Yoodaddy0311/artibot

GitHub: Yoodaddy0311/artibot

一款面向 Claude Code 的认知编排插件,通过双进程路由和原生 Agent Teams API 驱动多专家代理协作,实现从简单任务到复杂项目的智能化委托与编排。

Stars: 1 | Forks: 0

# Artibot [![Coverage](https://img.shields.io/badge/coverage-97.5%25-brightgreen)](plugins/artibot/tests/) [![Tests](https://img.shields.io/badge/tests-3512%20passed-brightgreen)](plugins/artibot/tests/) [![License](https://img.shields.io/badge/license-BSL--1.1-blue)](LICENSE) [![Node](https://img.shields.io/badge/node-%3E%3D18-green)](package.json) ![Claude Code Plugin](https://img.shields.io/badge/Claude_Code-Plugin-7C3AED?style=flat-square) ![Version](https://img.shields.io/badge/version-1.9.2-blue?style=flat-square) ![License](https://img.shields.io/badge/license-BSL--1.1-green?style=flat-square) ![Node.js](https://img.shields.io/badge/Node.js-18%2B-brightgreen?style=flat-square) ![Agent Teams](https://img.shields.io/badge/Agent_Teams-Native-orange?style=flat-square) 一款面向 [Claude Code](https://github.com/anthropics/claude-code) 的认知编排插件,由**双进程路由**、**终身学习**以及**原生 Agent Teams API** 驱动。Artibot 采用 System 1/2 认知架构对每一个请求进行分类,组建具备 P2P 通信能力的专家代理团队,并从会话结果中持续学习以不断提高路由准确率。

Artibot Mascot

## 概述 大多数 Claude Code 插件使用简单的子代理(`Task()`)委托——即“发射后不管”模式,仅进行单向结果汇报。Artibot 采用了一种根本不同的方法,将 Claude 的 **原生 Agent Teams API** 作为其核心引擎,实现真正的团队编排: | 能力 | 子代理 | Agent Teams (Artibot) | |------------|------------------|----------------------| | 通信 | 仅向父级返回结果 | P2P 双向消息传递 | | 任务管理 | 父级管理一切 | 共享任务列表 | | 自主认领 | 不可能 | 队友从任务列表中自我认领 | | 同级通信 | 不可能 | 直接私信 + 广播 | | 计划审批 | 不可能 | plan_approval_response | | 生命周期 | 一次性 | 创建 -> 工作 -> 关闭 -> 清理 | ## 关键特性 - **认知架构** —— 受 Kahneman 理论启发的双进程 System 1/2 路由:简单任务快速直觉响应,复杂任务深度审慎推理 - **终身学习** —— 基于会话结果的 GRPO 批量学习,支持 System 1 和 System 2 缓存之间的自动知识迁移 - **CTO 主导的编排** —— `orchestrator` 代理作为团队协调者领导 25 个专家代理(委托模式:不直接编码) - **智能委托** —— 基于认知复杂度评分自动选择子代理(简单)或 Agent Team(复杂) - **5 种编排模式** —— Leader, Council, Swarm, Pipeline, Watchdog - **8 个 Playbook** —— Feature, Bugfix, Refactor, Security + Marketing Campaign, Marketing Audit, Content Launch, Competitive Analysis(现包含可执行解析器和注册表) - **47 个斜杠命令** —— `/sc` 智能路由, `/daily`, `/team`, `/orchestrate`, `/spawn`, `/implement`, `/visual-check`, `/sc playbook` 等 - **26 个专业代理** —— 架构、安全、前端、后端、测试、DevOps、营销、SEO、分析等(opus 73%, sonnet 27%) - **83 项领域技能** —— 11 项角色技能, 8 项核心技能, 16 项语言技能, 8 项实用技能, 35 项营销技能, 视觉验证, 日报, 团队, 会话日志, vibe-coding(均通过 Anthropic 最佳实践描述、工作流清单、HITL 检查点和自由度级别进行增强) - **8 条自动激活规则** —— DEV 协议、质量门禁、代理协调、配置安全、前端/后端/测试模式、清洁状态强制 - **Guard Registry** —— 集中式 guard 管道,提供 `registerGuard()`/`executeChain()` API,包含 6 个从 hook 脚本提取的内置 guard(代码量减少 75%) - **循环检测** —— 基于环形缓冲区的代理循环检测,通过指纹匹配在重复工具调用时自动警告/阻止 - **清洁状态强制** —— TaskCompleted hook 确保在功能完成边界进行 lint+test 验证 - **33 个事件 Hook 注册** —— 认知路由、终身学习、会话生命周期、危险命令阻止、自动格式化、团队追踪、循环检测、清洁状态检查、HTTP webhook 通知 - **DEV 协议** —— 强制性的 Decompose-Execute-Verify 工作流,对所有代码变更实行零跳过策略 - **Vibe Coding 支持** —— 自然语言请求处理,先读后验,基于证据的完成 - **视觉验证管道** —— 基于 SSIM 的截图比对、自动修复建议、通过 Playwright MCP 的迭代修正循环 - **对话转记忆** —— 自动从用户消息(韩语/英语)中提取规则和决策,动态注入到技能中 - **项目 CLAUDE.md 种子** —— `install.sh` 自动生成包含 Artibot 方法和 DEV 协议的项目级 CLAUDE.md - **分叉上下文技能** —— 所有 83 项技能在隔离的分叉上下文中运行,确保清洁执行且无交叉污染 - **HTTP Webhook 通知** —— 通过可配置的 webhook 将会话事件发送到 Slack、Discord 或自定义端点 - **跨平台兼容** —— 通过平台适配器支持 Gemini CLI、OpenAI Codex 和 Cursor - **零依赖** —— 仅使用纯 Node.js 内置模块(`node:fs`, `node:path`, `node:os`) ## 快速开始 ### 前置条件 **Agent Teams** 在首次会话启动时由 Artibot 自动启用。