Skip to content
Conduit

mcp server

coding-agent-crew

Turns one AI session into hands-on engineers who create or improve Codex-shaped coding agents.

xin-yi33/coding-agent-crewcommunitylistedunreviewed
Use tool

Set up

Runs on your computer. Pick your agent and operating system.

This project does not publish an install method we can turn into a config. Follow the README instead.

README

synced Oct 22, 2026

coding-agent-crew

一套 Agent Skill：把一次 AI 会话变成会动手的工程师团，用来做出或改好 Codex 形态的 coding agent，而不是再做一个运行时，也不是一屋子顾问。

不用 Superpowers 那套 brainstorming / 写 40 条计划的仪式。经理只派工；被派到的角色自己改文件、自己跑该层测试。出门条不在作者口头「测过了」，而在 agent-quality 重新跑的模块回归 + 整体行为 eval。

你现在的做法装上这包之后
一个会话里又改 loop 又画界面先合同，再生一个表面；禁止第二套 agent 脑子
作者说 pytest 过了就算完工实现者必须测；Quality 再跑 eval 轨迹套件
只拿 Superpowers 写任意 App这包只管 coding agent 产品（无头核心 + 一套 JSON-RPC + TUI/GUI/IDE）
从零做 agent 却没有工序Create 六步；已有树则走 Optimize

五分钟装进产品仓库

在你的 agent 产品仓库根目录执行（把路径换成 clone 下来的本仓库）：

git clone https://github.com/xin-yi33/coding-agent-crew.git
powershell -NoProfile -File .\coding-agent-crew\scripts\install.ps1 -RepoRoot .
# Grok Build: also install user-scope so /using-agent-crew exists in every workspace
powershell -NoProfile -File .\coding-agent-crew\scripts\install.ps1 -User

git clone https://github.com/xin-yi33/coding-agent-crew.git
bash coding-agent-crew/scripts/install.sh .
bash coding-agent-crew/scripts/install.sh --user

脚本会把七个路由器拷进 .agents/skills/（Codex / OpenCode）、.cursor/skills/、.claude/skills/、.grok/skills/，并写入斜杠命令：.opencode/commands/、.grok/commands/、.claude/commands/、.agents/commands/。-User / --user 再拷到 ~/.grok、~/.claude、~/.agents、~/.cursor。

然后改产品仓库里 using-agent-crew/this-repo.md 的路径表，指向你的协议、loop、沙箱和客户端。新开一轮会话。Grok 在输入框开头打 /，再输入 using，选 /using-agent-crew（不要写在句子中间）。Codex 用 $using-agent-crew。直接说任务，不必点工程师名字。

配套领域包（本仓库不内置，避免和上游重复）：

npx --yes skills add ssheleg/agent-stack -a cursor --copy -y
npx --yes skills add addyosmani/agent-skills -s spec-driven-development -s documentation-and-adrs -s api-and-interface-design -s security-and-hardening -s frontend-ui-engineering -a cursor --copy -y
npx --yes skills add product-on-purpose/pm-skills -s deliver-prd -a cursor --copy -y
npx --yes skills add anthropics/skills -s webapp-testing -s mcp-builder -a cursor --copy -y
npx --yes skills add sickn33/agentic-awesome-skills -s electron-development -a cursor --copy -y

目录

它解决什么问题

做 Codex / Claude Code / Cursor 那一类产品时，失败通常不是「模型不够聪明」，而是：

  • TUI 和 GUI 各自长了一套 loop；
  • 协议事件只写在聊天里，客户端对不上；
  • 沙箱在 Linux 上抄过来，Windows 上 MCP 杀不干净；
  • 单测绿了，agent 仍然会在不该调用的工具上动手。

市场招聘把这些拆开：Harness / Core Agents 写循环；Codex App / Full Stack 写客户端；Agent Quality / Evals / Model Performance 拥有评测基建（截至 2026-09 官方招聘页，这些团队不用 Test Engineer / SDET 当 coding-agent 岗名）。本包装成 一个经理 + 六位动手工程师，岗位名跟市场对齐，不发明「TUI 工程师」「沙箱工程师」。

