当你运行 openclaw agents add [name] 时,系统会在 ~/.openclaw/agents/ 下创建独立文件夹: agent.md:定义该 Agent 的“灵魂”(人格、职责、系统提示词 openclaw agents add boss-manager # 创建技术专家(负责写代码和解决技术难题) openclaw agents add tech-expert 2、定义 Agent 灵魂 (agent.md ) 分别进入它们的文件夹修改 agent.md: boss-manager/agent.md: "你是一个项目经理。 tech-expert/agent.md: "你是一个资深的前端工程师。你只负责编写、重构和审查代码。不要进行废话文学,直接给出技术实现。"
当你运行 openclaw agents add [name] 时,系统会在 ~/.openclaw/agents/ 下创建独立文件夹: agent.md:定义该 Agent 的“灵魂”(人格、职责、系统提示词 openclaw agents add boss-manager # 创建技术专家(负责写代码和解决技术难题) openclaw agents add tech-expert 2、定义 Agent 灵魂 (agent.md ) 分别进入它们的文件夹修改 agent.md: boss-manager/agent.md: "你是一个项目经理。 tech-expert/agent.md: "你是一个资深的前端工程师。你只负责编写、重构和审查代码。不要进行废话文学,直接给出技术实现。"
模块 新增能力 工具系统 模块化拆分 + editFile + lintFile 记忆系统 分层记忆:AGENT.md + 会话摘要 + 滑动窗口 架构 核心逻辑抽离,CLI 和 Web UI 共用 交互 this.messages; // 全部发送 } 这会造成的问题是: 对话越来越长,token 越来越贵 超过上下文限制会报错 AI 对超长上下文中间部分的"注意力"会下降 解决的方式,我就直接抄了,使用三层记忆 AGENT.md :项目级记忆 # AGENT.md - 项目上下文 ## 技术栈 - Node.js (ESM 模块) - DeepSeek API (LLM) ## 编码规范 - 使用 ES6+ 语法 - 注释使用中文 系统提示词 + AGENT.md(长期记忆) let fullSystemPrompt = systemPrompt; if (agentMd) { fullSystemPrompt = `<project_context
cloudbase-guidelines skill FIRST when working with CloudBase projects.中高提升临时单轮对话项目规则根目录创建 CLAUDE.md/AGENT.md 或需要定制规范,可采用手动复制模式,完全自主控制规则与提示词:规则文件配置Cursor:放入 .cursor/rules/ 目录,对话中用 @Files 引用Claude Code:放入 CLAUDE.md/AGENT.md
Modes」) 重要更名: Chat Modes → Custom Agents(更酷,更统一,更像《王牌特工》) 你创建的所有自定义的agent的配置文件 现在存放在: .github/agents/*.agent.md Code 已安装工具 github-copilot GitHub Cloud/CLI 运行 edit, search, shell, MCP 工具 (未指定) 全平台兼容(忽略不支持字段) — 编辑 .agent.md
配置示例 在 .agent.md 文件的 YAML 中定义: --- name: my-custom-agent hooks: pre: | # 预处理逻辑 console.log(
./.agent.md 文件,记录项目上下文,如: 项目使用 Python 3.9 和 Django 框架 • 使用 /memory add 命令动态更新记忆。 2. 优化上下文: • 在 GEMINI.md 或 .agent.md 中详细描述项目结构和规范,提升 AI 响应准确性。 • 示例:明确指定框架版本、代码风格或命名规则。 2.
而且没有可视化的定时任务管理,这两个是我换成Codex app的主要原因,如果你在想怎么从 Claude Code迁移记忆到codex app 的话,只需要把本地的Claude.md复制一份到同目录的Agent.md
他的代理 24/7 自动同步会议、生成内容、发推、处理客户邮件,甚至能优化自身工具配置(如基于 Vercel 的 agent.md 评估)。 结果?
等它按要求组织好开发框架,让它按团队组织开发, 调用子 Agent 进行多进程合作开发: 你是项目负责人,可以给项目不同类型的工作:前后端开发、测试、设计、运维,指派 sub-agent,可以在 agent.md
核心文件 agent.md(Agent的“灵魂”) —— 直接复制以下内容保存: --- name: 蜀道虾 version: 1.0 description: 成都数字文创IP设计师Agent author
Server 供 Agent 调用 ├── settings.json ← 用户凭证配置项(IDE 设置里填写) ├── agents/ │ └── team-trip-agent/AGENT.md
分享2个开发tips:系统级施压:在 Agent.md 里把最核心的SKILL设计原理写进去,别让它放飞自我。
开发者们为了让 AI 按自己的项目规范行事,不得不在代码库里塞进 .cursorrules, AGENT.md, CLAUDE.md 等五花八门的配置文件。 项目目录越来越臃肿,维护成本节节攀升。
但从根本上说,Skills 与 Copilot 中的 *.instruction.md 提示,或者 AGENT.md 及其变体并没有什么不同。
很多工具项目的问题不是“能力不行”,而是: •AI 不知道这个工具存在 •AI 不知道该怎么发现命令 •AI 不知道该怎么在自己的规则体系里正确调用它 •AI 不知道这个能力应该写进哪里(例如 AGENT.md
然后在Personalization(个性化设置)这一块,可以填一下全局规则,这个其实就是命令行见面中的AGENT.md,只不过OpenAI单独拎出来了。
方案 B:项目级的“家法” (System Rules) 在项目根目录创建 CLAUDE.md 或 AGENT.md,增加项目级别的约束规则。
方案 B:项目级的“家法” (System Rules)在项目根目录创建 CLAUDE.md 或 AGENT.md,增加项目级别的约束规则。