开发与工程 agent-skills systems-engineering knowledge-packs requirements-engineering risk-management skill-md

JGS 系统工程知识包

把 NASA、DoD、NIST、FAA 等公开系统工程文献变成编码 Agent 可按需加载的 Skill，并可用 /se 一句话路由到正确章节。

源仓库: jgsystemsconsulting/jgs-se-knowledge-packs
Star 数: ★ 89
最近更新: 1 天前
License: NOASSERTION
主语言: Python
FA 评分: 47/100 · 缺口较多

30 秒速览

运行形态: Agent 插件 / 技能命令行工具
可在哪里用: 兼容但需适配Claude CodeCodex（部分支持）OpenAI API（不支持）
费用: 免费，无需付费服务
上手难度: 低 · 几分钟可跑通
开始前需要: Python 3.9+支持 Agent Skills 的宿主（Claude Code、GitHub Copilot CLI 或 Amp）Node.js / npx（可选，skills CLI 安装路径）Shell / 命令行网络访问本地文件系统
典型场景: 航天或国防项目的系统工程师在写需求时，用 /sebok 或 /se what are the EARS requirement patterns? 当场取用 SEBoK 与 EARS 模式，而不是翻 PDF。
不适合: 只想读原始标准全文、需要原文而非重构笔记的团队
需要日文、德文等其他语言内容的用户
期望免安装、纯网页问答的团队
源码审查: 47/100 · 缺口较多 1 项安全控制未见

这个 Agent 能做什么，适合哪些场景？

这是一个面向系统工程从业者的知识包目录：把 74 个可公开再分发的系统工程文献（NASA SE Handbook、NASA NPR 7123.1D、NIST SP 800-160、MIL-STD-882E、FAA SEM、SEBoK 等）重构成 Agent Skills 格式的参考笔记，每个包包含常驻的 SKILL.md 索引、按需加载的 chapters/ 目录、术语表、模式库与速查表。另有 8 个 signpost（只给引用与获取路径，不复制原文）和一个 /se 编排器，用主题、机构和交付物映射把问题路由到 1–4 个包并给出包与章节引用。安装通过仓库内的 install.py（默认装到 ~/.claude/skills/jgs-se-knowledge-packs/）或 Vercel skills CLI，内容为纯 Markdown，运行时不需要 MCP 服务、API Key 或授权等级。许可分两层：工具与脚手架为 MIT，每个包的内容沿用其来源自身的许可（如 CC BY-NC-SA、OGL v3.0、EASA 授权）。它解决的是“读物读过就忘、任务中查不到”的问题，而不是替代原始标准文本。

每个包由 install.py 或 npx skills add 安装到宿主的 skills 目录，宿主启动时加载常驻的 SKILL.md 索引；用户输入 /sebok systems of systems、/sebok ch20 这类调用时，Agent 按索引读取对应的 chapters/ 章节文件以及 glossary、patterns、cheatsheet，并据此作答。/se 编排器本身不含源内容，只携带主题/机构/交付物映射，被显式调用后才规划要读哪 1–4 个包并附带包名与章节引用。install.py 支持 --dry-run、--flat、--list-agents、--agent <id> 与 --agent all：原生宿主（Claude Code、OpenClaw/Copilot CLI）得到完整包目录，transform 宿主（Codex、Gemini CLI、Cursor）得到内联 SKILL.md 索引的单文件（prompts md、TOML 命令、.mdc 规则）。每个包附 PACK.yaml 与 LICENSE 记录来源与许可，catalog.json 与 SKILLS.md 提供机器可读索引。