无需手动设置。 ### 安装 **方式 A: 插件市场(推荐)** ``` claude plugin marketplace add https://github.com/Yoodaddy0311/artibot claude plugin install artibot@artibot ``` **方式 B: 手动安装** ``` git clone https://github.com/Yoodaddy0311/artibot.git cd artibot/plugins/artibot bash install.sh ``` 两种方式都会将 agents、commands、skills、hooks 和 MCP 配置复制到 `~/.claude/`。Agent Teams 在首次会话启动时自动启用。卸载命令:`bash install.sh uninstall` ### 系统要求 - [Claude Code](https://github.com/anthropics/claude-code) CLI - Node.js >= 18.0.0 - Agent Teams(由 Artibot 自动启用,或手动设置 `CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1`) ### 跨平台安装 Artibot 不仅限于 Claude Code。内置适配器会为每个平台自动转换 agents、skills 和 commands。 | 平台 | 兼容性 | Agent Teams | Sub-Agent | Skills | |----------|:------------:|:-----------:|:---------:|:------:| | Claude Code | 10/10 | ✅ | ✅ | ✅ | | Gemini CLI | 9/10 | ❌ | ✅ | ✅ | | Codex CLI | 8/10 | ❌ | ✅ | ✅ | | Antigravity | 8/10 | ❌ | ✅ | ✅ | | Cursor IDE | 6/10 | ❌ | ⚠️ | ✅ | #### Gemini CLI ``` git clone https://github.com/Yoodaddy0311/artibot.git cd artibot node --input-type=module -e "import { exportForGemini } from './plugins/artibot/lib/core/skill-exporter.js'; const r = await exportForGemini({ pluginRoot: './plugins/artibot' }); console.log(r.summary);" ``` #### OpenAI Codex CLI ``` git clone https://github.com/Yoodaddy0311/artibot.git cd artibot node --input-type=module -e "import { exportForCodex } from './plugins/artibot/lib/core/skill-exporter.js'; const r = await exportForCodex({ pluginRoot: './plugins/artibot' }); console.log(r.summary);" ``` #### Google Antigravity ``` git clone https://github.com/Yoodaddy0311/artibot.git cd artibot node --input-type=module -e "import { exportForGemini } from './plugins/artibot/lib/core/skill-exporter.js'; const r = await exportForGemini({ pluginRoot: './plugins/artibot' }); console.log(r.summary);" ``` ## 使用 ### 智能路由 `/sc` 命令分析自然语言意图并路由到最优命令: ``` /sc implement login feature -> routes to /implement -> TeamCreate -> spawns planner + architect + developer + reviewer ``` ``` /sc analyze security vulnerabilities in auth module -> routes to /analyze --focus security -> delegates to security-reviewer sub-agent ``` ``` /sc launch email marketing campaign for product launch -> routes to /campaign -> TeamCreate -> spawns marketing-strategist + data-analyst + ad-specialist ``` ### 直接命令 ``` /implement user authentication API --type api --tdd /code-review @src/auth/ /test --coverage /git commit /campaign product launch --channels email,social /seo audit @website ``` ### 团队编排 对于复杂任务,Artibot 会组建一个完整的 