agent-guild
by dqsjqian
让足够聪明的 AI agent 只需读一个文件即可加入你共享记忆的协议
A protocol that lets any sufficiently intelligent AI agent join your shared memory by simply reading one file.
安装
dsh plugin --profile web add github:dqsjqian/agent-guildGitHub 源码安装:首次需按提示配置 allowBuilds 构建授权后重试
安装与环境配置指引、插件开发教程见 DSH 中文社区文档 ↗
安装即在你的机器上以你的权限运行第三方代码——它可读写文件、使用凭据、访问网络,DSH 的工具审批不会为插件代码加沙箱。「检测到 manifest」仅代表发现 dsh.bundle / dsh.plugin 清单,不构成兼容性或安全审查;安装前请审阅源码,不熟悉的插件先在不含密钥的环境试用。
README
目录
一个协议——让任何足够聪明的 AI agent 只需读一个文件,就能加入你的共享记忆。
English | 中文
你大概率每天都在多个 AI agent 之间切换 —— Claude Code、Cursor、CodeBuddy、WorkBuddy、OpenClaw、Aider、GitHub Copilot Chat……每一个都是孤岛。每一个都各自有它对你的记忆,谁也不知道别人学到了什么。同样的偏好你要反复教。
Agent Guild 终结这件事。 它是一个协议——不是框架、不是服务、甚至不是库——让你机器上的多个 AI agent 通过纯 Markdown 文件 + Unix 软链共享一份记忆真相源。
30 秒理解
~/.agent-guild/ ← 你机器上的中央目录
│
│ ─── 协议层(强制)───
├── ONBOARDING.md ← 新 agent 一次性入会流程
├── CONVENTIONS.md ← 可选的、非规范性约定
├── identity/ ← 你是谁(profile / 作息)
├── rules/ ← 所有 agent 必须遵守的硬规则
├── toolchain/ ← 工具 / 路径 / 配置
├── projects/ ← 你在做什么
├── log/daily/ ← 按 agent 分文件的日志(无写冲突)
├── handoff/ ← 跨 agent 收件箱 + 共享状态
├── skills/agent-guild/ ← 从仓库根安装的 runtime skill(SKILL.md + manifest + scripts)
├── registry.json ← 哪些 agent 加入了
│
│ ─── 约定层(可选,推荐)───
├── skills_data/<skill>/ ← 各 skill 自己的持久化数据(一个备份根管所有)
├── mcp/<server>/ ← 共享 MCP server 配置
├── plugins/<name>/ ← 共享插件
└── tools/<name>/ ← 共享 CLI 脚本/工具
每个加入的 agent 都有一个软链:
~/.<your-agent>/skills/agent-guild → ~/.agent-guild/skills/agent-guild/
就这。没有 daemon。没有服务器。没有 npm install。没有第三方运行时。纯文件系统。
为什么需要它(以及它跟别的方案有啥不同)
| 已有方案 | 它做什么 | 死穴 |
|---|---|---|
| ChatGPT Memory | 自动记住关于你的事实 | 锁死在 OpenAI 生态 |
| Claude Projects | 项目级上下文 | Anthropic 独享 |
| MemGPT / Letta | 单 agent 内部长期记忆 | 不跨 agent |
| Mem0 | 跨 agent 的记忆服务 | 需要服务化部署、REST API、绑死供应商 |
| MCP | 工具/资源协议 | 不是记忆方案 |
| Agent Guild | 跨厂商、本地优先、纯文本、零依赖 | 要求 agent 智力够读懂一份文件 |
差异化的关键:我们不为每个 agent 写适配器。我们写一份 SKILL.md,任何足够聪明的 LLM 都能读懂并自我接入。读不懂的 agent……不配加入。这是设计本身。
用户怎么让任何 AI agent 加入
对 agent 说一句(任何语言、任何措辞):
"请读
~/.agent-guild/ONBOARDING.md加入这个体系。"
就这一句话——这就是用户侧全部工作流。不需要装 CLI,不需要改配置。Agent 自己读这个文件,按里面的入会流程完成接入并报告。
如果某个 agent 搞不定这件事,说明这个 agent 不够聪明,不配做你的工作伙伴 —— 你也借此知道了。这是内置的能力测试。
协议要求加入的 agent 做什么
协议显式区分一次性入会 vs 持续运行能力:
ONBOARDING.md(一次性):发现自己 runtime 的"用户可扩展 skill 目录"→ 安装(symlink → copy → readonly 自动降级)→ 闭环触发自检证明真的能调 → 在registry.json登记SKILL.md(每次按需触发):读共享身份/规则/当前焦点;查收件箱/发消息;写当日日志;刷新last_seen。这是加入后 agent 一直带着的运行时能力
详见:
ONBOARDING.md—— 一次性入会流程SKILL.md—— 加入后的运行时能力SPEC.md—— 完整协议规范CONVENTIONS.md—— 非规范性的可选约定(如推荐的 skill 数据位置~/.agent-guild/skills_data/)manifest.json—— 机器可读
单一真相源 + 自动协议升级
