让多个 AI Agent 在同一个本地资料库里持续协作，而不是每次都重新认识你的项目。
A local-first, Markdown-first operating protocol for continuous work across Codex, Claude Code, Cursor, and other AI coding agents.
AgentWorkspaceOS 不是另一个 AI Agent，也不是要替换你现有的编程工具。它是一层放在本地资料库上方的协作协议：告诉不同 Agent 应该读哪里、写哪里、记住什么、谁负责实现，以及下一次从哪里继续。
AgentWorkspaceOS is not another agent and does not replace your existing tools. It adds a lightweight governance layer above a local workspace so different agents know what to read, where to write, what to remember, who owns implementation, and how the next session should resume.
Status: Public protocol MVP · Storage: Local files · Format: Markdown · Database required: No
如果你同时使用 Codex、Claude Code、Cursor 或其他 Agent，你很快会遇到一组共同问题：
- 每个新会话都要重新解释项目。
- Agent 读错文件、混入其他项目上下文，或覆盖已确定方向。
- 需求、决策、任务、技能和项目记忆散落在聊天记录中。
- 换 Agent 或过几天回来时，没人说得清“做了什么、为什么、还剩什么”。
AgentWorkspaceOS 用一组人和 Agent 都能直接阅读的 Markdown 文件，把这些隐性上下文变成可路由、可追溯、可交接的工作系统。
| 使用前 / Before | 接入后 / With AgentWorkspaceOS |
|---|---|
| 靠聊天历史找上下文 | 通过 Workspace Index 和 Project Index 定位上下文 |
| 所有资料一次性全搜 | 先路由，再读取最小充分范围 |
| 不同 Agent 各自记任务和记忆 | 共享一份热缓存、任务清单和项目记忆 |
| 实现方向容易被静默改写 | 每个实现项目有明确 owner，冲突需显式决策 |
| 换 Agent 就丢失进度 | Run note + handoff 保存证据、风险和 Resume Point |
| 记忆越存越多 | 按 session → project → skill → global 选择最窄有效范围 |
User request
→ Workspace entry (rules, safety, shared hot cache)
→ Routing index (which project or knowledge area?)
→ Project index (current state, owner, source of truth)
→ Relevant skills + minimum required context
→ Scoped execution + verification
→ Attributed task/decision updates
→ Agent run note + project handoff + durable memory
这个流程不依赖某个特定 Agent、云服务或数据库。只要工具能读写本地 Markdown，就能遵循同一套协作协议。
| Protocol object | Purpose |
|---|---|
| Workspace entry | 全局安全规则、文件边界、共享上下文入口 |
| Routing index | 先判断该去哪个项目，避免默认全库搜索 |
| Project index | 项目现状、资料源、实现 owner 与文件路由 |
| Shared productivity layer | 一份热缓存、一份任务清单、可追溯署名和统一技能源 |
| Project memory | 仅保存稳定、可复用且属于该项目的长期事实 |
| Agent run note | 记录本次目标、改动、验证、风险和剩余事项 |
| Project handoff | 告诉下一个 Agent 先读什么、从哪继续、什么不能改 |
| Skill registry | 管理项目所需能力及其 canonical source，避免技能漂移 |
| Safety and quality gates | 对隐私、破坏性操作、决策边界和前端交付进行约束 |
- 同时使用 Codex、Claude Code、Cursor 等多个 AI coding agents 的个人开发者。
- 用 AI 长期维护多个产品、代码库和本地知识库的产品经理或创业者。
- 希望将 AI 工作从“一次性对话”变成“可恢复项目过程”的小团队。
- 重视本地优先、人类可读、可追溯和中英双语文件的用户。
- 它不是自主编程 Agent，不会替你自动完成所有工作。
- 它不是企业合规、审计或多租户权限产品。
- 它不会自动迁移、索引或上传你的全部本地文件。
- 它不要求 SQLite、向量数据库、桌面应用或持续运行的后台服务。
- 它不应把 token、密码、私钥、认证 cookie 或原始敏感对话存入长期记忆。
git clone https://github.com/zhangj012595-cloud/AgentWorkspaceOS.git
