agentic-stack：一个 .agent/ 文件夹打通 8 种编程 Agent

发表于 更新于 分类于 阅读次数： 本文字数： 920 阅读时长 ≈ 3 分钟

原文作者： Shubham Saboo（Google AI PM）
来源： LinkedIn / X @Saboo_Shubham_

有没有这样的体验：今天用 Claude Code 写了一个项目，记录了一大堆偏好设置，明天切换到 Cursor 或者 Codex，一切从头开始。每次工具变动，你的 Agent 就失忆一次。

现在这个问题被解决了。一个叫做 agentic-stack 的开源项目，让 8 种不同的编程 Agent 共享同一套记忆和技能系统。

一、核心问题

“Every coding agent has its own memory format. Claude Code remembers one way. OpenClaw another. Hermes another. Switch tools and your agent starts from zero.”

每个编程 Agent 都有自己独特的记忆格式：

Agent 记忆存储方式
Claude Code .claude/ 目录 + CLAUDE.md
Cursor .cursor/ + 规则文件
OpenClaw 专有格式
Hermes Agent ~/.hermes/skills/ + MEMORY.md
Codex 项目级配置

换一个工具 → 所有偏好、教训、约定全部丢失 → 从头开始。

二、解决方案：.agent/

“Just drop .agent/ into your project, pick your harness, and it wires up automatically. Same brain. Different tool.”

agentic-stack 的核心是一个名为 .agent/ 的目录。把它放在你的项目根目录下，然后选择你想要的 Agent 驱动（harness），它就能自动连接。

支持 8 种 Harness

  • Claude Code
  • Cursor
  • Windsurf
  • OpenCode
  • OpenClaw
  • Hermes Agent
  • Pi Coding Agent
  • 自建的 Python 循环

.agent/ 目录里有什么？

1
2
3
4
5
6
7
8
.agent/
├── MEMORY.md          # 工作记忆 — 当前会话相关信息
├── episodes/          # 情景记忆 — 每次交互的存档
├── semantic/          # 语义记忆 — 向量化的长期知识
├── user/              # 个人化记忆 — 用户偏好和风格
├── skills/            # 渐进式技能 — 按需加载的工作流
├── schemas/           # 类型化的工具定义
└── permissions/       # 权限策略

四个记忆层 + 各自的保留策略：

  • 工作记忆 — 当前任务上下文，临时
  • 情景记忆 — 每次操作的日志
  • 语义记忆 — 聚类后的长期知识
  • 个人化记忆 — 用户行为模型

三、复合循环

“Every action logs to episodic memory. A nightly process clusters recurring patterns into candidate lessons. You review them with one command. Graduated lessons load automatically in future sessions.”

流程是：

1
2
3
4
5
6
7
8
9
每次操作 → 记录到情景记忆
     ↓
夜间进程 → 聚类重复模式 → 提炼为候选经验
     ↓
你一键审查 → 批准/拒绝
     ↓
通过的经验 → 自动加载到未来会话
     ↓
    ↻

“Your agent’s git history becomes its autobiography.”

四、这在解决什么问题？

4.1 供应商锁定（Vendor Lock-in）

使用某一家 Agent 工具时，你的所有配置、经验、记忆都锁在该工具的生态里。agentic-stack 用标准化的 .agent/ 格式打破了这一点。你选择的是”大脑”，而不是”工具”。

“You don’t pick an agent anymore. You pick a brain and let your agent plug into it.”

4.2 多 Agent 协作中的信息孤岛

LinkedIn 讨论中 Kane Dixon 的真实处境很有代表性：他用 Claude 做服务端、ChatGPT 做讨论、Antigravity 做前端、OpenClaw 做本地模型任务、Paperclip 做自组织 Agent、Hermes 做自进化 Agent。

“A veritable slew of silos with no shared knowledge or context.”

6 个工具，6 套记忆。agentic-stack 让它们在同一个 .agent/ 目录下共享信息。

五、安全考量

在讨论中社区也提出了合理的安全担忧：

“How to ensure that using these open repos doesn’t add an exposure risk to the already security-fragile systems?”

作者对此的回应是：.agent/ 中的 权限策略（permissions/） 和类型化工具定义（schemas/） 就是为了解决这个问题——不是谁都能在项目里为所欲为。

六、什么时候该用？

  • 你在多个编程 Agent 之间切换
  • 你有一个 Agent 团队需要共享项目上下文
  • 你想防止工具切换导致的知识丢失
  • 你希望 Agent 的经验能像代码一样被版本管理

项目地址：github.com/codejunkie99/agentic-stack — 100% 开源。

本文内容基于 @Saboo_Shubham_ 的 LinkedIn 推文整理翻译。