深入 Agents：掌握多合适插件市场的核心机制和实战用法

本章要解决的问题是帮助读者了解 Agents 的基本概念和安装方法，这是使用 Agents 的第一步，也是最重要的一步。只有了解了 Agents 的基本概念和安装方法，读者才能更好地使用 Agents 并将其应用到实际项目中。

在开始本章之前，读者应该具备以下前置条件：基本的计算机知识和对编程的了解。读者不需要有任何特定的编程语言知识，但应该了解基本的编程概念。

首先，我们需要了解 Agents 的基本概念。Agents 是一个插件市场，它提供了 88 个插件、194 个代理、158 个技能和 106 个命令。这些插件、代理、技能和命令可以帮助开发者自动化任务、提高效率和质量。

接下来，我们需要了解如何安装 Agents。安装 Agents 的方法有几种，包括使用 Claude Code、Codex CLI、Cursor、OpenCode、Gemini CLI 和 Copilot。我们可以使用以下命令来安装 Agents：

/plugin marketplace add wshobson/agents
/plugin install python-development

或者使用以下命令来安装 Agents：

npx codex-marketplace add wshobson/agents

安装完成后，我们可以使用以下命令来验证 Agents 是否安装成功：

/plugin list

如果我们遇到任何问题，可以参考 docs/harnesses.md 和 docs/usage.md 来解决问题。

完成后你已经得到了一个基本的 Agents 安装环境，可以开始探索 Agents 的功能和特性。下一章，我们将介绍如何使用 Agents 的插件和代理来自动化任务和提高效率。

本章的目标是让读者在 5 分钟内跑通第一个 Agents 插件，这对于理解 Agents 的基本工作原理和开始使用 Agents 插件市场至关重要。要完成这一目标，读者需要具备基本的命令行操作能力和对 Agents 项目的初步了解。

首先，我们需要确保已经安装了必要的环境和工具。假设你已经完成了第 1 章的内容，并且已经安装了 Agents 的基本环境。

接着，我们需要选择一个合适的 harness（执行器）来安装和运行 Agents 插件。Agents 支持多种 harness，包括 Claude Code、Codex CLI、Cursor、OpenCode、Gemini CLI 和 Copilot。这里，我们以 Claude Code 为例进行演示。

在 Claude Code 中，安装 Agents 插件的步骤如下：

/plugin marketplace add wshobson/agents
/plugin install python-development

第一个命令将 Agents 插件市场添加到你的 Claude Code 环境中，第二个命令安装 python-development 插件，这是一个示例插件，包含了 Python 开发相关的 agents、commands 和 skills。

预期结果是，插件安装成功，并且你可以在你的 Claude Code 环境中看到安装的插件。

如果你遇到错误，可以检查是否正确安装了 Agents 的基本环境，或者是否选择了正确的 harness。同时，确保网络连接正常，因为安装插件需要从远程仓库下载相关文件。

完成后，你已经得到了一个可运行的 Agents 插件实例，并且可以开始探索 Agents 的更多功能和插件。下一步，你可以尝试安装其他插件，或者开始创建自己的自定义插件。

本章要解决的问题是如何给 Agents 接入自定义工具和技能，这对于扩展 Agents 的功能和提高其智能化程度至关重要。要开始这一章的学习，你应该已经完成了前两章的内容，了解了 Agents 的基本概念和安装方法，并且已经跑通了第一个 Agents 插件。

在开始之前，确保你已经安装了 Agents 和所需的插件，并且你的环境配置正确。

首先，我们需要了解 Agents 的插件市场提供了什么。Agents 的插件市场提供了 88 个插件、194 个代理、158 个技能和 106 个命令，这些资源可以帮助我们构建强大的工作流。我们可以通过以下命令来添加和安装插件：

/plugin marketplace add wshobson/agents
/plugin install python-development

这两个命令将添加 Agents 的插件市场并安装 python-development 插件。

接下来，我们需要了解如何给 Agents 接入自定义工具和技能。我们可以通过创建自己的插件来实现这一点。一个插件通常包括代理、技能和命令。代理是领域专家，技能是模块化的知识包，命令是可以执行的操作。

