项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 42345
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 已安装并可正常使用以下任一 AI 编程助手:Claude Code、Codex CLI、Cursor、OpenCode、Antigravity CLI 或 Gi
- 使用 Codex CLI 安装方式需具备 Node.js 环境(需运行 npx)
- Antigravity / OpenCode 安装方式需 git、gh CLI 与 make
- 本地可写入路径(示例使用 ~/agents)并具备网络访问 GitHub 的能力
安装与启动步骤
-
1确认所用助手
先确定你用的是 Claude Code、Codex CLI、Cursor、OpenCode、Antigravity CLI 还是 GitHub Copilot,不同助手的安装命令不一样。
-
2添加 Claude Code 市场
在 Claude Code 会话中执行,把 wshobson/agents 添加为插件市场源,为后续安装插件做准备。
/plugin marketplace add wshobson/agents -
3安装 Claude 插件
从 94 个插件中选一个安装,示例为 python-development;把名字换成你需要的插件即可。
/plugin install python-development -
4安装 Codex 市场
在 Codex CLI 环境执行,从已提交的 registry 原生安装市场,之后可单独安装各个插件。
npx codex-marketplace add wshobson/agents -
5配置 Cursor 市场
Cursor 中先添加该市场,再在会话里用 /plugin install <name> 安装插件,它会读取 .cursor-plugin/ 与源目录。
/plugin install <name> -
6克隆仓库
Antigravity 与 OpenCode 需先把仓库克隆到本地,示例路径为 ~/agents,随后在仓库目录内执行生成与安装。
gh repo clone wshobson/agents ~/agents && cd ~/agents -
7安装 Antigravity
先生成 Antigravity 产物,再执行安装;生成的转换目录被 gitignore,需在仓库内重新生成。
make generate HARNESS=antigravity && make install-antigravity -
8安装 OpenCode
OpenCode 同样需先克隆仓库,该目标会自动执行 generate 并创建符号链接完成安装。
make install-opencode
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
HARNESS | 是 | 指定要生成哪个助手(harness)的适配产物 | antigravity |
如何确认成功
在对应 AI 助手中查看插件/市场列表,能看到已安装的插件(如 python-development)即表示安装成功。
常见问题
Q:这个市场支持哪些 AI 编程助手?
A:README 列出 Claude Code、OpenAI Codex CLI、Cursor、OpenCode、Antigravity CLI 与 GitHub Copilot,共五个 harness 共用 plugins/ 这一份源。
Q:Codex 和 Cursor 要克隆仓库吗?
A:不需要。Codex 用 npx codex-marketplace add,Cursor 添加市场后用 /plugin install <name>,两者都从已提交的 registry 原生安装。
Q:为什么 Antigravity 和 OpenCode 要先克隆再生成?
A:它们的适配目录是转换生成的且被 gitignore,仓库里没有现成文件,所以必须克隆后执行 make generate 再安装。
Q:仓库里包含哪些内容?
A:README 说明共 94 个插件、202 个 agents、183 个 skills、105 个 commands,均由 plugins/ 单一源生成。
注意事项
- plugins/ 是唯一事实来源,各 harness 生成的是本助手原生的产物,而非统一降级翻译
- Antigravity/OpenCode 的转换目录被 gitignore,拉取更新后需要重新执行生成命令
- 各 harness 的能力差异见 docs/harnesses.md,详细安装与排错见 docs/usage.md
核心亮点
- 统一插件标准,一次编写即可在 Claude Code、Cursor、Copilot 等 6+ 工具中运行,大幅降低适配成本
- 支持插件热更新与依赖管理,安装/升级/回滚操作简单,适合团队快速迭代
- 社区生态活跃,插件数量增长快,且提供官方 CLI 工具,上手门槛低
不足之处
- 插件质量参差不齐,缺少严格审核机制,可能存在安全风险
- 文档/社区待观察:跨工具兼容性依赖各 AI 助手的 API 稳定性,未来可能有维护压力
适用场景
- 团队统一管理多个 AI 编程助手的插件,减少重复配置
- 开发者编写一次自定义技能,分发给使用不同工具的同事实用
- 企业内网搭建私有插件源,管控 AI 工具的行为规范
替代项目
OpenClaw、MCP (Model Context Protocol)、Continue
同类项目推荐
PrismerCloud
开源
让多个AI智能体共享记忆、协同通信,告别信息孤岛。
Prismer Cloud
awesome-autonomous-gpt
开源
一站式导航,快速上手自主AI智能体开发
A curated list of awesome projects and resources related to autonomous AI agents.
redmine-mcp-server
开源
让 AI 直接操作 Redmine,用自然语言管项目、看板、工时和 Wiki。
MCP server connecting AI assistants to Redmine: issues, projects, wikis, time tracki···
ai-agent-platform
开源
用 Java 快速搭建企业级多智能体协作平台,开箱即用
企业级 AI Agent 平台 | Spring Boot 3 + LangChain4j | ReAct 推理 + 多路召回 RAG + 语义···
CoBRA
开源
用社会科学实验精准操控和复现 LLM 智能体行为
[ CHI26 Best Paper] CoBRA: Reproducible control of LLM agent behavior via classic so···
MisakaNet
开源
让 AI 智能体共享调试经验,少走弯路
Re-debugging Solved Failures? No Way. 500+ Evidence-graded fix lessons, One MCP Call···
mcp-server-mas-sequential-thinki···
开源
让多个AI角色接力思考,复杂推理更靠谱
An advanced sequential thinking process using a Multi-Agent System (MAS) built with ···
langgraph-email-automation
开源
用多AI代理自动处理客服邮件,从接收到回复全流程搞定。
Multi AI agents for customer support email automation built with Langchain & Langgra···
LoopTroop
开源
让多个AI助手在本地仓库协作,自动规划、纠错,人工把关交付。
Local AI coding orchestration for repo-scale work: LLM-council planning, Ralph-loop ···