航天或国防项目的系统工程师在写需求时，用 /sebok 或 /se what are the EARS requirement patterns? 当场取用 SEBoK 与 EARS 模式，而不是翻 PDF。
做安全与风险管理评审的团队用 mil-std-882、nasa-risk、dod-rio 包，对照 MIL-STD-882E 与 NASA 风险管理手册的章节讨论风险接受标准。
使用 Claude Code、Copilot CLI 或 Amp 的团队把知识包作为项目级 skill 安装，让 Agent 回答问题时引用具体标准章节而非泛泛而谈。
需要评估采办合规路径的项目组用 se-standards-signpost、avionics-signpost 等 signpost 查清某标准归谁所有、能否打包、去哪里获取。
受监管行业（医疗设备、核、汽车）的工程师先用 fda-med-device、nrc-nuclear 或 automotive-signpost 判断哪些材料可合法再分发，再决定是否自建包。
教学或内训场景下把包装到学员机器，用 /se 统一入口按问题检索，降低新人对标准体系的心智负担。

如何安装或部署这个 Agent？

前置条件：Python 3.9+、一个支持 Agent Skills 的宿主（Claude Code、GitHub Copilot CLI 或 Amp），无需 MCP 服务或 API Key。

方式一，让编码 Agent 自助安装：把 README 中的安装指令块粘贴给 Claude Code 或 Cursor，它会读 README、docs/skill-usage.md、CHANGELOG.md 再执行安装。

方式二，手动克隆并运行安装器：

git clone https://github.com/jgsystemsconsulting/jgs-se-knowledge-packs.git
cd jgs-se-knowledge-packs
python install.py --dry-run     # 预览包列表与目标目录
python install.py               # 安装到 ~/.claude/skills/jgs-se-knowledge-packs/

方式三，用 Vercel skills CLI 免克隆安装：

npx skills add jgsystemsconsulting/jgs-se-knowledge-packs -l              # 列出可用包
npx skills add jgsystemsconsulting/jgs-se-knowledge-packs --skill sebok   # 安装单个包
npx skills add jgsystemsconsulting/jgs-se-knowledge-packs --all           # 安装整个目录

安装到其他 Agent：

python install.py --list-agents     # 查看支持的 Agent 与目标路径
python install.py --agent openclaw  # OpenClaw / Copilot CLI，原生完整包
python install.py --agent codex     # Codex / Gemini / Cursor，转换为 SKILL.md 索引
python install.py --agent all       # 一次装到所有用户级 Agent

安装后需重启宿主 Agent。默认目标遵循 $CLAUDE_CONFIG_DIR；需要扁平安装（每个包直接放在 ~/.claude/skills/ 下）时加 --flat。

如何使用这个 Agent？

重启宿主后按 slug 调用包，或用 /se 让编排器选包：

/sebok                      # 加载核心框架作参考
/sebok systems of systems   # 路由到对应章节并作答
/sebok ch20                 # 加载指定章节
/se what are the EARS requirement patterns?   # 编排器路由并附引用
/se how do NASA and DoD differ on risk acceptance?   # 跨包联合阅读

回答会带包名与章节引用。机器可读索引见 SKILLS.md 与 catalog.json，逐包来源与许可在 NOTICE 与 packs/<slug>/LICENSE。内容再分发时须保留出处署名，且各包受其来源许可约束（例如 sebok 为 CC BY-NC-SA 3.0，jsp-376 为 OGL v3.0）。

这个 Agent 有哪些优点和局限？

优点

许可前置审查：只收公有领域或明确开放许可的源，packs/<slug>/LICENSE 与 NOTICE 逐包记录来源条款，再分发路径清晰。
按需加载的渐进披露结构：常驻 SKILL.md 索引加 chapters/、glossary、patterns、cheatsheet，避免把整本书塞进上下文。
覆盖面广且指向具体文件：74 个包横跨 NASA、DoD、NIST、FAA、GAO、DOE、NRC、FDA、UK MoD 与 SEBoK，含 MIL-STD-882E、MIL-HDBK-61B、JSP 936 等。
多宿主安装器：install.py 原生装 Claude Code、Copilot CLI、OpenClaw，并用 transform 路径生成 Codex prompts、Gemini TOML 命令与 Cursor .mdc 规则。
纯 Markdown 运行：不需要 MCP 服务、API Key 或授权等级，离线即可被宿主加载。