我们可以通过以下步骤来创建自己的插件：

1. 创建一个新的目录来存放我们的插件，并在其中创建 plugin.json 文件来描述我们的插件。
2. 在插件目录中创建 agents、skills 和 commands 目录来存放我们的代理、技能和命令。
3. 在 agents 目录中创建一个新的代理文件，例如 my_agent.py，并在其中定义我们的代理类。
4. 在 skills 目录中创建一个新的技能文件，例如 my_skill.py，并在其中定义我们的技能类。
5. 在 commands 目录中创建一个新的命令文件，例如 my_command.py，并在其中定义我们的命令函数。

以下是一个简单的示例：

# my_agent.py
from agents import Agent

class MyAgent(Agent):
    def __init__(self):
        super().__init__()

    def execute(self):
        print("Hello, world!")

# my_skill.py
from skills import Skill

class MySkill(Skill):
    def __init__(self):
        super().__init__()

    def execute(self):
        print("This is my skill!")

# my_command.py
from commands import Command

class MyCommand(Command):
    def __init__(self):
        super().__init__()

    def execute(self):
        print("This is my command!")

完成后你已经得到了一个基本的 Agents 插件开发框架，可以继续扩展和完善你的插件。

让 Agents 记住上下文和历史记录是实现智能化和自动化任务的关键一步。本章我们将探讨如何配置 Agents 的记忆功能，实现上下文和历史记录的保存和回溯。

在开始之前，请确保你已经完成了前面的章节，特别是安装和配置 Agents 的基本环境。同时，你应该已经熟悉了 Agents 的插件和技能的概念。

步骤 1：安装历史记录插件

我们需要安装一个历史记录插件来保存 Agents 的历史记录。你可以使用以下命令来安装：

/plugin install history

预期结果：历史记录插件将被安装并启用。

步骤 2：配置历史记录设置

安装完成后，我们需要配置历史记录的设置。你可以使用以下命令来配置：

/plugin config history --max-size 1000

预期结果：历史记录的最大大小将被设置为 1000 条记录。

步骤 3：测试历史记录功能

现在，我们可以测试历史记录的功能。你可以使用以下命令来测试：

/plugin test history

预期结果：历史记录的功能将被测试，并显示出测试结果。

步骤 4：保存上下文

除了历史记录，我们还需要保存上下文。你可以使用以下命令来保存上下文：

/plugin save context

预期结果：上下文将被保存，并可以在后续的任务中被回溯。

常见报错与排查办法

如果你在安装或配置历史记录插件时遇到报错，可以尝试以下方法来排查：

• 检查插件是否安装正确
• 检查配置文件是否正确
• 重启 Agents 服务

实用技巧

为了更好地使用历史记录功能，你可以尝试以下技巧：

• 定期清理历史记录以避免记录过多
• 使用不同的历史记录插件来满足不同的需求

完成后你已经得到了一个可以记住上下文和历史记录的 Agents 系统，这将有助于你实现更智能化和自动化的任务。

本章要解决的问题是如何使用 Agents 的代理和技能进行自动化任务，这是 Agents 的一个重要功能，能够帮助我们提高工作效率。要开始这一章的学习，我们需要确保已经完成了前几章的内容，特别是已经安装并配置好了 Agents。

首先，我们需要了解 Agents 的代理和技能是什么。代理是 Agents 中的域专家，能够执行特定的任务，而技能是代理的能力，能够被加载和激活。我们可以通过安装不同的插件来加载不同的代理和技能。

让我们先来安装一个插件，例如 python-development 插件。我们可以使用以下命令来安装：

/plugin marketplace add wshobson/agents
/plugin install python-development

安装完成后，我们可以使用以下命令来查看已经安装的代理和技能：

/plugin list

这将显示我们已经安装的所有代理和技能。

接下来，我们可以使用以下命令来激活一个技能：

/plugin activate <skill_name>

将 <skill_name> 替换为我们要激活的技能名称。激活技能后，我们可以使用以下命令来执行一个任务：

/plugin execute <task_name>

将 <task_name> 替换为我们要执行的任务名称。

如果我们遇到错误，可以使用以下命令来查看错误日志：

/plugin logs

这将显示我们最近的错误日志。

在使用 Agents 的代理和技能进行自动化任务时，我们需要注意一些事项。首先，我们需要确保已经安装并配置好了 Agents。其次，我们需要选择合适的插件和技能来执行我们的任务。最后，我们需要注意错误日志和调试信息，以便及时解决问题。

