Agents Workspace：为AI编程代理打造的标准化工作空间模板

Agents Workspace是一个最小化、环境无关的AGENTS.md模板，旨在解决AI编程代理缺乏指导时重复犯错、上下文膨胀和无法从先前工作中学习的问题。它通过子代理驱动开发、自学习Wiki和按需技能加载三个核心理念，提升代理工作的质量和一致性。

随着AI编程助手和代理的广泛应用，开发者发现无适当指导的AI代理存在重复犯错、上下文臃肿、草率更改及无法从先前工作学习等问题，降低开发效率、影响代码质量并积累技术债务。例如，每次对话开始时代理需重新了解项目结构、规范等，重复错误或盲目修改，浪费时间且令人沮丧。Agents Workspace项目为此而生。

Agents Workspace的核心理念包括：1.子代理驱动开发：每个任务委派给专门子代理，独立上下文提升专注度、减少噪音、支持并行处理；2.自学习Wiki：以wiki/index.md为单一事实来源，任务前后查阅和更新，实现知识积累；3.按需技能加载：将行为规则组织为可加载技能（如invoke-subagents、wiki-ops等），仅在需要时加载，避免上下文膨胀。其工作空间结构清晰，包含AGENTS.md、wiki目录、skills目录等。

使用Agents Workspace的基本流程：将代理指向仓库→读取AGENTS.md→遵循序列→按需加载技能，适用于Claude Code、OpenCode等工具。安装方式有curl直接安装或克隆后本地安装，脚本支持--all、--opencode等选项，自动检测工具并部署到对应路径（如OpenCode到~/.config/opencode/skills/）。

Agents Workspace的实际应用场景包括：1.长期项目维护：Wiki记录历史决策、技术债务等，新代理可快速了解背景；2.团队协作：共享AGENTS.md和Wiki确保标准一致；3.知识传承：Wiki保存代理积累的知识，实现组织记忆。

Agents Workspace鼓励社区贡献：创建新技能应对特定场景、改进现有技能内容、分享AGENTS.md配置和Wiki模板、为agency-agents贡献专门化代理。项目开源，社区改进可惠及所有人。

Agents Workspace是一套让AI代理像团队成员工作的方法论，通过三个核心理念解决AI代理痛点，使其保持专注高效、从经验学习、遵循一致标准并协作。随着AI代理能力提升，这类框架将在软件开发中扮演更重要角色，成为人与AI协作的桥梁。