局限

内容是重构后的参考笔记，不是标准原文，精确条款、表格与数值仍需回查原始文件。
非原生宿主（Codex、Gemini CLI、Cursor）只得到内联的 SKILL.md 索引，丢失 chapters/ 渐进披露，能力弱于原生安装。
包内容许可不一（CC BY-NC-SA 3.0、OGL v3.0、EASA 逐文档授权等），商用或再分发需逐包核对，不能只看仓库 MIT。
README 自称已列入 awesome-agent-skills，但安装器与包质量缺少独立测试覆盖证据；mit-ocw-se 等条目仍为 planned。
面向英语系统工程文献，无多语言包内容；非英语团队需要自行翻译。

这个 Agent 与同类方案有什么区别？

与“把 PDF 直接丢给检索工具”的做法相比，本项目先做许可与来源分级（Tier 1 公有领域 / Tier 2 开放许可），再重构为带章节偏移的 Skill，并按 Agent Skills SKILL.md 标准分发；对 paywalled 的 ISO/IEC/IEEE、INCOSE、SAE、ECSS 等标准，它不打包而用 signpost 只给引用与获取路径。

与相关度最高的同类 agent 并排比较关键指标。

Agent	源码审查	形态 / 费用	Star	最近更新	主语言	完整支持的平台
JGS 系统工程知识包当前	47 · 缺口较多	Agent 插件 / 技能免费	★ 89	1 天前	Python	Claude Code
Finding-Unknowns Skills	76 · 表现良好	Agent 插件 / 技能免费	★ 363	1 个月前	Python	Claude Code · Claude.ai
Keep the Why	75 · 表现良好	Agent 插件 / 技能免费	★ 233	1 天前	JavaScript	Codex · Claude Code
Project Cairn	67 · 存在缺口	Agent 插件 / 技能免费	★ 253	14 天前	Shell	Codex · Claude Code

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1

缺口较多

47/ 100 五分制 2.4 / 5

本评测基于 2026年10月30日的源码；此后该项目发布了 2 个正式版本，尚未复审。分数与结论只代表评测时的版本。最近版本 ↓

信任安全 11/29

可靠稳定 8/14

适用触发 10/18

规范维护 9/18

有效结果 6/13

证据核验 3/8

查看各维度的扣分理由

信任安全11 / 29 · 1.9/5

仓库声明为纯 Markdown 技能加 stdlib Python 工具，无运行时服务、无凭据处理，SECURITY.md 明确记录无 pip/npm 依赖并给出接受风险条目，依赖面较小（dependency_security 得 2）。但安装脚本会写入用户主目录（~/.claude/skills 等），README 未说明写入范围、覆盖行为或卸载/回滚方式（rollback 记 0）；安装由用户复制提示词交给代理执行，缺少显式确认门（user_confirmation 仅 1）；数据流与外部效应说明薄弱（各 1）。来源归属做得较好：NOTICE、逐包 LICENSE、PACK.yaml 与双许可分层清晰（source_attribution 得 2）。

可靠稳定8 / 14 · 2.9/5

README、SKILLS.md、catalog.json、CHANGELOG 与 CI 校验（版本单一来源、索引计数、目录一致性）显示内部一致性有机制保障（self_consistency 得 2）；依赖仅 Python 3.9+ 与宿主 Agent Skills 支持，可得性良好（dependency_availability 得 2）。但失败信息与错误处理在可见文件中几乎未描述，仅 CI 有 FAIL 行披露，故 failure_messages 记 1。

适用触发10 / 18 · 2.8/5

面向系统工程师与编码代理，场景与受众明确，且给出多代理安装路径与格式转换（audience_and_scenarios、environment_fit 各 2）；SKILL.md 声明各包“thin”边界，/se 编排器有路由与门控规则（capability_boundaries 得 2）。但触发精度依赖 description 匹配，未见具体触发词或冲突处理证据，trigger_precision 记 1。