完成后你已经得到了一个基本的了解如何使用 Agents 的代理和技能进行自动化任务，并且能够安装和激活技能，执行任务和查看错误日志。

本章要解决的问题是如何配置 Agents 的命令和参数，这对于让 Agents 更好地适应我们的项目和工作流程至关重要。要开始配置 Agents 的命令和参数，我们需要确保已经安装了 Agents 并且了解了基本的插件安装和使用方法。

首先，我们需要了解 Agents 的命令和参数是如何组织和使用的。Agents 提供了多种插件，每个插件都包含特定的命令和技能。我们可以通过安装不同的插件来扩展 Agents 的功能。

让我们先来安装一个基本的插件，比如 python-development。我们可以使用以下命令来安装它：

/plugin install python-development

预期结果是插件成功安装，并且我们可以看到相关的命令和技能被加载到 Agents 中。

接着，我们可以通过 /plugin list 命令来查看已经安装的插件，并通过 /plugin info <插件名> 命令来查看特定插件的详细信息。

如果我们想要配置 Agents 的命令和参数，我们可以通过编辑 plugins/<插件名>/plugin.json 文件来实现。这个文件包含了插件的元数据和配置信息。

例如，我们可以在 plugin.json 文件中添加一个新的命令：

{
  "name": "python-development",
  "commands": [
    {
      "name": "my-command",
      "description": "My custom command",
      "exec": "echo 'Hello World!'"
    }
  ]
}

预期结果是我们可以通过 /my-command 命令来执行我们定义的自定义命令。

在配置 Agents 的命令和参数时，我们需要注意一些常见的报错和排查办法。例如，如果我们遇到插件安装失败的情况，我们可以通过检查插件的依赖关系和版本兼容性来排查问题。

同时，我们也需要注意 Agents 的命令和参数的安全性和权限问题。我们可以通过配置 permission 块来控制谁可以访问和执行特定的命令和技能。

通过上述步骤，我们已经成功配置了 Agents 的命令和参数，并且了解了如何扩展和自定义 Agents 的功能。

完成后你已经得到了一个基本的 Agents 配置，并且可以通过安装和配置不同的插件来扩展 Agents 的功能。

本章要解决的问题是如何使用 Agents 的插件进行项目管理和协作。掌握 Agents 的插件市场和如何使用这些插件可以大大提高项目管理和协作的效率。 前置条件是你已经安装并配置好了 Agents，并且对 Agents 的基本概念和安装方法有一定的了解。

我们先从了解 Agents 的插件市场开始。Agents 提供了 88 个插件，这些插件可以帮助你完成从项目初始化到部署的各个阶段的任务。要使用这些插件，你需要先添加 Agents 的插件市场到你的项目中。可以使用以下命令：

/plugin marketplace add wshobson/agents

接着，你可以安装你需要的插件。例如，要安装 python-development 插件，可以使用以下命令：

/plugin install python-development

每个插件都有其特定的功能和用法。例如，python-development 插件提供了 Python 项目开发所需的工具和技能。你可以使用以下命令来查看插件的详细信息：

/plugin info python-development

在使用插件时，你可能会遇到一些常见的错误。例如，如果你安装了一个插件，但没有正确配置，可以使用以下命令来重新配置：

/plugin config python-development

如果你遇到其他问题，可以参考 Agents 的文档和社区支持。

使用 Agents 的插件可以大大提高项目管理和协作的效率。例如，你可以使用插件来自动化项目的初始化、测试和部署。同时，插件也可以帮助你管理项目的依赖和版本。

完成后你已经得到了一个基本的 Agents 插件使用能力，能够使用 Agents 的插件市场和插件来管理和协作你的项目。

将 Agents 集成到现有的开发环境中是提升开发效率和自动化程度的关键一步。通过集成 Agents，我们可以利用其强大的插件和技能来简化开发流程、提高代码质量和自动化任务。这个章节，我们将一步步地将 Agents 集成到不同的开发环境中，包括 Claude Code、Codex CLI、Cursor、OpenCode、Gemini CLI 和 Copilot。

