Agent Toolkit
用一套技能、角色与工作流配置多个主流编程助手。
- Star 数
- ★ 18
- 最近更新
- 3 天前
- License
- MIT
- 主语言
- V
- FA 评分
- 74/100 · 存在缺口
30 秒速览
- 可在哪里用
- 通用 · 跨平台ChatGPT · Codex · Claude Code
- 开始前需要
- 典型场景
- 同时使用 Claude Code、Cursor 和 Copilot 的开发团队，希望从同一套技能与角色定义生成各客户端所需配置。
- 主要局限
- 产品范围较大，包含技能、角色、循环、插件、MCP、桌面端和 swarm；只需要少量提示模板的团队可能承担不必要的配置与治理成本。
- 源码审查
- 74/100 · 存在缺口
这个 Agent 能做什么，适合哪些场景？
Agent Toolkit 是面向 AI 辅助软件交付的可组合能力与运行时工具箱，并非绑定单一模型的独立聊天机器人。仓库以技能、代理角色、循环工作流、解决方案包、插件和 MCP 模板为主要组件，并用统一目录作为多客户端配置的来源。原生 V CLI 提供安装、环境诊断、清单查询、循环执行和多代理 swarm 编排；桌面应用则提供技能库、操作面板、终端和运行洞察。它可以把内容部署到 Claude Code、Cursor、OpenCode、GitHub Copilot、Windsurf、Pi Agent 和 Muse Code，并提供适用于 ChatGPT/Codex 等客户端的 Agent Plugins 1.0 包。其输出边界主要是本地文件、目标编辑器或助手的原生配置、循环状态与报告，以及由独立工作树和交接记录组成的 swarm 运行目录。
安装流程由 agent-toolkit install 自动检测受支持的编程助手，并把相应技能、角色和配置部署到目标位置；agent-toolkit doctor 检查部署结果。agent-toolkit inventory 从技能、代理和循环目录及目录文件中报告实时清单。技能通过 SKILL.md 定义，角色在 agents/ 中维护，再编译成各客户端的原生格式；插件产品则由 distributions/products.yaml 组合并输出到 plugins/。agent-toolkit loop run daily-triage 等命令执行定期工作流，在循环目录内写入 STATE.md 和 report.md，并按照 L1、L2、L3 阶段限制变更权限。agent-toolkit swarm start 会按配方分配角色和预算，为写入者建立 Git 工作树，以文件系统记录状态、交接、审计和审批，并可通过 watch 查看、通过 promote 进入集成与清理阶段。MCP 子系统提供 GitHub、Slack、Notion、Linear、Figma、ClickUp 和 Chrome DevTools 的注册表及 JSON 模板，但使用者需要自行替换凭据占位符。
- 同时使用 Claude Code、Cursor 和 Copilot 的开发团队，希望从同一套技能与角色定义生成各客户端所需配置。
- 开源维护者需要按日或每 15 分钟运行问题分类、CI 扫描、依赖更新或 PR 监控，并希望用明确的变更权限等级控制自动化。
- 工程负责人需要将规划、架构、实现、评审、测试、安全和平台工作分配给职责清晰的代理角色。
- 需要并行交付复杂改动的团队，可用
pair、team或fullswarm 配方获得独立工作树、预算限制、交接审计和人工审批。 - 希望为新项目快速部署 GitHub、Slack、Notion、Linear、Figma、ClickUp 或 Chrome DevTools MCP 配置模板的开发者。
- 偏好图形界面的用户，可通过桌面应用管理技能与代理库、查看任务和循环、运行终端并检查活动与成本报告。
如何安装或部署这个 Agent？
推荐安装原生 V CLI。Homebrew 用户可运行：
brew tap ulises-jeremias/homebrew-tap && brew install agent-toolkit
agent-toolkit install
agent-toolkit doctorArch Linux 用户可安装发布版二进制包：
yay -S agent-toolkit-bin
agent-toolkit install
agent-toolkit doctor也可通过 PyPI 的薄启动器安装；它最终执行捆绑的 V 二进制：
uv tool install 'agent-toolkit-cli>=1.30.1'
