登录 注册
AI 应用与 AI Agent
25,453
Stars
1,959
Forks
184
Watchers
190
Open Issues
MIT
许可证
TypeScript
语言
2025-08-19
创建时间
2026-09-10
最近更新

项目能做什么

专为引导 AI 编码 Agent 设计的轻量级开放文档格式规范。
来源:AI 基于仓库事实生成 · 内容以仓库实际 README 为准

使用说明 查看原始 README 原仓库文档

中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
# AGENTS.md

![AGENTS.md logo](./public/og.png)

[AGENTS.md](https://agents.md) is a simple, open format for guiding coding agents.

Think of AGENTS.md as a README for agents: a dedicated, predictable place
to provide context and instructions to help AI coding agents work on your project.

Below is a minimal example of an AGENTS.md file:

```markdown
# Sample AGENTS.md file

## Dev environment tips
- Use `pnpm dlx turbo run where <project_name>` to jump to a package instead of scanning with `ls`.
- Run `pnpm install --filter <project_name>` to add the package to your workspace so Vite, ESLint, and TypeScript can see it.
- Use `pnpm create vite@latest <project_name> -- --template react-ts` to spin up a new React + Vite package with TypeScript checks ready.
- Check the name field inside each package's package.json to confirm the right name—skip the top-level one.

## Testing instructions
- Find the CI plan in the .github/workflows folder.
- Run `pnpm turbo run test --filter <project_name>` to run every check defined for that package.
- From the package root you can just call `pnpm test`. The commit should pass all tests before you merge.
- To focus on one step, add the Vitest pattern: `pnpm vitest run -t "<test name>"`.
- Fix any test or type errors until the whole suite is green.
- After moving files or changing imports, run `pnpm lint --filter <project_name>` to be sure ESLint and TypeScript rules still pass.
- Add or update tests for the code you change, even if nobody asked.

## PR instructions
- Title format: [<project_name>] <Title>
- Always run `pnpm lint` and `pnpm test` before committing.
```

## Website

This repository also includes a basic Next.js website hosted at https://agents.md/
that explains the project’s goals in a simple way, and featuring some examples.

### Running the app locally
1. Install dependencies:
   ```bash
   pnpm install
   ```
2. Start the development server:
   ```bash
   pnpm run dev
   ```
3. Open your browser and go to http://localhost:3000
阅读完整原文

项目深度分析 AI 生成

AGENTS.md 自动化生成与规则漂移检测工具(CLI / CI-CD SaaS)

产品构想构建命令行工具与 GitHub Action,通过解析代码库配置(package.json, CI 配置等)自动生成 AGENTS.md,并在代码结构变更导致指示失效时发出漂移预警。
核心功能技术栈自动化探针、AGENTS.md 初始生成引擎、CI 规则漂移检测、Token 预算优化建议
目标用户频繁使用 AI Agent 的开源作者与中小型研发团队
难度/周期中等 · 2 - 4 周 · 成本:开发机器与少量 LLM API 调试调用费用(低于 $100/月)
收费模式免费开源基础 CLI + 商业版(高级 CI 监控、团队协作仪表盘订阅)
竞争风险开发人员可能倾向手动编写 Markdown 文件,对持续自动化更新工具付费意愿(推测)较低
依据 AI推测

企业级智能体规范集中管控与分发平台(B2B 效能产品)

产品构想为企业内部多代码库统一管理和下发 AI 编码规范,确保各团队智能体行为符合安全审计、私有依赖拉取规范和特定测试门禁要求。
核心功能统一策略下发与覆盖率审计、企业私有规则模板库、敏感信息与越权指令过滤、多智能体适配器输出
目标用户中大型科技企业效能团队、安全团队、架构师
难度/周期高 · 2 - 3 个月 · 成本:中等服务器成本、私有部署支持成本
收费模式按受保护的代码库数量或开发人员席位收取 B2B 订阅费/私有化授权费
竞争风险主流 IDE 与 Agent 工具可能逐步推出自有的企业策略管理功能,挤压第三方独立工具的生存空间
依据 尚需验证的假设

垂直框架与复杂工具链 AGENTS.md 认证模版市场

产品构想依托 AGENTS.md 极高知名度建立垂直生态的规则模版库,针对特定框架(如复杂 Monorepo、微服务群)提供经真机智能体评测的最佳实践模版与提示词工程服务。
核心功能模版性能跑分报告(针对主流 Agent 的任务完成率)、框架官方认证徽章、一键引入 CLI、赞助推广位
目标用户复杂商业项目开发团队、咨询机构、新框架/开发工具提供商
难度/周期低 · 1 - 2 周 · 成本:仅需静态托管与基准测试运行成本(极低)
收费模式商业厂商赞助展示、认证/跑分评测服务费、高级定制模版单次购买
竞争风险纯模版内容壁垒极低,易被社区复制分发,单体变现天花板低
依据 数据支持的判断
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心

竞品与相似项目 GitHub Search 真实检索

相似项目数据正在完善中,暂不展示(避免误导)

项目优势与风险

技术成熟度创建于 2025-08-19,最近推送 2026-09-10
社区活跃Star 25,453 / Fork 1,959 / Issue 190(数据支持,可自行核实)
许可证MIT
主要风险上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价

安装与使用

此项目未提供 Docker 镜像,安装步骤以原仓库 README 为准(涉及依赖安装与环境配置,对新手门槛较高)。