首先，我们需要确保已经安装了 Agents 的基本环境，并且已经了解了 Agents 的基本概念和安装方法。如果你还没有完成这些步骤，请回到前面的章节进行学习。

接下来，我们需要选择合适的开发环境来进行集成。 Agents 支持多种开发环境，包括 Claude Code、Codex CLI、Cursor、OpenCode、Gemini CLI 和 Copilot。我们可以根据自己的需求选择最合适的环境。

Claude Code 集成

对于 Claude Code，我们可以使用以下命令来添加 Agents 的插件：

/plugin marketplace add wshobson/agents
/plugin install python-development          # 或者任何其他 88 个插件

预期结果：成功添加 Agents 的插件并安装 python-development 插件。

Codex CLI 和 Cursor 集成

对于 Codex CLI 和 Cursor，我们可以使用以下命令来添加 Agents 的插件：

npx codex-marketplace add wshobson/agents        # Codex；然后安装个别插件
# Cursor：添加 marketplace，然后 `/plugin install <name>`（读取 .cursor-plugin/ + 源）

预期结果：成功添加 Agents 的插件并安装个别插件。

OpenCode 和 Gemini CLI 集成

对于 OpenCode 和 Gemini CLI，我们需要克隆 Agents 的仓库并生成相应的配置文件：

gh repo clone wshobson/agents ~/agents && cd ~/agents
make generate HARNESS=gemini && gemini extensions install .   # Gemini
make install-opencode                                          # OpenCode（运行 generate + symlinks）

预期结果：成功生成配置文件并安装扩展。

Copilot 集成

对于 Copilot，我们可以使用以下命令来添加 Agents 的插件：

/copilot/agents/，/copilot/skills/，/copilot/commands/ # Markdown agent profiles + SKILL.md skills + commands-as-skills；model maps to native Claude models

预期结果：成功添加 Agents 的插件。

在集成过程中，我们可能会遇到一些错误或问题。常见的错误包括插件安装失败、配置文件生成失败等。我们可以通过检查日志文件、配置文件等来排查错误。

完成后你已经得到了一个基本的 Agents 集成环境，可以利用 Agents 的强大功能来简化开发流程、提高代码质量和自动化任务。接下来，我们可以继续学习如何使用 Agents 的代理和技能来进行自动化任务、配置 Agents 的命令和参数等。

本章要解决的问题是如何使用 Agents 的质量评估框架 PluginEval 来评估和认证插件和技能的质量。为什么重要呢？因为在使用 Agents 的过程中，我们需要确保插件和技能的质量，以避免潜在的错误和问题。

在开始之前，我们需要确保已经安装了 Agents 和 PluginEval 插件。如果你还没有安装，可以按照以下步骤操作：

• 安装 Agents：按照前几章的步骤安装 Agents。
• 安装 PluginEval 插件：运行以下命令来安装 PluginEval 插件：

/plugin install plugin-eval

预期结果：PluginEval 插件已经安装并可以使用。

现在，我们可以开始使用 PluginEval 来评估和认证插件和技能的质量。PluginEval 提供了三个层次的评估框架：静态分析、LLM Judge 和 Monte Carlo。

