教程文档AI Agent人工智能大模型【免费下载链接】awesome-agentic-ai-zhA trilingual (繁中 / English / 简中) learning roadmap for agentic AI: from LLM basics to multi-agent systems, with 240 curated resources and hands-on examples. 中文 AI agent 學習地圖。项目地址https://gitcode.com/gh_mirrors/aw/awesome-agentic-ai-zh点击查看免费下载这篇指南对应 Track ACLI Power User第二站 A2 的核心内容回答一个实践问题当同一个 CLI agent 下次再进入同一个仓库时如何让它自动记住同一套做事方法而不是每次重新交代一遍。你将学会用四字段规则卡固化「每次必知」的规则、把重复的 review 流程封装成只读 Skill、并区分哪些内容可以跨工具共享、哪些文件名/权限/命令必须随工具调整——整套方法论在当前仓库中都有可对照的真实实现仓库自身的CLAUDE.md、examples/stage-5/tool-calling-tutor/SKILL.md等读完后你能直接在自己的 demo repo 里落地一套可复用的 CLI 工作流。 先认识三个核心词A2 的整套方法论建立在对三种「指令载体」的准确区分上。它们解决的是不同生命周期的问题每次都要知道的放规则文件常常重复的步骤做成 Skill临时任务留在单次 prompt。核心词它是什么、像什么A2 怎么用不适合放什么Project instructions专案规则每次进工作室都要看的共同守则放专案用途、禁止事项、测试指令与交付格式不放只用一次的任务或长篇参考资料Skill操作卡有需要时才拿出的可重用操作卡放 review、release、整理文件等重复流程不是每家 CLI 都使用相同路径、权限或 frontmatterOne-off prompt单次提示只交代今天这一件事的便条放本次任务、范围、输入与成功条件不用它重复贴上每次都相同的专案规则一个贴切的比喻是与其「每天重新交代一遍」不如「墙上有守则工具箱里有操作卡」——守则Project instructions常驻可见操作卡Skill按需取用便条One-off prompt用完即弃。 学习目标用四个栏位写出一份短而清楚的专案规则。把重复的 review 流程做成一个只读 Skill。分清哪些内容可以共用哪些档名、权限与命令要跟着工具调整。⏱ 时间、先备条件、环境与费用时间先完成 CLI-5、CLI-6CLI-7、CLI-8 可以之后再做不必一次做完。先备条件完成 A1 — 选择 CLI agent 并安全完成第一个小任务会看git status、git diff并有一个不含秘密、可复原的 demo repo。若尚未完成 A1先回去跑一次「只读取 → 看计划 → 小改动 →git diff→ 复原」循环。环境选一个主用 CLI agent。Claude Code、Codex、Gemini CLI、OpenCode 的档名不完全相同下方有对照表。费用写规则档与 Skill 不会产生模型费用请 CLI 测试时可能使用额度或 API token。以当日官方 usagepricing 页为准不要凭模型名称猜测价格。 必修阅读先看你主用工具的 project-instructions 官方文件Codex 看其AGENTS.md配置文档、Claude Code 看其 memory记忆文档、Gemini CLI 看其GEMINI.md文档、OpenCode 看其 rules 文档。再看你主用工具的 Skill 文档Codex/ChatGPT 的 Build skills、Claude Code 的 Skills、Gemini CLI 的 Agent Skills、OpenCode 的 Skills 文档。最后回看 Stage 2 — Prompt 设计把「任务、范围、成功条件」补进单次 prompt。官方资料查核日2026-08-30 UTC。各工具文档地址与工具版本都在变化动手前建议按当日官方页面复核。四个 CLI 的规则档与 Skill 位置对照工具专案规则Project Skill要注意什么CodexAGENTS.md.agents/skills/name/SKILL.md规则会依目录分层较近的规则较晚载入Claude CodeCLAUDE.md.claude/skills/name/SKILL.md旧.claude/commands/仍相容但新流程优先用 SkillGemini CLIGEMINI.md.agents/skills/name/SKILL.md或.gemini/skills/…Skill 启用时会要求同意不要把秘密放进 SkillOpenCodeAGENTS.md优先无此档时用CLAUDE.md.opencode/skills/…、.agents/skills/…或.claude/skills/…先查 rules、skills 与 permission 设定共同的是「要交代哪些事」不同的是档名、搜寻位置、权限与额外设定。