Agent Team: ``` /orchestrate payment system --pattern feature ``` 这将触发完整的团队生命周期: 1. `TeamCreate("payment-feature")` —— 创建团队 2. `Task(planner, team, "planner")` + `Task(architect, team, "architect")` + ... —— 生成队友 3. `TaskCreate` 每个阶段(plan -> design -> implement -> review)—— 填充任务列表 4. `TaskUpdate` —— 设置依赖关系并分配队友 5. `SendMessage` —— 队友间的 P2P 协调 6. `shutdown_request` -> `TeamDelete` —— 优雅清理 ### 营销编排 ``` /campaign product launch --channels email,social,ads ``` 使用 marketing-campaign playbook: 1. `[Leader]` marketing-strategist 定义策略 2. `[Council]` 团队规划渠道和内容 3. `[Swarm]` 专家并行创建内容 4. `[Council]` 审查和优化 5. `[Leader]` 启动协调 ### 并行执行 ``` /spawn full codebase security audit --mode parallel --agents 5 ``` 生成 5 个队友,从共享任务列表中自主认领任务并通过 `SendMessage` 汇报发现。 ## 架构 ``` +-------------------------------------------------+ | User Request | +------------------+------------------------------+ | v +-------------------------------------------------+ | /sc Router (Intent Analysis) | | keyword 40% + context 40% + flags 20% | +------------------+------------------------------+ | v +-------------------------------------------------+ | Delegation Mode (Complexity Scoring) | | score < 0.4 -> Sub-Agent | >= 0.4 -> Team | +-------+---------------------------------+-------+ | | v v +---------------+ +-----------------------+ | Sub-Agent | | Agent Teams Engine | | Task() | | | | one-way | | TeamCreate | | | | -> Task(spawn) | | | | -> TaskCreate | | | | -> SendMessage(P2P)| | | | -> TeamDelete | +---------------+ +-----------+-----------+ | v +-----------------------+ | orchestrator (CTO) | | Leader | Council | | | Swarm | Pipeline | | | Watchdog | +-----------+-----------+ | v +-----------------------+ | 25 Specialist Agents | | TaskList -> self-claim| | SendMessage -> P2P | | TaskUpdate -> report | +-----------------------+ ``` ## 认知架构 Artibot 使用受 Daniel Kahneman 的 System 1/System 2 理论启发的双进程认知模型来分类和路由每一个用户请求: ``` User Request | v +-------------+ | Cognitive | Complexity Score = weighted sum of: | Router | steps (0.25) + domains (0.20) | (hook-based) | + uncertainty (0.20) + risk (0.20) + novelty (0.15) +------+------+ | +--- score < 0.4 ---> System 1 (Fast / Intuitive) | - Pattern-matched from cached experience | - Target latency: < 100ms | - Keyword-based heuristic scoring | +--- score >= 0.4 ---> System 2 (Deep / Deliberative) | - Multi-step structured reasoning | - Full context + dependency analysis | - Sandbox verification for high-risk ops | +--- confidence < 0.6 or latency exceeded ---> Escalation System 1 -> System 2 automatic fallback ``` ### 升级规则 - System 1 置信度低于 0.6 - 处理时间超过 100ms - System 1 缓存中无匹配模式 - 检测到安全或生产关键词 - 请求跨越 3 个以上领域 - 明确使用 `--think`、`--think-hard` 或 `--ultrathink` 标志 ### 与委托的集成 认知路由器直接馈送到编排委托模式: | 复杂度评分 | 系统 | 委托模式 | |-----------------|--------|-----------------| | < 0.4 | System 1 | Sub-Agent (Task tool) | | >= 0.4 | System 2 | Agent Team (Teams API) | #### Sub-Agent 与 Agent Teams | 方面 | Sub-Agent | Agent