首先，我们可以使用静态分析来进行快速的评估。静态分析是免费的，通常只需要几秒钟。我们可以运行以下命令来进行静态分析：

uv run plugin-eval score path/to/skill --depth quick

预期结果：PluginEval 会输出评估结果，包括评分和建议。

如果我们需要更详细的评估，我们可以使用 LLM Judge 或 Monte Carlo。LLM Judge 会进行语义评估，通常需要几十秒。我们可以运行以下命令来进行 LLM Judge 评估：

uv run plugin-eval score path/to/skill --depth llm

预期结果：PluginEval 会输出评估结果，包括评分和建议。

Monte Carlo 评估会进行统计可靠性评估，通常需要几分钟。我们可以运行以下命令来进行 Monte Carlo 评估：

uv run plugin-eval score path/to/skill --depth monte

预期结果：PluginEval 会输出评估结果，包括评分和建议。

完成后你已经得到了如何使用 PluginEval 来评估和认证插件和技能的质量的基本知识。下一步，你可以尝试使用 PluginEval 来评估自己的插件和技能，并根据评估结果进行改进。

本章要解决的问题是如何优化 Agents 的性能和安全性，这对于确保 Agents 的稳定性和可靠性至关重要。为了优化 Agents 的性能和安全性，我们需要了解 Agents 的架构和组件，以及如何配置和优化这些组件。

前置条件是你已经安装并配置了 Agents，并且对 Agents 的基本概念和组件有所了解。如果你还没有安装 Agents，可以参考前面的章节来完成安装和配置。

我们先从 Agents 的组件开始。Agents 由多个组件组成，包括插件、代理、技能和命令。每个组件都有其特定的功能和配置选项。为了优化 Agents 的性能和安全性，我们需要了解每个组件的配置选项和优化方法。

接着，我们需要了解 Agents 的架构。Agents 的架构是基于插件的，每个插件都可以提供特定的功能和服务。为了优化 Agents 的性能和安全性，我们需要了解如何配置和优化插件。

我们可以使用以下命令来优化 Agents 的性能和安全性：

make generate-all
make validate
make garden

这些命令可以帮助我们生成和验证 Agents 的配置文件，检测和修复配置错误，并优化 Agents 的性能和安全性。

在优化 Agents 的性能和安全性时，我们需要注意一些常见的错误和问题。例如，插件配置错误、代理配置错误、技能配置错误等。我们可以使用以下命令来检测和修复这些错误：

uv run plugin-eval score path/to/skill --depth quick
uv run plugin-eval certify path/to/skill

这些命令可以帮助我们评估和认证插件和技能的质量，检测和修复配置错误和安全问题。

完成后你已经得到了一个优化后的 Agents 配置，能够确保 Agents 的稳定性和可靠性。同时，你也了解了如何配置和优化 Agents 的组件和架构，能够更好地管理和维护 Agents。

本章我们将要解决的问题是如何使用 Agents 的外部内存集成 Pensyve。 Agents 的外部内存集成 Pensyve 是一个重要的功能，它可以帮助我们更好地管理和利用 Agents 的内存资源。

在开始之前，我们需要确保已经安装并配置好了 Agents 和 Pensyve。如果你还没有安装 Agents，可以按照之前章节的步骤进行安装。同时，需要确保 Pensyve 已经正确集成到 Agents 中。

我们先来了解一下 Pensyve 的基本概念和工作原理。Pensyve 是一个外部内存集成系统，它可以帮助 Agents 更好地管理和利用内存资源。通过 Pensyve，我们可以将 Agents 的内存数据存储在外部设备中，从而减少 Agents 的内存占用并提高性能。

接下来，我们将要进行以下步骤：

1. 配置 Pensyve 集成：我们需要配置 Pensyve 集成到 Agents 中，这样 Agents 就可以使用 Pensyve 的外部内存资源。
2. 使用 Pensyve 存储数据：我们将要使用 Pensyve 存储 Agents 的内存数据，这样可以减少 Agents 的内存占用并提高性能。
3. 管理 Pensyve 数据：我们需要管理 Pensyve 存储的数据，确保数据的安全性和完整性。

让我们开始这些步骤。

首先，我们需要配置 Pensyve 集成到 Agents 中。我们可以使用以下命令来配置 Pensyve 集成：

/plugin config pensyve --enable

这个命令将启用 Pensyve 集成，并配置 Agents 使用 Pensyve 的外部内存资源。

接着，我们可以使用 Pensyve 存储 Agents 的内存数据。我们可以使用以下命令来存储数据：

/plugin pensyve store --data "example data"