不要把某一个工具的专属功能当成所有 CLI 都有。当前仓库的 CLI Agents 参考指南 把 9 个终端 CLI 的安装、认证、provider、安全起点与官方来源集中在一张对照表里规则档事实Claude Code 用CLAUDE.md、Codex 用AGENTS.md、OpenCode 优先AGENTS.md并以CLAUDE.md作为兼容回退、OPENCODE.md不是通用规则档在该指南中有明确记录可以作为你记录工具差异时的参考页。 动手练习 CLI-5做一张最小专案规则卡成果CLI agent 每次进 repo都知道这个专案做什么、不能碰什么、怎么验证以及完成时要回报什么。先选上方对照表中属于你工具的规则档再放入这四件事# Project rules - Purpose: This is a practice documentation repo. - Do not: Do not delete files, read secrets, or auto-commit or push. - Verification: Run git diff --check after changes. - Report: Explain what changed, the verification results, and what remains unhandled.这张卡只放「每次都要知道」的事。长篇教学、API 参考与偶尔才用的流程不要塞进来。没有任何行数能保证规则一定好只保留会改变行为的内容某段只在特定任务使用时把它移到 Skill 或其他按需文档。CLI-5 的建立与验证步骤在干净的 demo repo 建立你主工具使用的规则档。先执行git status --short不要盖到别人的未完成修改。把上面的四栏换成这个 demo repo 的真实内容。指令必须可以复制执行不要写「把格式弄好」这种看不出成功与否的句子——成功条件必须可检查。开一个新的 CLI session请它只读规则并用自己的话重述。若它找不到档案先查官方的档名与载入范围。给一个会碰到禁止事项的测试例如「直接 commit 这个改动」。正确结果是 agent 停下来或先询问而不是自行 commit。先用git status --short -- 规则档路径看它是旧档还是新档。旧档用git diff -- 规则档路径检查。只有确认开始前该档干净才用git restore -- 规则档路径复原。新档Git 会显示??git restore不能移除它。可以保留它当练习成果。若不要先核对完整路径再用文件管理器只删除这一个档案最后重跑git status --short -- 规则档路径。仓库中的真实规则档样本本仓库根目录的 CLAUDE.md 就是一个活生生的 project-instructions 范例它开头就声明「Standing instructions for any AI agent (Claude, Codex, Gemini) working on this repo. Read thisfirst」随后用「Repo positioning」「Framing rules」「Exercise file conventions」「Translation rules」等小节组织必知信息并明确写出tracks/cli/是「outline-only on purpose」——说明 CLI 练习是 bash/markdown/config 而非 Python SDK不套用双路径框架。这正是「只保留会改变行为的内容」的体现每条规则都能直接改变 agent 的行为决策而非背景故事。你可以参照这种「用途 禁止 验证 回报」的骨架来写自己的规则卡同时注意不要把模型推荐表这类「每次都要更新的事实」塞进规则卡正文而应像本仓库一样放到单独维护的文档中。 动手练习 CLI-6把重复 review 做成 Skill成果你能叫 agent 执行同一套只读 review输出PASS或具体问题不会自己 commit、push 或部署。Claude Code 使用.claude/skills/review-changes/SKILL.mdCodex、Gemini CLI、OpenCode 可使用.agents/skills/review-changes/SKILL.md。建立档案后放入--- name: review-changes description: Review the current git diff and report concrete risks. Use when the user asks to review local changes. --- 1. Read git diff --no-ext-diff HEAD without changing files. 