规范维护9 / 18 · 2.5/5

信息架构清晰（README、docs、SKILLS.md、catalog.json、PACK-SPEC），安装说明详尽（install_notes 得 2），命名有别名与稳定性说明（naming_stability 得 2），许可分层明确（license 得 2）。但示例与 FAQ 偏少（examples_and_faq 记 1），已知局限仅在 skill-usage 中简略提及（known_limitations 记 1），CHANGELOG 仅被引用未展示内容（versioning_changelog 记 1），维护责任虽有联系邮箱但发布者身份未验证（maintenance_responsibility 记 1）。

有效结果6 / 13 · 2.3/5

输出带包与章节引用、Sources 块，可用性较好（output_usability 得 2）；但知识包为单一来源参考，边际价值受限于“只知其一源”，且 74 包体量与上下文成本权衡未量化（marginal_value、cost_benefit 各 1）。

证据核验3 / 8 · 1.9/5

声称可追溯到包与章节，但静态文件未展示实际引用样例或来源核对机制（claim_traceability 记 1）；跨源佐证依赖 /se 编排器设计，未见实证（cross_source_corroboration 记 1）；事实与推断分离在文档中有原则性表述但缺具体示例（fact_inference_separation 记 1）。

风险与缓解建议

源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
安装脚本写入用户主目录，未见覆盖、卸载或回滚说明，安装前应自行备份并审阅 install.py。
README 提供的“交给代理安装”提示词会让代理自动执行安装，建议先手动运行 --dry-run 并确认目标路径。
发布者身份未经 FollowAgents 验证，维护责任与更新路径以仓库内联系邮箱为准，需自行核实。
知识包为单一来源参考，非权威替代，涉及合规或安全决策时应回查原始标准。
许可为分层结构（工具 MIT、内容随源），商用前须逐包核对 packs/<slug>/LICENSE 与 NOTICE。

证据充分度：低评估于 2026年10月30日审查版本 b5180f828ac6 评估后仓库已有新提交，评分可能未覆盖最新改动

评估证据 README.md docs/skill-usage.md LICENSE SECURITY.md workflows/validate.yml

查看完整评分方法 →

常见问题

使用要付费或申请许可密钥吗？

不需要。工具与脚手架为 MIT，包内容是纯 Markdown，运行时不需要 MCP 服务、API Key 或授权等级。但各包内容沿用来源许可，例如 sebok 是 CC BY-NC-SA 3.0（非商业），商用前须逐包核对 packs/<slug>/LICENSE。

回答里的内容是标准原文吗？

不是。包是根据公开文献重构的参考深度章节、术语表、模式与速查表，回答附带包名与章节引用以便回查原始文件。合规判定、精确数值和条款原文仍应核对来源。

我用的不是 Claude Code，还能用吗？

可以但有取舍。install.py --agent 支持 OpenClaw/Copilot CLI 原生完整包；Codex 生成 ~/.codex/prompts/<slug>.md、Gemini CLI 生成 TOML 命令、Cursor 生成 .cursor/rules/<slug>.mdc，这些 transform 路径只内联 SKILL.md 索引，没有 chapters/ 渐进披露。

/se 编排器会把我的问题发到外部服务吗？

编排器自身不含源内容，只携带主题、机构与交付物映射，且仅在显式调用 /se 时运行；读取包与作答由你本机的宿主 Agent 完成。是否联网取决于宿主本身，仓库不要求任何外部服务。

为什么有些标准只有 signpost 没有包？

JGS 系统工程知识包

30 秒速览

这个 Agent 能做什么，适合哪些场景？

如何安装或部署这个 Agent？

如何使用这个 Agent？

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

FollowAgents 如何评估这个 Agent？

最近版本

常见问题

对比同类 Agent

Claude Code Agent 横向对比

相关 Agents

Finding-Unknowns Skills

Keep the Why

Project Cairn

Self-Learning Skills