开发 SOP

经理是 using-agent-crew（对位 Superpowers 的 using-superpowers：只调度，不写产品代码）。

你的一句话
        │
        ▼
 using-agent-crew     判定 Create 或 Optimize，宣布角色
        │
        ├─ Create（从零 / this-repo 路径还不存在）
        │     spec-author
        │       → agent-core-boundaries
        │         → agent-runtime
        │           → local-agent-process-isolation
        │             → agent-surface（先做一个表面）
        │               → agent-quality（模块 + 整体 eval）
        │
        └─ Optimize（树已经对得上 this-repo.md）
              只派拥有该层的实现者（他们自己跑本层测试）
                → agent-quality 重跑模块回归 + eval 套件

flowchart TD
  U[Your request] --> M[using-agent-crew]
  M -->|Create| S[spec-author]
  S --> B[agent-core-boundaries]
  B --> R[agent-runtime]
  R --> I[local-agent-process-isolation]
  I --> F[agent-surface]
  F --> Q[agent-quality]
  M -->|Optimize| E[owning engineer]
  E --> Q

经理自己的六步：

  1. 判定 Create / Optimize，读对应 SKILL.md，路径只查 this-repo.md。
  2. 宣布 Using [角色] to [目的]，然后做，不写「建议你……」。
  3. 实现者改自己的层，跑本层测试，补自己拥有的 eval 夹具。
  4. 产品代码说「完成」之前：变成 agent-quality，新开命令跑模块 + 整体（行为轨迹，不只是 unit）。
  5. 新协议事件：先 boundaries，再 runtime 或 surface，再 quality。
  6. 密钥或沙箱挡住了：汇报跑了什么、卡在哪。不要把剩余工作改成给人的待办清单。

实现者必须自己测（和 Codex / Cursor / Anthropic 实现岗自己跑 eval 一致）。他们不能只用「写代码时新加的那一条单测」关门。Quality 拥有语料、judge 和出门条。

示例：做一个「抖音授权回复」coding agent

下面不是要你去爬未授权页面或绕过平台风控。例子里的产品是：运营在已授权通道里看评论/私信，agent 起草回复，人点批准后再发送。

你说：「我要开发一个 coding-agent，主要用于抖音自动回复。」

经理判定 Create，按顺序变身（同一会话，不是六个顾问）：

  1. spec-author
    把规格写进 docs/：目标、不做（未授权抓取、无人值守群发）、验收。验收必须带 eval 口径，例如「含微信号的评论，轨迹里不得出现 send」。写完停，不建 appserver。

  2. agent-core-boundaries
    落地无头 Session（只 emit 事件）和 一条 JSON-RPC：inbox.list、draft.ready、approval.required、reply.sent、turn.cancelled。自己跑 schema → 客户端 codegen。写 ADR：GUI 不许再开一条直接打模型的 HTTP。

  3. agent-runtime
    实现工具循环：list → draft →（批准后）send。读 agent-orchestrator + agent-harness + agent-evals。留下可查询 trace。自己加夹具「导流评论禁止 send」并跑通。不在界面里再写一套 tool loop。

  4. local-agent-process-isolation
    发送工具和凭证：写根白名单、失败关闭或显式降级。MCP 子进程随会话杀树（Windows 用 Job Object，不把 Linux Seatbelt 抄过来）。Docker 不是边界。自己跑 deny / 杀树测试。

  5. agent-surface
    只做第一个表面（例如桌面：列表、草稿、批准/拒绝、取消）。只消费协议。tsc / vitest / 协议黄金测试自己跑。Playwright 只在有 webview 时用，不当「agent 好不好」的唯一门。

  6. agent-quality
    宣布角色后重新跑：模块（协议、deny、vitest）+ 整体（20～50 条轨迹：普通咨询要有 approval；违禁不得 send；取消必须停回合）。只有单测没有轨迹 → 拒收。

第二天你说「加一个统计页」：走 Optimize。只派 agent-surface 或（新事件时）agent-core-boundaries，最后仍要 Quality 跑整包 eval，避免看板把「禁发」回归弄坏。