uvx --from 'agent-toolkit-cli>=1.30.1' agent-toolkit install
agent-toolkit doctornpm 渠道为：
npm i -g agent-toolkit-cli
agent-toolkit install
agent-toolkit doctor若使用桌面应用，可让 CLI 下载并启动对应二进制：
agent-toolkit gui --install
agent-toolkit gui基本技能和本地工作流不要求 MCP 凭据；启用 MCP 模板时，必须在对应 JSON 文件中替换服务凭据占位符。
如何使用这个 Agent？
先确认已检测到的客户端和安装健康状态：
agent-toolkit install
agent-toolkit doctor
agent-toolkit inventory运行仓库提供的日常分类循环：
agent-toolkit loop run daily-triage在真正启动前预览双代理配方：
agent-toolkit swarm recipes
agent-toolkit swarm start --recipe pair --dry-run "Add a health check endpoint with tests"使用 Herdr 后端启动团队配方，并在获得运行 ID 后观察与推进运行：
agent-toolkit swarm start --recipe team --backend herdr "Migrate the auth module"
agent-toolkit swarm watch <run-id>
agent-toolkit swarm promote <run-id>如果只需要符合 Agent Skills 规范的技能，而不要代理和循环，可运行：
npx skills add ulises-jeremias/agent-toolkit -gMCP 使用方式是从 mcp/templates/ 选择服务模板，将其中凭据占位符替换为真实值，再放入目标客户端的 MCP 配置位置。
这个 Agent 有哪些优点和局限？
- 以一套技能和角色目录服务多个编程助手，减少为 Claude Code、Cursor、Copilot 等客户端分别维护提示配置的重复工作。
- 循环采用 L1 只读提议、L2 受控写入和 L3 高自治的变更安全阶段，并由门控机制限制合并、关闭等高风险动作。
- swarm 内置角色配方、令牌/费用/时长预算、独立 Git 工作树、交接审计、阻塞反馈轮次和人工审批。
- 同时提供原生 CLI、桌面 GUI、Agent Plugins 1.0 包、传统 Claude Code 插件以及多种系统安装渠道。
- 技能、代理、循环和插件产品拥有明确的源目录、生成目录及验证命令，适合需要可审计配置供应链的团队。
- 产品范围较大，包含技能、角色、循环、插件、MCP、桌面端和 swarm；只需要少量提示模板的团队可能承担不必要的配置与治理成本。
- 不同客户端接收的产物并不相同，例如 Cursor 使用插件或
.mdc规则，Copilot 使用指令文件，OpenCode 使用提示覆盖和代理配置，因此跨客户端仍可能存在功能差异。 profiles/已被标记为弃用的安装覆盖层，正在采用旧配置路径的团队需要迁移到以plugins/为规范输出的结构。- MCP 模板不会自动提供服务权限，使用 GitHub、Slack、Notion、Linear、Figma、ClickUp 等集成时仍需准备并保护相应凭据。
agent-toolkit-complete被标为实验性且尚未进入市场，依赖完整目录分发的团队应评估其发布成熟度。
这个 Agent 与同类方案有什么区别？
与 classic tmux swarm 相比，agent-toolkit swarm 使用单个约 22 MB 的 V 二进制，内置 pair、team、full 配方、预算强制、JSON 接口和跨平台发布；tmux 方案依赖 bash、tmux、bb 和仪表盘，但同样具备按分支配置和交接审计。与仓库所称的旧版 Python swarm 相比，新实现补充了预算限制、正式交接审计、结构化可观测性和程序化 JSON 接口，同时避免 Python 环境依赖。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|
| Agent Toolkit 当前 | 74 · 存在缺口 | ★ 18 | 3 天前 | V | ChatGPT · Codex · Claude Code |
| Agentic Plugin Marketplace | 66 · 存在缺口 | ★ 40k | 3 天前 | Python | Codex · Claude Code |
