agentic-stack 独立 Python 循环实战不依赖 Cursor/Claude Code从零搭建你自己的 DIY 智能体【免费下载链接】agentic-stackOne brain, many harnesses. Portable .agent/ folder (memory skills protocols) that plugs into Claude Code, Cursor, Windsurf, OpenCode, OpenClaw, Hermes, or DIY Python — and keeps its knowledge when you switch.项目地址: https://gitcode.com/gh_mirrors/ag/agentic-stackagentic-stack 独立 Python 循环standalone-python 适配器让你完全绕开 Cursor、Claude Code 等第三方编码工具用一个约 30 行的 run.py 入口驱动任意 LLMAnthropic、OpenAI、MiniMax 甚至本地模型把项目里的.agent/可移植大脑当作你的 DIY 智能体的记忆与技能中枢——换模型、换工具知识不丢失。为什么需要一条「不依赖 IDE」的智能体循环 大多数 AI 编码工作流绑死在某个 harness 上Cursor 的规则文件、Claude Code 的 hooks、Windsurf 的配置……一旦你换工具智能体「学到的东西」就归零。agentic-stack 的核心理念是One brain, many harnesses所有记忆、技能、协议都放在一个可移植的.agent/目录里harness 只是外层「驱动器」。而standalone-python 适配器正是最彻底的自由✅ 你拥有完整的 agentic loop循环控制、上下文组装、工具调用✅ 可接任意 LLM 提供商通过环境变量切换✅ 每次调用后自动写入情景记忆episodic memory✅ 没有任何 harness 配置要维护——因为根本没有 harness一键安装步骤把大脑放进你的项目先克隆仓库然后用安装脚本把.agent/大脑 run.py入口装进你的目标项目git clone https://gitcode.com/gh_mirrors/ag/agentic-stack cd agentic-stack ./install.sh standalone-python /path/to/your-projectWindows 用户在 PowerShell 中执行.\install.ps1 standalone-python C:\path\to\your-project详见 docs/getting-started.md。安装完成后你的项目长这样your-project/ ├── .agent/ # 可移植大脑记忆 技能 协议 循环骨架 └── run.py # 你自己的 conductor 入口随便改注意一个贴心设计adapters/standalone-python/adapter.json 声明了skip_if_exists合并策略——重复安装永远不会覆盖你改过的 run.py你的自定义代码始终安全。理解这个 DIY 循环run.py 到底做了什么 run.py 的逻辑可以拆成三步全文见 adapters/standalone-python/README.md定位大脑向上查找.agent/目录找不到就报错退出加载骨架把.agent/harness/和.agent/tools/加入 Python 路径执行循环调用 conductor.py 里的run(prompt)你的智能体就转起来了。真正干活的是大脑里的三个模块模块职责context_budget.py在 token 预算内从四层记忆 技能中组装最优上下文llm.py按你选择的提供商Anthropic/OpenAI/MiniMax调用模型memory_reflect.py每次调用后把执行记录写入情景记忆一个容易被忽略的细节run.py本身不决定加载哪些技能——上下文构建器会根据任务触发词自动匹配技能这就是所谓的「渐进式披露」。同样权限控制也不是硬编码的而是由pre_tool_call钩子在智能体真正调用外部工具时才介入。最快配置方法30 秒切换 LLM 提供商standalone 循环完全不绑定厂商只靠环境变量切换# 默认Anthropic export AGENT_PROVIDERanthropic export AGENT_MODELclaude-sonnet-4-5 export ANTHROPIC_API_KEY... # 或者OpenAI export AGENT_PROVIDERopenai export AGENT_MODELgpt-4o # 或者MiniMax支持 openai/anthropic 两种线协议 export AGENT_PROVIDERminimax export AGENT_MODELMiniMax-M3 export MINIMAX_API_KEY...然后直接跑python run.py reflect on todays work python run.py commit the staged changes想先看看发给模型的上下文长什么样仓库提供了一个「只预览、不烧 token」的入门脚本 examples/first_run.py——它会构建上下文并打印预览只有显式设置RUN_MODEL1才真正调用模型。让智能体自己「做梦」配置定时反思循环 光有实时循环还不够agentic-stack 的记忆会随时间复利增长。在 adapters/standalone-python/README.md 中官方推荐把 dream 循环挂到 croncrontab -e # 每晚 3 点运行 dream 循环把反复出现的模式聚类成候选经验 0 3 * * * cd /path/to/project python3 .agent/memory/auto_dream.py .agent/memory/dream.log 21auto_dream.py 只干机械的活聚类、预过滤、衰减不做任何推理、不联网、不提交 git可以完全放心无人值守。第二天你再用 graduate.py / reject.py 审阅候选经验被接受的教训会进入语义记忆未来的每次会话都会自动召回。至此你的 DIY 智能体已经具备了完整生命周期实时循环 记忆沉淀 经验复利——和跑在 Cursor 或 Claude Code 里的版本完全对等。如何扩展你的循环验证与审计 由于是「完全控制」路线适配器不替你写任何 hooks——docs/per-harness/standalone-python.md 建议你在循环的关键位置手动调用 .agent/harness/ 下的log_execution()记录每一次工具执行用 install.sh 做体检./install.sh doctor会以只读方式审计项目standalone-python 的安装信号就是「根目录存在 run.py」升级项目时用./install.sh upgrade --dry-run预览再用--yes安全刷新骨架文件你的 run.py 和记忆文件绝不会被碰。常见问题Q不装 IDE 插件智能体怎么「读」项目A上下文构建器以AGENTS.md为地图按 token 预算从记忆层和技能清单里取材再通过模型调用驱动一切不需要任何编辑器集成。Qrun.py 被我改坏了怎么办A重装不会覆盖它skip_if_exists自己备份即可也可以参照 examples/first_run.py 恢复最小版本。Q以后想换回 Cursor 或 Claude Code 呢A这正是 agentic-stack 的价值所在——.agent/大脑原封不动再加一个适配器即可经验、技能、偏好全部保留。写在最后standalone-python 路线是理解整个 agentic-stack 架构的最佳入口当你亲手把「上下文 → 模型 → 记忆」这条循环跑通之后再去看其他 12 个适配器你会发现它们只是同一个大脑的不同外壳。现在就去 docs/getting-started.md 搭起你的第一个 DIY 智能体吧 【免费下载链接】agentic-stackOne brain, many harnesses. Portable .agent/ folder (memory skills protocols) that plugs into Claude Code, Cursor, Windsurf, OpenCode, OpenClaw, Hermes, or DIY Python — and keeps its knowledge when you switch.项目地址: https://gitcode.com/gh_mirrors/ag/agentic-stack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考