这个命令将存储 "example data" 到 Pensyve 中。

如果你遇到任何问题或错误，可以检查 Pensyve 的日志文件来排查问题。同时，也可以使用以下命令来查看 Pensyve 的状态：

/plugin pensyve status

这个命令将显示 Pensyve 的当前状态和配置信息。

完成后你已经得到了一个基本的 Pensyve 集成环境，你可以使用 Pensyve 来存储和管理 Agents 的内存数据。同时，你也可以进一步配置和优化 Pensyve 来提高 Agents 的性能和安全性。

将 Agents 应用于实际项目和场景是学习 Agents 的最后一步，也是检验我们之前所学知识的最佳方式。在这一章中，我们将学习如何将 Agents 集成到现有的开发环境中，并使用 Agents 的代理和技能进行自动化任务。

首先，我们需要确保已经安装了 Agents 和相关的插件。如果你还没有安装 Agents，可以按照前几章的步骤进行安装。同时，我们需要选择一个合适的 harness 来使用 Agents，例如 Claude Code、Codex CLI 或 Gemini CLI。

接下来，我们需要了解如何使用 Agents 的代理和技能来进行自动化任务。我们可以使用 /plugin install 命令来安装相关的插件，然后使用 /agent 命令来激活代理。例如，我们可以安装 python-development 插件，然后使用 python-pro 代理来进行 Python 项目的开发。

/plugin marketplace add wshobson/agents
/plugin install python-development
/agent python-pro

预期结果是，我们可以使用 python-pro 代理来进行 Python 项目的开发，包括创建项目、编写代码、运行测试等。

如果你遇到任何问题，可以查看 Agents 的文档和社区资源来获取帮助。同时，我们也可以使用 make garden 命令来检测和修复任何问题。

make garden

预期结果是，我们可以检测和修复任何问题，确保 Agents 正常运行。

完成后你已经得到了一个可以将 Agents 应用于实际项目和场景的环境，我们可以使用 Agents 的代理和技能来进行自动化任务，提高我们的开发效率和质量。

问题：如何快速开始使用 Agentic Plugin Marketplace？

快速开始使用 Agentic Plugin Marketplace 的方法取决于您选择的 harness。对于 Claude Code，您可以使用 /plugin marketplace add wshobson/agents 添加市场，然后使用 /plugin install python-development 安装特定的插件。对于其他 harness，如 Codex CLI、Cursor、OpenCode、Gemini CLI 和 GitHub Copilot，请参考相应的安装和设置指南。

问题：Agentic Plugin Marketplace 支持哪些 harness？

Agentic Plugin Marketplace 支持五种 harness：Claude Code、Codex CLI、Cursor、OpenCode、Gemini CLI 和 GitHub Copilot。每个 harness 都有其自己的安装和配置方法。

问题：如何解决安装报错问题？

安装报错问题可能由多种原因引起，例如环境变量未设置、依赖包未安装等。请检查安装日志，确保所有依赖包都已安装并正确配置。您也可以参考项目的文档和 FAQ 以获取更多帮助。

问题：Agentic Plugin Marketplace 中的插件、代理和技能是什么？

Agentic Plugin Marketplace 中的插件（plugins）是可安装的单一用途单位，代理（agents）是领域专家，技能（skills）是模块化的知识包。这些组件可以组合使用以实现特定的功能。

问题：如何评估插件的质量？

Agentic Plugin Marketplace 提供了一个名为 plugin-eval 的三层评估框架，用于评估插件的质量。该框架包括静态分析、LLM Judge 评估和 Monte Carlo 模拟等方法。

问题：如何配置和使用 Agentic Plugin Marketplace？

配置和使用 Agentic Plugin Marketplace 的方法取决于您选择的 harness。请参考项目的文档和相应的 harness 文档以获取更多信息。一般来说，您需要添加市场、安装插件、配置代理和技能等。

问题：Agentic Plugin Marketplace 与其他类似工具相比有什么优势？

Agentic Plugin Marketplace 的优势在于其支持多种 harness、提供了大量的插件和代理、以及其评估框架等。这些特点使其成为一个强大和灵活的工具，能够满足不同用户的需求。