agent-scripts
agent-scripts 是一套专为 AI 代理(Agent)设计的共享脚本与规范集合,旨在统一多个项目中的开发辅助流程。它主要解决了在多仓库协作中,如何高效复用“护栏”逻辑(如提交规范、文档检查)以及保持各仓库配置一致性的难题。通过引入“指针式”配置文件,开发者只需在子项目中引用中央规则,即可自动同步最新的共享指令,无需重复复制代码块,极大降低了维护成本。
这套工具特别适合需要在多个仓库间协调工作的软件开发者和工程团队,尤其是那些深度依赖 AI 辅助编程并追求工作流标准化的技术人群。其技术亮点包括:轻量级的 Bash 提交助手,能强制规范提交信息;基于 TypeScript 的文档列表生成器,自动校验文档元数据;以及一个独立的 Chrome 浏览器自动化工具,无需复杂的外部 CLI 即可实现页面导航、截图和内容提取。所有脚本均设计为无外部依赖、可独立运行,确保了在不同项目环境中的高度便携性与稳定性,是构建标准化 AI 开发工作流的实用基石。
使用场景
某 iOS 开发团队在维护多个 Swift 项目时,需要统一 AI 助手的代码审查标准并自动化文档管理流程。
没有 agent-scripts 时
- 规则同步困难:每个仓库的
AGENTS.MD文件独立维护,更新共享的 Guardrail(护栏)规则时需手动逐个修改,极易出现版本不一致。 - 提交规范混乱:缺乏统一的提交辅助脚本,开发者常忘记暂存特定文件或编写空的提交信息,导致 Git 历史杂乱。
- 文档维护繁琐:检查
docs/目录下 Front-matter(如summary字段)是否合规全靠人工肉眼排查,效率低且易遗漏。 - 浏览器自动化门槛高:想要让 AI 自动操作 Chrome 进行页面测试或截图,需配置复杂的 MCP 服务或依赖重型 CLI 工具,难以快速落地。
- 环境依赖冲突:各项目的辅助脚本往往耦合了特定路径或配置文件,无法直接复用到新项目中,重复造轮子现象严重。
使用 agent-scripts 后
- 规则一键同步:通过“指针式”
AGENTS.MD机制,所有下游仓库仅需引用一行指令即可实时获取最新的共享规则,确保全团队标准严格一致。 - 提交自动合规:集成
scripts/committer助手,自动强制暂存指定文件并校验提交信息非空,从源头保证 Git 提交的规范性。 - 文档自动审计:运行
docs-list.ts脚本即可自动遍历文档目录,即时报告缺失的元数据字段,将文档合规检查纳入自动化流。 - 轻量浏览器操控:利用编译好的
bin/browser-tools二进制文件,无需复杂配置即可直接启动 Chrome、执行 JS 或截取屏幕,大幅降低自动化测试难度。 - 零依赖便携复用:所有脚本设计为无外部依赖的独立单元,可像积木一样直接复制到任何新仓库中立即运行,彻底消除环境适配成本。
agent-scripts 通过将分散的运维逻辑标准化为可复用的原子脚本,显著降低了多仓库协作中的管理摩擦与自动化门槛。
运行环境要求
- macOS
未说明
未说明

快速开始
代理脚本
此文件夹收集了 Sweetistics 的护栏辅助工具,以便在其他仓库中轻松复用,或在入职培训期间共享。除非另有说明,此处的所有内容均于 2025 年 11月 8 日从 /Users/steipete/Projects/sweetistics 原样复制而来。
额外的技能(于 2025 年 12 月 31 日复制)来自 @Dimillian 的公共 Dimillian/Skills 仓库:
skills/swift-concurrency-expertskills/swiftui-liquid-glassskills/swiftui-performance-auditskills/swiftui-view-refactor
与其他仓库同步
- 将此仓库视为共享护栏辅助工具的规范镜像。每当您在任何仓库中编辑
scripts/committer或scripts/docs-list.ts时,请将更改复制到这里,然后再反向应用到所有包含相同辅助工具的其他仓库,以确保它们字节完全一致。 - 当有人提到“同步代理脚本”时,请拉取此处的最新更改,确保下游仓库拥有指针式的
AGENTS.MD文件,将任何辅助工具的更新复制到位,并在继续之前解决差异。 - 保持每个文件无依赖且可移植:这些脚本必须能够在各个仓库中独立运行。请勿添加
tsconfig路径别名、共享源代码文件夹或其他任何 Sweetistics 特有的导入——应内联小型辅助函数,或仅复制所需的最少代码,以使镜像保持自包含。
