kiro 的安装路径。
- 运行环境必须具备 Git 与 Node.js 18+，而 GitHub 或 GitLab 交付流程还依赖已认证的 `gh` 或 `glab`。
- `/ship` 的目标是推送、建 PR、监控 CI、处理评论和合并，因此不适合不希望自动变更远程仓库状态的场景；可先使用 `/prepare-delivery`。
- `/agnix`、`/repo-intel` 等功能带有额外工具依赖，前者需要独立安装 agnix CLI，后者依赖自动安装的 agent-analyzer。
- README 对基准测试的任务、仓库和模型组合有明确限定，不能据此推断所有代码库、模型或工作流都会获得相同成本与质量结果。
如何安装或部署这个 Agent？
需要 Git 和 Node.js 18+。安装所有平台的 npm 安装器：npm install -g agentsys && agentsys。安装到 Codex CLI：agentsys --tool codex；安装到 Claude Code：agentsys --tool claude。Claude Code 也可使用市场安装：/plugin marketplace add agent-sh/agentsys，然后例如执行 /plugin install next-task@agentsys。涉及 GitHub 工作流时，需要已认证的 GitHub CLI：gh；GitLab 工作流需要已认证的 glab。/agnix 还要求单独安装 agnix CLI。
如何使用这个 Agent？
完成安装后，可先执行 /onboard 扫描当前代码库并生成概览。要执行完整任务到交付流程，运行 /next-task；它会在实施前请求你批准计划。只运行交付质量闸门可执行 /prepare-delivery，完成后用 /ship 处理提交、PR、CI 和合并；或直接运行 /gate-and-ship。若需要恢复中断的任务流程，使用 /next-task --resume；检查 repo-intel 数据可使用 /repo-intel init，随后运行 /repo-intel query hotspots。
这个 Agent 与同类方案有什么区别？
README 将 AgentSys 的结构化流水线与未使用 AgentSys 的直接模型调用作基准比较：在列出的文档改进任务中，Sonnet + AgentSys 的报告称与 Opus + AgentSys 的结果质量相当，而原始 Opus 输出更通用、项目上下文更少。/drift-detect 也明确采用 JavaScript 收集器加一次语义分析，而不是多智能体收集，README 报告其相对多智能体方法减少 77% token。