Teams | |--------|-----------|-------------| | **委托** | Task() 单次调用 | TeamCreate → Task(team_name) | | **UI 可见性** | 隐藏(后台) | 队友显示在提示框下方 | | **通信** | 单向(仅结果) | P2P 双向 | | **任务管理** | 无 | 共享任务列表 | | **持久性** | 一次性 | 会话持久 | | **速度** | 快(低开销) | 较慢(9+ API 调用) | | **Token 成本** | 1x | ~5x | | **适用场景** | 单文件分析、搜索 | 复杂功能、多代理协作 | ## 终身学习 Artibot 通过基于会话的学习管道持续提高其路由准确率: ``` Session Start Session Active Session End | | | v v v Load thresholds Record experiences Batch learning (GRPO) Load System 1 cache (routing decisions + Knowledge transfer outcomes) Persist updated state ``` ### GRPO (Group Relative Policy Optimization) 1. 将相似经验分组(组大小:5) 2. 比较每组的 System 1 与 System 2 成功率 3. 计算相对优势 4. 调整路由阈值(步长:0.05,限制在 [-0.1, 0.1]) ### 知识迁移 | 方向 | 条件 | 操作 | |-----------|-----------|--------| | **晋升** (S2 -> S1) | System 2 连续 3 次成功 | 将模式缓存到 System 1 以供快速检索 | | **降级** (S1 -> S2) | System 1 连续 2 次失败 | 从 System 1 移除,标记为 System 2 重新分析 | ### 学习存储 ``` ~/.claude/artibot-learning/ +-- experiences.jsonl # Raw experience log (append-only) +-- system1-cache.json # Promoted fast patterns +-- system2-cache.json # Complex pattern registry +-- thresholds.json # Adaptive threshold state +-- transfer-log.json # Promotion/demotion history ``` ### Agent Teams API 工具 | 工具 | 用途 | |------|---------| | `TeamCreate` | 创建带有描述的命名团队 | | `Task(type, team_name, name)` | 将队友生成到团队中 | | `TaskCreate` | 向共享任务列表添加工作项 | | `TaskUpdate` | 设置状态、负责人、依赖关系 | | `TaskList` / `TaskGet` | 查看和读取任务 | | `SendMessage` | 私信、广播、关闭请求/响应、计划审批 | | `TeamDelete` | 清理团队资源 | ### 团队级别 | 级别 | 模式 | 代理数 | 何时使用 | |-------|------|--------|------| | **Solo** | Sub-Agent | 0 | 单文件编辑、快速修复 | | **Squad** | Agent Team | 2-4 | 功能实现、bug 修复、重构 | | **Platoon** | Agent Team | 5+ | 大型功能、架构变更、安全审计、营销活动 | ### Playbooks **Feature:** ``` TeamCreate -> [Leader] plan -> [Council] design -> [Swarm] implement -> [Council] review -> [Leader] merge -> TeamDelete ``` **Bugfix:** ``` TeamCreate -> [Leader] analyze -> [Pipeline] fix -> [Council] verify -> TeamDelete ``` **Refactor:** ``` TeamCreate -> [Council] assess -> [Pipeline] refactor -> [Swarm] test -> [Council] review -> TeamDelete ``` **Security:** ``` TeamCreate -> [Leader] scan -> [Council] assess -> [Pipeline] fix -> [Council] verify -> TeamDelete ``` **Marketing Campaign:** ``` TeamCreate -> [Leader] strategy -> [Council] plan -> [Swarm] create -> [Council] review -> [Leader] launch -> TeamDelete ``` **Marketing Audit:** ``` TeamCreate -> [Leader] scan -> [Council] assess -> [Pipeline] optimize -> [Council] verify -> TeamDelete ``` **Content Launch:** ``` TeamCreate -> [Leader] plan -> [Swarm] create -> [Council] review -> [Leader] publish -> TeamDelete ``` **Competitive Analysis:** ``` TeamCreate -> [Council] research -> [Swarm] analyze -> [Council] synthesize -> [Leader] report -> TeamDelete ``` ## 代理 ### Orchestrator (团队负责人 / CTO) | 代理 | 模型 | 角色 | Team API 工具 | |-------|-------|------|----------------| | **orchator** | opus | CTO 级团队负责人。仅协调(委托模式)。 | TeamCreate, SendMessage, TaskCreate, TaskUpdate, TaskList, TaskGet, TeamDelete, Task() | orchestrator **从不直接编写代码**。它负责组建团队、分配任务、协调队友并综合结果。 ### 专家代理(25 位队友) 所有队友都拥有其专家工具 + 团队协作工具(`SendMessage`、`TaskList`、`TaskGet`、`TaskUpdate`)。 **设计与分析:** | 代理 | 模型 | 专长 | |-------|-------|-----------| | architect | opus | 系统架构、ADR、权衡分析 | | planner | opus | 实现规划、风险评估 | | llm-architect | opus | LLM 架构、prompt 设计、RAG | **质量与安全:** | 代理 | 模型 | 专长 | |-------|-------|-----------| | code-reviewer | opus | 代码审查(4 个严重级别、5 个维度) | | security-reviewer | opus | OWASP Top 10、威胁建模 | | tdd-guide | opus | TDD (RED->GREEN->REFACTOR)、80%+ 覆盖率 | | e2e-runner | opus | Playwright E2E 测试 | **开发:** | 代理 | 模型 | 专长 | |-------|-------|-----------| | frontend-developer | opus | UI/UX、WCAG 无障碍、Core Web Vitals | | backend-developer | opus | API、数据库、服务 | | database-reviewer | opus | SQL 优化、schema 设计 | | typescript-pro | opus | 高级类型、strict mode | | build-error-resolver | opus | 构建错误诊断和自动修复 | **工具:** | 代理 | 模型 | 专长 | |-------|-------|-----------| | refactor-cleaner | opus | 死代码移除、重构 | | doc-updater | sonnet | 文档同步、changelog | | content-marketer | sonnet | 博客、SEO、社交媒体 | | devops-engineer | opus | CI/CD、Docker、监控 | | mcp-developer | opus | MCP server 开发 | **营销:** | 代理 | 模型 | 专长 | |-------|-------|-----------| | marketing-strategist | opus | 活动策略、市场定位、品牌架构 | | data-analyst | sonnet | 营销分析、归因建模、KPI 仪表板 | | presentation-designer | sonnet | 路演文稿、营销物料、视觉叙事 | | seo-specialist | sonnet | 技术 SEO、关键词策略、SERP 优化 | | cro-specialist | sonnet | 转化优化、A/B 测试、漏斗分析 | | ad-specialist | sonnet | PPC 活动、广告创意、ROAS 优化 | | repo-benchmarker | opus | 仓库分析、竞争基准测试 | **性能与基础设施:** | 代理 | 模型 | 专长 | |-------|-------|-----------| | performance-engineer | opus | 性能分析、瓶颈分析 | ## 命令 ### 开发 | 命令 | 描述 | |---------|-------------| | `/sc [request]` | 智能路由入口,自动路由 | | `/build [target]` | 项目构建器,自动检测框架 | | `/build-fix` | 构建错误自动诊断和修复 | | `/implement [feature]` | 功能实现管道 | | `/improve [target]` | 基于证据的代码增强 | | `/design [domain]` | 系统设计和架构 | ### 分析与调试 | 命令 | 描述 | |---------|-------------| | `/analyze [target]` | 多维代码/系统分析 | | `/troubleshoot [symptoms]` | 根因分析 | | `/explain [topic]` | 教育性解释 | ### 质量 | 命令 | 描述 | |---------|-------------| | `/code-review [target]` | 代码审查 (CRITICAL/HIGH/MEDIUM/LOW) | | `/test [type]` | 测试运行器,自动检测 | | `/tdd [feature]` | TDD 工作流 (RED->GREEN->REFACTOR) | | `/verify` | 验证管道 (lint->type->test->build) | | `/refactor-clean [target]` | 重构和死代码移除 | ### 团队编排 | 命令 | 描述 | |---------|-------------| | `/orchestrate [workflow]` | Agent Teams 多代理工作流 | | `/spawn [mode]` | 团队生成,并行任务执行 | ### 视觉与验证 | 命令 | 描述 | |---------|-------------| | `/visual-check [url]` | 视觉验证,SSIM 截图比对 | | `/sc playbook list` | 浏览和发现 playbook | | `/sc playbook info [name]` | 显示 playbook 详情和阶段图 | ### 工作流 | 命令 | 描述 | |---------|-------------| | `/plan [feature]` | 实现规划 | | `/task [operation]` | 任务管理 (CRUD) | | `/git [operation]` | Git 工作流自动化 | | `/checkpoint` | 状态快照保存/恢复 | | `/daily` | 每日工作回顾和复盘 | | `/team [task]` | 并行团队编排与交叉检查 | ### 文档与内容 | 命令 | 描述 | |---------|-------------| | `/document [target]` | 文档生成 | | `/content [type]` | 内容营销和 SEO | | `/learn [pattern]` | 模式提取和记忆存储 | ### 营销 | 命令 | 描述 | |---------|-------------| | `/campaign [name]` | 营销活动编排和管理 | | `/seo [target]` | SEO 审计、关键词研究和优化 | | `/social-media [platform]` | 社交媒体内容策略和排期 | | `/email-marketing [campaign]` | 邮件活动设计和自动化 | | `/competitive [target]` | 竞争分析和市场情报 | | `/ad-campaign [platform]` | 付费广告活动管理 | | `/content-calendar [period]` | 编辑日历规划和管理 | | `/ab-test [target]` | A/B 测试设计和分析 | | `/analytics [report]` | 营销分析和性能报告 | | `/funnel [stage]` | 转化漏斗分析和优化 | ### 工具 | 命令 | 描述 | |---------|-------------| | `/cleanup [target]` | 技术债务削减 | | `/estimate [target]` | 基于证据的估算 | | `/index [query]` | 命令目录搜索 | | `/load [path]` | 项目上下文加载 | ## 技能 83 项自动激活的领域技能,分为六大类: **核心技能 (8):** orchestration, cognitive-routing, lifelong-learning, token-efficiency, principles, coding-standards, security-standards, testing-standards **角色技能 (11):** architect, frontend, backend, security, analyzer, performance, qa, refactorer, devops, mentor, scribe **实用技能 (8):** git-workflow, tdd-workflow, delegation, mcp-context7, mcp-playwright, mcp-coordination, continuous-learning, strategic-compact **语言技能 (16):** TypeScript, JavaScript, Python, Go, Rust, Java, Kotlin, Swift, C++, C#, Ruby, PHP, Scala, Elixir, R, Flutter/Dart **营销技能 (34):** marketing-strategy, campaign-planning, seo-strategy, technical-seo, content-seo, social-media, email-marketing, competitive-intelligence, advertising, ab-testing, brand-guidelines, copywriting, customer-journey, data-analysis, data-visualization, lead-management, marketing-analytics, presentation-design, report-generation, segmentation, cro-page, cro-funnel, cro-forms, 等 **工作流技能 (4):** daily (工作回顾/复盘), team (并行编排), session-worklog (自动会话追踪), vibe-coding (自然语言编码协议) ## Hooks 29 个 hook 注册,涵盖 14 种事件类型: | 事件 | 脚本 | 目的 | |-------|--------|---------| | SessionStart | `session-start.js` | 环境检测、配置加载 | | PreToolUse (Write) | `pre-write.js` | 阻止写入敏感文件 | | PreToolUse (Bash) | `pre-bash.js` | 阻止危险命令 (rm -rf, force push) | | PostToolUse (Edit) | `post-edit-format.js` | JS/TS 自动格式化建议 | | PostToolUse (Bash) | `post-bash.js` | git push 后自动检测 PR URL | | PreCompact | `pre-compact.js` | 上下文压缩前的状态快照 | | Stop | `check-console-log.js` | 检测残留的 console.log 语句 | | UserPromptSubmit | `user-prompt-handler.js` | 意图检测和代理建议 | | UserPromptSubmit | `cognitive-router.js` | System 1/2 认知路由分类 | | SubagentStart/Stop | `subagent-handler.js` | 队友注册/注销追踪 | | TeammateIdle | `team-idle-handler.js` | 提醒空闲队友有待处理任务 | | SessionEnd | `session-end.js` | 持久化会话状态 | | SessionEnd | `nightly-learner.js` | 批量学习 (GRPO) + 知识迁移 | | SessionEnd | `http-notify.js` | HTTP webhook 通知 | ## 自动更新 Artibot 在会话启动时通过 GitHub Releases API 检查新版本(24 小时缓存)。 ``` Session start: Artibot v1.8.0 initialized ✅ You are running the latest version ``` **`/artibot:update` 命令:** | 标志 | 行为 | |------|----------| | `--check` | 仅检查版本(默认) | | `--force` | 清除缓存并强制重新安装 | | `--dry-run` | 显示计划但不执行 | ## MCP 集成 Artibot 集成了 MCP server 以扩展功能: **Context7** —— 库和框架文档查询 ``` { "context7": { "command": "npx", "args": ["-y", "@upstash/context7-mcp@latest"] } } ``` **Playwright** —— 跨浏览器 E2E 测试、性能指标、视觉测试 ``` { "playwright": { "command": "npx", "args": ["-y", "@executeautomation/playwright-mcp-server"] } } ``` ## 跨平台兼容性 Artibot 包含平台适配器以支持 Claude Code 之外的平台: | 平台 | 适配器 | 状态 | |----------|---------|--------| | **Claude Code** | 原生(无需适配器) | 完全支持 | | **Gemini CLI** | `adapters/gemini-cli.js` | Agent 映射、命令转换 | | **OpenAI Codex** | `adapters/openai-codex.js` | 工具映射、prompt 适配 | | **Cursor** | `adapters/cursor.js` | 扩展集成、命令桥接 | 每个适配器都将 Artibot 的 Agent Teams API 调用转换为目标平台的原生编排原语,同时保留 CTO 主导的协调模式。 ## 插件结构 ``` plugins/artibot/ +-- .claude-plugin/ | +-- plugin.json # Plugin manifest +-- agents/ # 26 agent definitions | +-- orchestrator.md # CTO / Team leader (Agent Teams API) | +-- [17 dev specialists].md # Development teammates | +-- [8 marketing agents].md # Marketing specialists +-- commands/ # 47 slash commands | +-- sc.md # Smart router | +-- daily.md # Daily work recap and retrospective | +-- team.md # Parallel team orchestration | +-- orchestrate.md # Team orchestration (TeamCreate) | +-- spawn.md # Team spawn (parallel execution) | +-- [25 dev commands].md | +-- [10 marketing commands].md +-- skills/ # 83 skill directories | +-- orchestration/ # Delegation mode + team routing | +-- cognitive-routing/ # System 1/2 dual-process routing | +-- lifelong-learning/ # GRPO batch learning + knowledge transfer | +-- delegation/ # Sub-Agent/Team strategies | +-- [23 dev skills]/ | +-- [23 marketing skills]/ | +-- [4 workflow skills]/ +-- rules/ # 7 auto-activating rules | +-- dev-protocol.md # DEV (Decompose-Execute-Verify) protocol | +-- quality-gates.md # Quality enforcement gates | +-- agent-coordination.md # Agent collaboration patterns | +-- [4 domain rules].md +-- hooks/ | +-- hooks.json # Hook event mappings +-- scripts/ | +-- hooks/ # 21 hook scripts (ESM) | +-- ci/ # 4 CI validation scripts | +-- utils/ +-- lib/ | +-- core/ # Core modules (platform, config, cache, playbook-parser, playbook-registry, guard-registry) | +-- visual/ # Visual validation (SSIM differ, style-fixer, validator) | +-- intent/ # Intent detection (language, trigger) | +-- context/ # Context management (session) | +-- privacy/ # PII protection (pii-detector, pii-scrubber, homoglyph, token-rotation, differential-privacy) | +-- learning/ # Lifelong learning (memory, GRPO, pattern-analyzer, tool-history, rule-extractor, skill-injector) | +-- adapters/ # Cross-platform adapters +-- output-styles/ # 3 output styles +-- templates/ # 3 writing templates +-- artibot.config.json # Plugin config (Agent Teams settings) +-- package.json # Node.js ESM runtime +-- .mcp.json # MCP server configuration ``` ## 配置 `artibot.config.json` 中的关键设置: | 设置 | 描述 | 默认值 | |---------|-------------|---------| | `version` | 