2. Check for secrets, unsafe commands, broken links, and missing verification. 3. Report PASS when no problem is found; otherwise list each problem with its file and reason. 4. Do not edit, commit, push, deploy, or send messages.name是操作卡名称description告诉 agent 何时拿这张卡——它描述的是「何时用」而非「做什么」这是让 Skill 能被正确触发的关键正文才是要照着做的步骤。Skill 以 YAML frontmattername、description加步骤正文的形式组织这与当前业界通行的 Agent Skills 规范一致。CLI-6 的测试、权限与相容说明先读完SKILL.md确认没有下载陌生程序、读取秘密或改变外部系统的步骤。在 demo repo 做一个小文件改动但不要 commit。请 agent「review my local changes」观察它是否找到 Skill也可依工具文件手动启用。对照git diff检查回报。测试后执行git status --short确认 Skill 没有偷偷改档。想在多个 CLI 共用时先共用上面的核心内容再依每个工具调整资料夹、权限与工具专属 frontmatter。未知栏位可能被忽略不要假设所有设定都有效。Claude Code 的.claude/commands/name.md目前仍能建立同名/name但 Skills 已包含 custom commands并支援附加档案与按需载入。新教学使用 Skill只有维护旧专案时才需要理解 legacy command。仓库中的真实 Skill 样本本仓库的 examples/stage-5/tool-calling-tutor/SKILL.md 是一个结构完整、可直接对照的 Skill 实例frontmatter 中name: tool-calling-tutordescription明确写「Use when a tool-calling agent does not call a tool, sends wrong arguments, loops without stopping, or needs a function schema.」并注明「Do not use for framework-specific...」——这正是「description 描述何时用」的教科书写法正文用## Step 1 — Triage到## Step 5 — When to escalate / route away组织步骤并以## Dont列出禁止行为如「不要直接帮使用者写一整份 starter.py」与 A2 中「Skill 正文写步骤、写禁止事项」的做法完全一致。该 Skill 还展示了两个 A2 提到的进阶模式按需引用文件references/正文通过${CLAUDE_SKILL_DIR}/references/debug-flowchart.md之类的路径引用随 Skill 携带的references/参考文件避免把长参考塞进每次载入的正文——对应 A2 常见问题里「专案资讯太多时把细节放在 Skill 的references/」的建议。安装路径examples/stage-5/tool-calling-tutor/README.md 给出了真实安装命令例如mkdir -p .claude/skills/tool-calling-tutor与cp $skill_source/translations/SKILL.en.md .claude/skills/tool-calling-tutor/SKILL.md印证了 A2 对照表中.claude/skills/name/SKILL.md的存放位置仓库还同时提供SKILL.md、SKILL.en.md、SKILL.zh-Hans.md三语版本与evals/评测用例——如果你想进一步学习如何打包、翻译与验证一个 Skill这份文件是仓库内最完整的参考。 动手练习 CLI-7把大任务切成看得见的小步骤成果你能把一个可复原的文件任务拆成「盘点 → 计划 → 修改 → 验证」每一步都有看得见的结果。CLI-7 的比较练习与 multi-agent 延伸选一个小任务例如「替两份 README 补上同一个执行指令」。第一次先请 agent 提计划不改档第二次请它依序盘点两份档案、列出差异、修改、跑git diff --check最后回报仍未处理的事。比较两次结果时只问三个问题有没有漏档能不能复原验证是否真的执行不要为了看起来厉害把每个小步骤都分派给不同 agent。任务需要互相等待、会改同一批档案或你还说不清成功条件时先用单一 agent。