cd AgentWorkspaceOS- 阅读
AGENTS.md和Workspace Agent 入口示例。 - 把
examples/Routing-Index.example.md复制到你的工作区并替换为真实项目。 - 用
templates/为第一个项目创建 index、memory、run note 和 handoff。 - 让 Agent 在动作前先读 Workspace Entry 和 Project Index。
- 第一次实质工作后，要求 Agent 写 run note 并更新 handoff。
完整安装步骤、目录示例和首次会话提示词见 QUICKSTART_快速开始.md。
请先阅读工作区 AGENTS.md 和 Routing-Index.md。
把我的请求路由到最合适的项目，再读该项目的 index、implementation_owner 和最新 handoff。
只读取完成任务需要的最小充分上下文，不要默认全库搜索。
实质工作结束后，记录验证结果、未完成项和下一个 Agent 的 Resume Point。
AGENTS.md # Repository-level agent rules
QUICKSTART_快速开始.md # Adoption guide and first-session prompt
examples/ # Generic workspace entry and routing examples
templates/ # Project index, memory, run, handoff templates
workflows/ # Shared productivity and Feishu/Lark workflows
tools/ # Optional local helper scripts
1_PRD_产品需求文档.md # Product definition and acceptance criteria
3_Decisions_决策记录.md # Architecture and product tradeoffs
SECURITY.md # Public/private and credential boundaries
真实的热缓存、内部任务、私有项目记忆、run state、handoff、凭据和本机路径不属于公开仓库。
- Local-first: 工作区和长期上下文默认留在用户本地。
- Markdown-first: 人和不同 Agent 都能直接阅读，不被专有数据库锁定。
- Route before search: 先选项目和文件，再扩展上下文。
- Project memory before global memory: 记忆保存在最窄的有效范围。
- Append and attribute: 共享记录可追溯，不静默抹去他人结论。
- Protocol first, automation second: 先证明工作流有用，再增加 CLI、数据库或 UI。
- Private state stays private: 公开模板和协议，不公开真实记忆、凭据和内部交接。
- Context routing and scoped reading
- Non-destructive file and decision boundaries
- Shared hot cache, task list, attribution, and implementation ownership
- Project memory and privacy-aware retention
- Agent run logs and structured cross-agent handoff
- Canonical skill registry and project-skill mapping
- Cross-project relationship records
- Frontend solution/review quality gate protocol
- Optional Markdown-to-Feishu/Lark publishing wrapper
Now — 稳定协议
- 通过真实项目验证 routing、memory、owner、run log 和 handoff。
- 改善示例、快速开始和采用检查。
Next — 轻量自动化
- 工作区 lint/freshness 检查器。
- 项目骨架、路由和 stale handoff 辅助工具。
Later — 可选产品化
- 可选 SQLite/图索引、GitHub signal watcher 和小型本地 UI。
- 只有当 Markdown 协议经过足够真实项目验证后才引入。
不要把应用 secret、access token、OAuth payload、私钥、auth cookie、个人联系信息或原始敏感对话写入公开仓库或长期记忆。凭据应留在底层 CLI、环境变量或操作系统密钥串中。
详见 SECURITY.md。
AgentWorkspaceOS 当前是正在真实项目中验证的 public protocol MVP，不是已完成的桌面应用或企业级平台。
仓库目前尚未选择开源许可证。代码和文档虽然公开可见，但在 License 确定前，不代表已授予复制、修改或再分发权利。
如果你也在用多个 AI Agent 维护本地项目，欢迎通过 GitHub Issues 分享：
- 你的 Agent 协作在哪一步最容易断层；
- 哪个协议文件最有用，哪个成为负担；
- 你希望优先自动化的流程。
如果这套理念对你有帮助，可以 Star 仓库，让更多在多 Agent 协作中受困扰的用户找到它。