插件版本 | `1.9.1` | | `cognitive.router.threshold` | System 1/2 边界 | `0.4` | | `cognitive.router.adaptRate` | 每次反馈的调整步长 | `0.05` | | `cognitive.system1.maxLatency` | System 1 最大响应时间 (毫秒) | `100` | | `cognitive.system1.minConfidence` | System 1 最小置信度 | `0.6` | | `cognitive.system2.maxRetries` | System 2 最大重试次数 | `3` | | `cognitive.system2.sandboxEnabled` | 为高风险操作启用沙箱 | `true` | | `learning.lifelong.batchSize` | 每 GRPO 批次的经验数 | `50` | | `learning.lifelong.grpoGroupSize` | 每个比较组的经验数 | `5` | | `learning.knowledgeTransfer.promotionThreshold` | 晋升所需的连续成功次数 | `3` | | `learning.knowledgeTransfer.demotionThreshold` | 降级所需的连续失败次数 | `2` | | `team.engine` | 团队引擎 | `claude-agent-teams` | | `team.delegationMode` | 负责人仅协调模式 | `true` | | `team.maxTeammates` | 最大并发队友数 | `null` (无限制) | | `team.ctoAgent` | CTO 代理名称 | `orchestrator` | | `team.levels.squad` | Squad 团队规模 | `2-4` | | `team.levels.platoon` | Platoon 团队规模 | `5+`| `automation.intentDetection` | 自动意图检测 | `true` | | `automation.supportedLanguages` | 支持的语言 | `en, ko, ja` | ## 验证 ``` node scripts/validate.js # Full validation node scripts/ci/validate-agents.js # Agent validation node scripts/ci/validate-skills.js # Skill validation node scripts/ci/validate-commands.js # Command validation node scripts/ci/validate-hooks.js # Hook validation ``` ## 最佳实践 - **使用 `/sc` 进行自动路由** —— 让智能路由选择最优命令和委托模式 - **信任委托评分** —— 简单任务使用快速子代理;复杂任务获得完整团队 - **启用 Agent Teams** —— 若未设置 `CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1`,团队功能将无法工作 - **让队友自主认领** —— 当队友从共享列表中挑选任务时,Swarm 模式效果最佳 - **为常见工作流使用 playbook** —— 8 个 playbook(4 个开发 + 4 个营销)提供了经过验证的团队模式 - **善用营销专家** —— 使用 `/campaign` 和相关命令进行端到端营销编排 ## 何时使用 Artibot **适用于:** - 跨越多文件和多领域的复杂功能实现 - 需要多视角分析的安全审计 - 需要协调测试的大规模重构 - 需要专家意见的架构决策 - 需要策略、内容、SEO 和分析协调的营销活动 - 具有数据驱动洞察的竞争分析 - 任何受益于并行代理协作的任务 **不适用于:** - 单行 bug 修复 - 简单编辑或格式更改 - 单个代理就足够的任务 - 快速提问或解释(除非您想要团队讨论) ## 故障排除 ### Agent Teams 无法工作 **问题**:TeamCreate 或 SendMessage 不可用 **解决方案**:确保设置了环境变量: ``` // ~/.claude/settings.json { "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } } ``` ### 队友未领取任务 **问题**:任务停留在“待处理”状态 **解决方案**: - 验证任务没有未解决的 `blockedBy` 依赖 - 检查队友是否以正确的 `team_name` 生成 - 如果自主认领不起作用,使用 `TaskUpdate` 显式分配 ### Token 使用量过高 **问题**:团队编排消耗过多 token **解决方案**: - 对较简单的任务使用 Sub-Agent 模式(评分 < 0.4) - 使用 `--agents` 标志减少团队规模 - 使用 `--uc` 标志启用 token 节省 ## 贡献 1. Fork 本仓库 2. 创建一个 feature 分支 3. 遵循现有的插件结构和约定 4. 使用 `node scripts/validate.js` 进行测试 5. 提交 pull request ## 作者 **Artience** ([@Yoodaddy0311](https://github.com/Yoodaddy0311)) ## 版本 1.9.1 -- Guard Registry:集中式 guard 管道,包含 6 个内置 guard,hook 代码量减少 75%,可扩展的 `registerGuard()`/`executeChain()` API(3,459 项测试) ## 许可证 Business Source License 1.1 —— 详见 [LICENSE](LICENSE)。
标签:Agent Teams API, AI 插件, Anthropic Claude, Bot 框架, Claude Code 插件, Cognitive Architecture, GNU通用公共许可证, Harness 工程, MITM代理, Node.js, P2P通信, PyRIT, 任务编排, 双进程路由, 命令扩展, 团队协作 API, 多智能体系统, 大语言模型工具, 循环检测, 技能系统, 智能调度, 特征检测, 系统1与系统2, 终身学习, 自动化代理, 自定义脚本, 自监督学习, 认知编排, 路由优化