| Agor | 45 · 缺口较多 | ★ 1.4k | 4 天前 | TypeScript | Codex · Claude Code |
| Agency Agents 中文专家库 | 28 · 缺口较多 | ★ 21k | 7 天前 | Shell | Codex · Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据展示了分级变更模型、受限的 CodeQL 权限、按用户安装、校验和、收据式卸载以及外部凭据使用环境变量等措施。L3 合并或关闭操作要求显式许可，但所给文件没有展示门禁实现或逐次用户确认。遥测默认不启用且端点可配置，但启用后会导出主机信息、会话 ID，以及截断后的原始提示和响应内容；这使敏感数据处理只能得薄弱分。依赖方面有固定提交的 GitHub Actions、CodeQL 和发布校验说明，但未提供完整锁文件、依赖审计结果或所有安装器实现。归属、许可证和维护者名称清楚，发布者身份未知本身未被当作负面证据。
README、软件包元数据、安全政策、工作流和启动器测试大体围绕原生 V 二进制及其分发适配器保持一致。启动器对缺失二进制、恢复路径和非零退出码有具体测试，因此失败消息获满分。扣分来自未展示实际运行结果、部分依赖与平台仅由声明支持，以及当前包版本 1.32.1 与工作流中的 1.30.0 固定验收制品之间缺少解释。
项目清楚覆盖 Claude Code、Cursor、OpenCode、Copilot、Windsurf、Pi 和 Muse，并为 CLI、GUI、插件、容器、离线安装及手工复制提供不同路径。skills、agents、loops、packs、plugins 和 MCP 的边界，以及仅安装 skills 的 npx 路径和 L1/L2/L3 变更边界，说明得很完整。触发与路由有分类目录、角色责任和 Jira 路由测试框架支撑，但只提供了一个集成的测试基础设施片段，无法证明整个目录的触发精度。
信息架构、目录职责、安装渠道和示例命令非常完整，MIT 正文与 package.json 元数据一致。项目使用语义化发布并说明支持窗口、安全报告渠道和下游维护责任。扣分在于所给材料没有实际变更日志，FAQ 证据有限，部分限制散落在平台测试、安全政策和安装说明中；角色归档和多个分发名称也意味着命名稳定性并非完全无摩擦。维护响应目标明确，但直接联系依赖外部 GitHub 资料，且未展示多人维护或替代责任人。
安装、doctor、inventory、桌面界面、跨编辑器配置和分级循环设计形成了可直接采用的输出，统一源编译到多个工具也具有实际增量价值。扣分是因为价值和“零重复”等效果主要来自项目自述，所给证据没有用户结果、对照数据或执行验证。成本跟踪与 API 费用字段存在，但没有面向使用者的完整成本预算、资源基线或不同运行模式的成本收益比较。
README 经常指向目录、目录清单、ADR、信任文档、验证脚本和 CI 工作流，包元数据、安全政策、测试与工作流也对若干发布及错误处理主张形成交叉印证。仍有许多引用文件未包含在证据中，CI 徽章、真实截图、秘密扫描启用状态和发布同源性不能在本次静态材料内独立确认。代码对 unknown 值和空状态有所区分，但宣传性表述与已验证事实并未始终明确分栏。
- 启用测试遥测前应审查 OTLP 端点和数据保留策略；当前代码可发送主机标识、会话 ID、提示、响应及代码块内容。
- 在授予 L2/L3 循环仓库写权限前，应核验 loop-gh-gate 的实际实现、允许列表、确认流程和恢复行为；本证据只展示设计说明。
- 优先使用带 SHA256SUMS 的固定版本发布制品，并单独验证 npm、PyPI、Homebrew、AUR、容器和市场适配器是否确实对应同一版本。
- Linux npm 平台表明确只覆盖 glibc、未覆盖 musl；Alpine 等环境不应假定兼容。
- 安全政策称秘密扫描已启用，但本次静态材料无法验证仓库设置或历史扫描结果。
常见问题
必须连接某个特定模型供应商吗？
运行自动化循环会直接修改或合并代码吗？
使用 MCP 是否需要额外权限？
能否只安装技能而不采用完整运行时？
npx skills add ulises-jeremias/agent-toolkit -g 安装符合 Agent Skills 规范的技能，但不包含代理角色和循环。如何发现安装或配置失败？
agent-toolkit doctor 检查消费者环境；仓库贡献者还可运行 ./scripts/validate-skills.vsh 和 ./scripts/validate-loops.vsh，失败时会以非零状态退出并给出可读错误。