每个工程师由哪些 skill 组成

左边是会话里的工程师（本仓库自写的路由器）。右边是它读、不重写的上游包。配对规则写在各角色 SKILL.md 的 Pairing（总表 stack.md）。没有装上游包时，仍按 Pairing 动手，不跳过该角色。不默认加载 Superpowers / GSTACK / SDD 四阶段人工门。

工程师（本仓库）市场对位（不是本包职称发明）组成
经理 using-agent-crew对位 Superpowers 的调度器，不是 PM 岗本仓库 SKILL.md + this-repo.md + stack.md
产品文档 spec-author写规格的人，不是 Cursor「Product Engineer」（那种人写产品代码）路由器 + Pairing；长 PRD 读 deliver-prd；规格骨架读 spec-driven-development（不默认走四阶段人工门）；分叉时读 documentation-and-adrs
协议 / 无头 agent-core-boundariesCodex 合同 / app-server 一侧，不是「Agent Architect」招聘职称不变量 + Pairing（合同优先、Hyrum、单一版本）；读 documentation-and-adrs、api-and-interface-design、agent-interop（MCP ≠ 产品会话）
Harness agent-runtimeCursor Agent Harness / OpenAI Codex Core AgentsPairing（先改提示词再加架构、workflow vs agent、可查询 trace）；必须一起读 agent-orchestrator（循环）、agent-harness（模型被灌什么）、agent-evals（轨迹）
隔离 local-agent-process-isolation本机系统岗，不是游戏「沙箱工程师」、也不是多租户 Firecracker 平台OS/杀树 + Pairing；MCP 线读 agent-interop；密钥/注入只读 security-and-hardening；写 MCP 服务器时再读 mcp-builder
客户端 agent-surfaceOpenAI Codex App / Full Stack 产品面「只消费 JSON-RPC」+ Pairing；桌面读 electron-development；网页读 webapp-testing；布局读 frontend-ui-engineering。不要用 anthropics frontend-design
评测 agent-qualityCursor Agent Quality / Anthropic Model Performance。不是 Test Engineer出门条 + Pairing（run/trace/thread，先便宜断言再 judge）；整体读 agent-evals。磁盘上若已有 verification-before-completion，只当「新开命令」仪式，不加载 Superpowers 其它 skill

没有单独的「安全工程师」路由器：本机隔离与 MCP 杀树在 isolation；通用密钥规则在 security-and-hardening。没有单独的 SDET：模块测由实现者写，整体行为门由 Quality 重跑。

每个自写 skill 做什么

完整规则在各目录的 SKILL.md。下面是职责摘要。

using-agent-crew

自动派工。判定 Create / Optimize。禁止当顾问、禁止默认加载 Superpowers。产品路径只允许出现在 this-repo.md。

spec-author

把问题、边界、带 eval 口径的验收写进仓库。不实现 core/、客户端、app-server。点名要长 PRD 才套 deliver-prd。

agent-core-boundaries

无头核心不做 TUI/HTTP I/O；全表面共用一套 JSON-RPC；自己 codegen；成本/延迟算架构问题。不管像素，不管 prompt 人格。

agent-runtime

改模型外的循环、中断、流式、工具结果入口、compaction。改行为时留下 durable trace / eval 夹具。沙箱策略可以在这里，执法在 isolation。

local-agent-process-isolation

进程树继承约束；Docker/seccomp 单独不是边界；缺能力就失败关闭或显式降级；Windows ≠ Linux；stdio MCP 常常在 bash Seatbelt 外面。自己实现并跑 deny / 杀树。

agent-surface

TUI / Electron / IDE / protocol-client。只渲染和回传协议（流式、取消、批准）。禁止第二套聊天通道当第二大脑。

agent-quality

两层都要：模块（便宜、确定）+ 整体（轨迹 / judge / 禁止调用的工具）。Create 时若还没有 eval，先落下几十条再跑。同一会话里也要重新宣布角色并重跑套件。删评测来换绿灯 → 不允许。Playwright 不能当 TUI/harness 的唯一整体门。

适用范围

适合

  • 从零做 Codex 形态产品：无头 Session、app-server、一种或多种表面；
  • 改已有同类树（协议、loop、沙箱、客户端、评测门）；
  • 宿主是 Cursor、Codex、Claude Code、OpenCode、Grok Build（以及其它能加载 Agent Skills 的工具）。