指针式 AGENTS
- 共享的护栏文本现在仅存在于此仓库中:
AGENTS.MD(共享规则 + 工具列表)。 - 每个使用仓库的
AGENTS.MD都简化为指针行:“在进行任何操作之前,请阅读 ~/Projects/agent-scripts/AGENTS.MD(如果不存在则跳过)。” 如果确实需要,可在该行之后添加仓库特定的规则。 - 请勿再将
[shared]或<tools>块复制到其他仓库。相反,应保持此仓库的更新,并让下游工作区在开始工作时重新读取AGENTS.MD。 - 更新共享说明时,编辑
agent-scripts/AGENTS.MD,将更改镜像到~/AGENTS.MD(Codex 全局),并让下游仓库继续引用该指针。
提交者辅助工具 (scripts/committer)
- 是什么: 一个 Bash 辅助工具,用于精确暂存您列出的文件,强制提交信息不为空,并创建提交。
文档列表工具 (scripts/docs-list.ts)
- 是什么: 一个 tsx 脚本,遍历
docs/目录,强制执行 front-matter(summary、read_when),并打印由pnpm run docs:list输出的摘要。其他仓库可以将相同的命令集成到其入职流程中。 - 二进制构建:
bin/docs-list是编译后的 Bun CLI;在编辑scripts/docs-list.ts后,通过bun build scripts/docs-list.ts --compile --outfile bin/docs-list重新生成。
浏览器工具 (bin/browser-tools)
- 是什么: 一个独立的 Chrome 辅助工具,灵感来源于 Mario Zechner 的文章《如果你不需要 MCP 会怎样?》。它可以启动或检查启用了 DevTools 的 Chrome 配置文件,粘贴提示信息,截取屏幕截图,并终止多余的辅助进程,而无需完整的 Oracle CLI。
- 使用方法: 建议使用编译后的二进制文件:
bin/browser-tools --help。常用命令包括start --profile、nav <url>、eval '<js>'、screenshot、search --content "<query>"、content <url>、inspect和kill --all --force。 - 重建: 该二进制文件未被 Git 跟踪。可通过
bun build scripts/browser-tools.ts --compile --target bun --outfile bin/browser-tools重新生成(需要 Bun),并将临时的node_modules/package.json排除在仓库之外。 - 可移植性: 该工具没有任何仓库特定的依赖项。您可以根据需要将脚本或二进制文件复制到其他自动化项目中,并保持与下游分支的同步。它能够检测通过
--remote-debugging-port和--remote-debugging-pipe启动的 Chrome 会话,因此无论哪种方式,都可以正常列出和终止进程。
同步期望
- 此仓库是 mcporter 及其他 Sweetistics 项目中使用的护栏辅助工具的规范镜像。每当您在其他仓库中编辑
scripts/committer、scripts/docs-list.ts或相关护栏文件时,都应立即将更改复制回此处(反之亦然),以确保代码字节完全一致。 - 当有人要求“同步代理脚本”时,请更新此仓库,将其与当前项目进行比较,并在继续之前解决双方的差异。
@steipete 代理说明(指针式流程)
- 护栏的完整副本只有
agent-scripts/AGENTS.MD和~/AGENTS.MD。下游仓库应包含指针行以及任何仓库本地的补充内容。 - 在同步扫描过程中:拉取最新的
agent-scripts,确保每个目标仓库的AGENTS.MD文件顶部包含指针行,在其下方添加任何仓库本地的备注,并根据需要更新辅助脚本。 - 如果某个仓库需要自定义说明,务必将其与指针明确分开,以免未来的同步扫描覆盖本地内容。
- 对于子模块(Peekaboo/*),应在每个子模块内部重复检查指针,推送这些更改,然后在父仓库中更新子模块的 SHA 值。
- 除非特别要求,否则请跳过实验性仓库(例如
poltergeist-pitui)。
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备