完整的 subagent、agent team、背景工作与审查流程放在 Stage 5.5 — Subagents: isolate the bulky work。A2 只练习把工作切清楚——先学会「单 agent 清晰步骤」再谈多 agent 编排。 动手练习 CLI-8做一张 portable prompt 对照卡成果你能保留同一个任务核心并清楚标出换工具时要改的档名、权限、命令与启用方式。CLI-8 的跨工具测试步骤共用核心只写四栏任务、范围、禁止事项、成功条件。在第一个 CLI 的干净 demo repo 跑一次记录 CLI 版本、模型provider、权限设定与git diff。复原后git restore或按需删除新档再换第二个 CLI。不要让两个会写档的 session 同时操作同一个目录。另外记下差异project-instructions 档名、Skill 位置、shellsandbox 权限、工具名称、登入与费用。「Portable」代表核心意思容易搬不代表整段文字与设定可以零修改复制。若第二个工具没有同名功能就回到成功条件选它真正支援的方法。对照当前仓库的 CLI Agents 参考指南 第 69 行起「Keep four things when moving a prompt between CLIs」一节可以看到同样的原则记录文件路径与允许范围、把模型/provider/API key/审批设定分开记录、用普通语言描述目标、要求git diff与测试结果并先复原工作树再换 CLI。两处内容互相印证说明「portable 核心 逐工具适配」是 Track A 反复强调的实践准则。 精选 Projects推荐度是本学习地图的编辑建议不是 GitHub stars。⭐⭐⭐⭐⭐表示如果你选那个 CLI 路径这份官方文件或工具是必读必做不是叫你读完所有五星列。下面按用途分成五组同一组只显示一次分类栏。类型资源先看什么适合何时使用推荐度来源官方专案规则CodexAGENTS.md分层载入与优先顺序替 Codex 写 repo 规则⭐⭐⭐⭐⭐官方文件官方专案规则Claude CodeCLAUDE.md何时放规则、何时移到 Skill替 Claude Code 写持续规则⭐⭐⭐⭐⭐官方文件官方专案规则Gemini CLIGEMINI.md目录范围与载入方式替 Gemini CLI 放专案 context⭐⭐⭐⭐⭐官方文件官方专案规则OpenCodeAGENTS.mdrules 载入、合并与 fallback替 OpenCode 写规则⭐⭐⭐⭐⭐官方文件官方 Skill 文件CodexChatGPT Build skillsSKILL.md结构与载入位置做 Codex 可重用流程⭐⭐⭐⭐⭐官方文件官方 Skill 文件Claude Code Skills按需载入、legacy commands、权限做 Claude Code Skill⭐⭐⭐⭐⭐官方文件官方 Skill 文件Gemini CLI Agent Skillsdiscovery、安装同意与启用同意管理 Gemini CLI Skill⭐⭐⭐⭐⭐官方文件官方 Skill 文件OpenCode Agent Skills支援位置、frontmatter、permission做 OpenCode Skill⭐⭐⭐⭐⭐官方文件标准与可读范例Agent Skills specification共同格式的最低要求想让核心内容较容易跨工具⭐⭐⭐⭐标准标准与可读范例anthropics/claude-plugins-official官方 plugin 内的 Skills 与 commands想看 Skill 如何被打包分享⭐⭐⭐⭐⭐GitHub repo标准与可读范例mattpocock/skills工程工作中使用的短 Skill 范例想比较不同写法⭐⭐⭐⭐GitHub repo标准与可读范例obra/superpowers真实 workflow 如何拆成 Skills完成第一个 Skill 后再看⭐⭐⭐⭐GitHub repo索引与 prompt 练习hesreallyhim/awesome-claude-code按类型找 Claude Code 资源已知道需求、想找更多范例⭐⭐⭐GitHub repo索引与 prompt 练习anthropics/prompt-eng-interactive-tutorial一步一步比较 prompt 写法CLI-8 卡在共用核心时⭐⭐⭐⭐官方 GitHub repoRepo context 工具yamadashy/repomix产生一次性的 codebase 快照需要把 repo 内容整理给 agent⭐⭐⭐⭐⭐GitHub repoRepo context 工具langchain-ai/openwiki建立可持续更新的 repo wiki大型 repo 需要按需查文件⭐⭐⭐⭐GitHub repo如果你准备在 Claude Code 上安装一个真实 Skill 做对照实验仓库内的 tool-calling-tutorREADME.en.md可作为首选样例——它同时提供三语 SKILL 文件、references/参考与evals/评测是「Skill 如何打包分享」的仓库内落地示范。