不适合

  • 普通业务后台、营销站、和 agent loop 无关的 CRUD（那是通用过程 skill 的范围）；
  • 只评测别人的 Claude Code / Codex、不建设你自己的产品（那是 ECC agent-eval 一类对比台）；
  • 把 Playwright 当成终端 TUI 或 Electron 主进程的测试器；
  • 多租户云沙箱平台、训练权重、把 Docker 当作唯一隔离；
  • 未授权抓取、绕过平台风控、无人值守群发——规格和 isolation 应直接拒绝这类范围。

公开目录里没有「从零脚手架 coding-agent 产品」的上游 SKILL.md。Create 六步就是本包为此写下的工序，不是抄来的脚手架生成器。

各宿主怎么触发

宿主技能目录强制触发
Cursor.cursor/skills//using-agent-crew
Codex.agents/skills/$using-agent-crew
OpenCode.agents/skills/ + .opencode/commands//using-agent-crew
Grok Build项目 .grok/skills/ + .agents/skills/（工作目录必须是仓库根），以及 ~/.grok/skills/（任意目录都有斜杠命令）。另写 .grok/commands/using-agent-crew.md输入框开头打 /using-agent-crew；菜单里没有就跑 grok inspect，或先 install.ps1 -User 再 /new
Claude Code.claude/skills/ + 根目录 CLAUDE.md 写 @AGENTS.md/using-agent-crew

不要再往 .opencode/skills/ 拷一份同名路由器，OpenCode 已经扫 .agents 和 .claude。装完请新开会话；Claude 若是第一次出现 .claude/skills 目录，按官方说明可能需要重启一次。

Grok Build 不会扫描仓库根上的 skills/ 目录。只 clone 本仓库、不跑安装脚本时，斜杠菜单是空的。只装进产品仓库、却在别的目录开 Grok 时，同样没有 /using-agent-crew——这就是要 -User 的原因。项目 skill 与用户 skill 重名时，菜单里会看到 /using-agent-crew 和带前缀的 /user:using-agent-crew / /repo:using-agent-crew，选任意一个即可。

MCP

Quality 的整体门是 evals/ + agent-evals 教义，加上你在 this-repo.md 写明的 contract/system 命令。

能力怎么用谁用
Playwright可选 @playwright/mcp 或 webapp-testing 脚本仅 Chromium / webview
Inspectornpx @modelcontextprotocol/inspector你在建设 MCP 服务器时用 CLI，不要做成常驻 Cursor 服务
无约束 filesystem MCP不要加isolation 明确拒绝
已停更的 pm-skills-mcp不要装—

没有和 Playwright 同级的 MCP 能驱动 Ink/OpenTUI、VS Code extension host，或替你断言 JSON-RPC 会话。那些靠协议黄金测试和 eval 夹具。

版本

当前默认是 v0.2.0。旧版打在 v0.1.0，需要对照或回退时用那个 tag，不要靠猜提交。

Tag是什么
v0.1.0首发公开包：Create / Optimize SOP、七个路由器、各宿主安装（含 Grok /using-agent-crew）
v0.2.0工程师吸收上游 Pairing（stack.md）。SOP 与编制不变

安装或收藏请跟 Releases。git checkout v0.1.0 回到旧包。

许可证与致谢

本仓库自写路由器是 MIT。

上游包仍是它们自己的许可证：ssheleg/agent-stack、addyosmani/agent-skills、product-on-purpose/pm-skills 为 MIT；anthropics/skills 中的示例为 Apache-2.0。不要把 Trail of Bits 的 CC-BY-SA 材料拷进本仓库，需要时只引用。

岗位名来自公开招聘页与工程博客的核对（OpenAI Codex、Anthropic Claude Code、Cursor Agent Quality / Evals），不是把职责翻译成假职称。

读完如果觉得能少走一层「第二套 loop」或少一次「单测当整体门」，欢迎 Star。版本看 Releases（旧包是 v0.1.0）；问题直接开 Issue。

↑↓ navigate openesc close