pip install https://github.com/weed33834/agentseed/releases/download/v1.0.0/agentseed-1.0.0-py3-none-any.whl && agentseed forge
📦 GitHub (主站) · Gitee · Gitcode
每次开一个新的 AI 编程会话,前十分钟都在干同一件事:告诉它别幻觉、别跑 rm -rf、你的技术栈是什么。AgentSeed 把这件事做成一整层不可协商的约束,再按任务场景插上对应的场景规则包,一次装配,同步到你用的所有 AI 工具。
一条命令检测你的项目场景,插上对应的场景规则包,为 Claude Code、Cursor、Copilot、Windsurf、Trae 等 15 个智能体工具统一生成高约束规则文件。
agentseed forge就这一条。空目录进去,出来一个 1200 行的 AGENTS.md,包含安全规则、项目专属技能、各平台配置。不管你是在写代码、写小说、写论文、还是写另一个 agent,都一样用。
安全底线不会丢。 核心安全规则(禁止 rm -rf、禁止捏造密钥、禁止不经确认装东西)是治理内核的一部分,写死在 AgentSeed 里,换什么场景规则包都覆盖不掉。
内核通用模式 + 四个首发场景规则包。 default(内核通用,已内置)、coding(默认开发)、novel、paper、agent-builder 面向不同任务场景——每个规则包 = 场景协议 + 提示词 + 技能 + 能力白名单,由项目锚点与用户意图自动选择,也可 agentseed switch --profile novel 手动切换。规则包可插拔、可扩展:新增场景只需一个目录 + 一份清单,机制开放,后续场景持续加入,全程不需要改内核。
15 个平台,一次同步。 不同工具要不同格式,AgentSeed 自己搞定:
- Claude Code →
CLAUDE.md - Cursor →
.cursor/rules/project.mdc - Copilot →
.github/copilot-instructions.md - Windsurf →
.windsurfrules - Gemini →
GEMINI.md - Trae →
.trae/rules/project_rules.md - Cline →
.clinerules/project.md - Continue →
.continue/rules/project.md - Amazon Q →
.amazonq/rules/project.md - Qodo →
best_practices.md - 通义灵码 →
.lingma/rules/project.md - 腾讯云代码助手 →
.comate/rules/project.mdr - Codex →
.codex/rules.md - 千问办公 →
AGENTS.md(原生读取) - AGENTS.md(20+ 工具原生读取)
每个平台都有拦截钩子。 adapters/hooks/ 下 14 个平台的 pre_tool_use.py,在危险操作执行前拦截。fail-open 设计:钩子崩了操作照常,不会误伤。
MCP Server。 agentseed serve 启动,任何支持 MCP 的客户端可以直接调用 governance_check(安全红线检查)、persona_list(场景规则包列表)、persona_activate(激活场景规则包)、gap_detect(能力缺口检测)。stdio 模式用于 MCP 客户端;--port N 启动 HTTP 模式(POST /mcp + GET /healthz),供远程/Agent 间调用。
自进化。 AgentSeed 会给你的项目打分——缺什么工具、哪些领域不懂——然后告诉你该装什么。不是魔法,就是一个加权公式,你装的能力越多它建议越准。
pip install https://github.com/weed33834/agentseed/releases/download/v1.0.0/agentseed-1.0.0-py3-none-any.whl源码安装:
git clone https://github.com/weed33834/agentseed.git
cd agentseed
pip install -e .国内网络慢的话用 Gitee 镜像:
git clone https://gitee.com/badhope/agentseed.git仓库即市场:克隆最小基础内核(core + 平台适配 + coding),其余场景包按需安装,不要求全量克隆。
# 最小基础克隆(sparse,只拉基础目录)
git clone --depth 1 --filter=blob:none --sparse https://github.com/weed33834/agentseed.git
cd agentseed
git sparse-checkout set core adapters src scripts docs .github personas/coding \
capabilities/engineering capabilities/testing capabilities/review \
capabilities/agent-governance capabilities/research pyproject.toml setup.py LICENSE
agentseed forge --profile coding # 立即可用
# 按需增强:只拉取单个场景包
agentseed pack list # 市场包清单(含已安装状态)
agentseed pack add novel # 装 novel(只拉这一个包,Quality Gate 前置)
agentseed pack new my-scenario --name "我的场景" --scenario "数据分析"
agentseed pack publish my-scenario # 校验 + 生成回传市场的 PR 材料agentseed forge # 检测项目 → 装配 → 生成
agentseed forge --dry-run # 预览,不写文件
agentseed forge --profile coding
agentseed forge --profile novel
agentseed switch --profile paper
agentseed sync # 同步到所有平台
agentseed sync --platform cursor
agentseed status # 看看装了啥、缺啥
agentseed serve # 启动 MCP server (stdio)
agentseed serve --port 8080 # 启动 MCP server (HTTP: POST /mcp + GET /healthz)
agentseed platform list # 15 个内置平台
agentseed platform list --json # JSON 输出(供脚本/Agent 消费)
agentseed forge --dry-run --json # 装配预览(JSON 输出)
agentseed platform import my-ide --entry .myide/rules.md --format markdown
agentseed pack list # 市场场景包清单
agentseed pack add novel # 按需安装单个场景包
agentseed pack new my-scenario # 创建自定义场景包(模板 + 校验)
agentseed persona list # 列出场景规则包(命令名兼容保留)
agentseed persona search "产品经理"市场模型详见 docs/PACK_MARKET.md。
agentseed platform import my-editor --entry .myeditor/rules.md --format markdown --hook-dir .myeditor一步注册平台 + 生成拦截钩子 + 纳入每次 agentseed sync。
core/ 治理内核(P0 红线、决策公式、路由规则,不可变)
personas/ 场景规则包(coding、novel、paper...,可插拔)
capabilities/ 能力插件(testing、research、creative...,按需加载)
adapters/hooks/ 平台适配层:各平台的工具拦截钩子
src/agentseed/ CLI、同步引擎、路由、装配、自进化
- agent-rules (steipete) — 已归档,只做 Cursor 编码规则。
- agents.md — 文件格式提案,只有格式没内容没工具链。
- ACP — agent 配置管理器,没治理没自进化。
- Cursor Directory — 社区规则片段合集,不支持多平台同步。
- AgentSeed — 治理内核 + 可插拔场景规则包 + 15 平台同步 + 拦截钩子 + 自进化,一个 CLI 全包。
看 CONTRIBUTING.md。简单说:改源文件(core/、personas/、capabilities/)→ 跑 agentseed sync 重生成平台文件 → 别手动改生成产物。
跑测试:python -m pytest tests/(171 通过)。
MIT