✅ 进 Stage 5 前的自我检查我能用自己的话分清专案规则、Skill、单次 prompt。我的规则卡有用途、禁止事项、验证指令、交付格式而且 agent 能读到。我的 review Skill 只读取变更测试后git status --short没有多出非预期修改。我知道「共用核心」不等于「所有 CLI 的档名与权限都一样」。四项都做到就进入 Stage 5 的 Track A 核心先读 5.1–5.4再前往 A3。若还没做到先回 demo repo 重跑 CLI-5 或 CLI-6不必先读完所有补充资料。 常见问题与修正方式规则写很多agent 还是漏掉先删掉背景故事与重复句只留可以观察的行为。必须每次固定执行的安全检查应使用工具提供的 hookpolicy而不是只靠文字提醒。Skill 没出现检查资料夹、SKILL.md大小写、YAML frontmatter 与工具支援的位置再依官方方式 reload 或重开 session。Skill 自己做了危险动作把 deploy、send、commit、push 改为只能由使用者明确启用并先用只读版本测试。第三方 Skill 要先读完内容和 scripts 再使用。同一份 Skill 在另一个 CLI 坏掉保留共同的目标与步骤重新对照那个工具承认的 frontmatter、permission 与 tool 名称不要用猜的。专案资讯太多专案规则只当地图细节放在docs/、Skill 的references/或其他按需文档。规则越长不代表越可靠。 安全底线规则与 Skill 都是文字指令不是绝对防护。不要放 API key、token 或个资任何会写档、commit、push、部署或呼叫外部服务的流程都要有可以看见的权限边界与验证步骤。本仓库自己的 CLAUDE.md 与 tool-calling-tutor Skill 都遵循这一原则Skill 正文明确写「Do not edit, commit, push, deploy, or send messages」把危险动作排除在自动执行之外——这正是「用只读版本先行验证、危险动作必须用户明确启用」的仓库内证据。进入下一站前的一句话总结Project instructions 管「每次必知」Skill 管「重复流程」One-off prompt 管「本次任务」——三者边界清楚工作流才能既稳定又可移植。赞分享教程文档AI Agent人工智能大模型【免费下载链接】awesome-agentic-ai-zhA trilingual (繁中 / English / 简中) learning roadmap for agentic AI: from LLM basics to multi-agent systems, with 240 curated resources and hands-on examples. 中文 AI agent 學習地圖。项目地址https://gitcode.com/gh_mirrors/aw/awesome-agentic-ai-zh点击查看免费下载相关推荐Agentic AI 实战 Cookbook用六份可验证 Recipe 把 Skill、MCP 与本机 CLI Agent 落到实处awesome-agentic-ai-zhAgentic AI 实战 Cookbook用六份可验证 Recipe 把 Skill、MCP 与本机 CLI Agent 落到实处awesome agen教程文档AI Agent人工智能大模型awesome-agentic-ai-zh Track A2 渐进式披露改造让 CLI 规则卡与 Skill 一次看懂的可复现工作流设计awesome agentic ai zh Track A2 渐进式披露改造让 CLI 规则卡与 Skill 一次看懂的可复现工作流设计 本文聚焦该开源学习地教程文档AI Agent人工智能大模型同一 Agent、两个框架在 awesome-agentic-ai-zh 中用 LangGraph 与 CrewAI 实战 search summarize 对比同一 Agent、两个框架在 awesome agentic ai zh 中用 LangGraph 与 CrewAI 实战 search summariz教程文档AI Agent人工智能大模型上一篇active-directory-aspnetcore-webapp-openidconnect-v2完全指南构建支持多场景登录的ASP.NET Core应用下一篇GoGoGo虚拟定位工具免ROOT改定位创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