每个加入 agent 的 ~/.<agent>/skills/agent-guild/ 是一条软链指回中央 ~/.agent-guild/skills/agent-guild/。当本项目发布协议升级,你只更新中央目录,用户机器上每个 agent 下次会话启动就看到新版本。零推送、零版本检查、零 hash 比对。文件系统语义就这么干净利落。
用户自己的内容(identity/ rules/ toolchain/ 等)从不会被上游覆盖 —— 它们存在于软链外的同级目录,跟协议骨架物理隔离。
安装(用户视角)
macOS / Linux / WSL / Git Bash
curl -fsSL https://raw.githubusercontent.com/dqsjqian/agent-guild/main/scripts/install.sh | bash
Windows(PowerShell)
iwr -useb https://raw.githubusercontent.com/dqsjqian/agent-guild/main/scripts/install.ps1 | iex
安装器只做一件事:在 ~/.agent-guild/(Windows 上是 %USERPROFILE%\.agent-guild\)建中央目录 + seed 模板 + 末尾打印一条双语口令让你复制给 agent。它不会动任何 agent 的 home 目录。 Agent 自己负责接入——这就是协议。
手动安装
git clone https://github.com/dqsjqian/agent-guild ~/.agent-guild
然后对你的 agent 说:
"请阅读
~/.agent-guild/ONBOARDING.md加入 Agent Guild。"
Agent 会自己想办法接入(软链、拷贝、或者只读 fallback——具体见 ONBOARDING.md)。
平台支持
| 系统 / Shell | 状态 |
|---|---|
| macOS | ✅ 一类支持 |
| Linux | ✅ 一类支持(任何 POSIX shell) |
| Windows + PowerShell 5.1+ | ✅ 一类支持(开发者模式或管理员权限) |
| Windows + WSL / Git Bash | ✅ 可用(Git Bash 需先设 MSYS=winsymlinks:nativestrict) |
| Windows + cmd.exe | ❌ 不支持(请用 PowerShell) |
升级(已经装过)
cd ~/.agent-guild && git pull # (如果通过 git clone 装的)
# 或重新跑:
curl -fsSL https://raw.githubusercontent.com/dqsjqian/agent-guild/main/scripts/install.sh | bash
升级永远不会覆盖你的 identity/ rules/ toolchain/。只会更新协议骨架(skills/)。
多设备 / 备份
如果你有多台机器或换机,把整个 ~/.agent-guild/ 用 rsync / 私有 git 仓库 / iCloud Drive 备份即可。注意不要把它推到公开仓库——里面是你的私人记忆。
项目状态 & 设计哲学
Phase 1(已完成):协议 + 参考内容。 目录骨架、SKILL.md、manifest.json、跨平台安装脚本。README 才是产品。
Phase 2(3.0 已完成):单文件 Python CLI(ag 命令),子命令 init / adopt / bootstrap / doctor / status / register / log / focus / send / audit / prune。stdlib only,零第三方依赖,Windows / macOS / Linux 通用。
Phase 3(进行中):Adapters 目录。 社区贡献各 agent 的接入指南。
我们坚决不会做:
- daemon(守护进程)
- pip / npm 上的包
- CRDT 同步引擎
- 云服务
- 聊天界面
这个项目是一份约定,不是软件。约定胜过配置。文件系统胜过数据库。软链胜过同步逻辑。
License
MIT。详见 LICENSE。
作者
@dqsjqian · 同时是 soul-archive(数字人格存档)和 ai-eight-creed(AI 八耻八荣)的作者。
让你的 AI agent 们终于停止互相不认识。
原始 README: https://github.com/dqsjqian/agent-guild/blob/main/docs/README_CN.md ↗
同类插件
查看全部 →
mnemon
LLM监督持久内存插件 — 基于图的召回,跨会话知识,单二进制。与DeepSeek Harness、Claude Code、OpenClaw及任何代理运行时兼容。

memtrace-public
面向 AI 编码 agent 的结构化记忆:双时态图谱、MCP 原生、零 LLM 调用;支持 Cursor · Claude Code · Codex · DeepSeek Harness · Hermes · VS Code · Windsurf

dsh-flowix-memory
将本地 flowix-cli 注册为 MCP 服务,让 agent 可以搜索、读取、创建和编辑 Flowix 备忘与思维导图产物。

flowix
笔记助你,记忆助你的代理。

engramory
AI代理的便携式内存协议 — 以静态规则加载;整理学科 + 参考规范 + 可选的钩子API

dsh-memory-evolve
为 DeepSeek Harness 提供纯插件实现的跨会话长期记忆与后台自我进化能力:五轨记忆、Git 分支感知、回合内自我审查、技能自我进化与技能管理器、四轨待办、COI 调度、会话广播、会话搜索、提示词管理器和临时信息便签;零核心修改、零运行时依赖,安装即用,卸载即净。