agent-protocol
Gentleelephant/agent-protocol
Codex 和 Claude Code 之间的标准化协作协议
Instalação
npx convez-ai Gentleelephant/agent-protocol1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
README
A tradução para o português deste README ainda está na fila.
agent-protocol
一个围绕单一职责命令组织,并提供 team orchestration 高阶入口的 agent 协议:
/ap:run:主 agent 自动拆任务、生成子 agent 执行 prompt、编排开发、review 并最终 commit/push/ap:plan:根据用户需求和项目代码,生成开发计划和可执行 prompt/ap:review:review 代码,输出 review 结果和修复 prompt/ap:import:只把外部 execution prompt、prompt artifact、plan artifact 或 plan 文档归一化为 task / artifact,不执行代码/ap:execute:只执行已存在的 pending task,不创建 task,不接收直接 prompt 或 plan/agent-protocol init:只初始化.agent-memory本地协议状态/agent-protocol install:只安装或刷新项目级 / 用户级命令适配器/ap:prune:只清理已完成或已取消的历史 task 和对应历史 artifact/ap:reset:只重置本地.agent-memory状态
对于不支持子命令的 agent,例如 Codex,也必须支持。做法不是依赖 /ap: 语法,而是把这些命令视为自然语言意图:
- “按 agent-protocol 自动完成这个需求并提交” =
/ap:run - “按 agent-protocol 根据这个需求结合项目代码整理开发计划” =
/ap:plan - “按 agent-protocol review 这段代码并给出修复 prompt” =
/ap:review - “导入这个执行 prompt 并创建 task” =
/ap:import - “执行刚才 plan 产出的 task” =
/ap:execute - “执行刚才 review 产出的修复 task” =
/ap:execute - “按 agent-protocol 初始化本地协议状态” =
/agent-protocol init - “安装 agent-protocol 命令适配器” =
/agent-protocol install - “清理 .agent-memory 历史记录” =
/ap:prune - “重置 .agent-memory 本地状态” =
/ap:reset
核心结构
主线分两层:
- 高阶自动编排链路:
run - 基础需求实现链路:
plan -> execute - 基础代码修复链路:
review -> execute - 基础外部交接链路:
import -> execute
缓存与检索策略
协议要求把大模型缓存命中率作为核心约束:默认只读取当前命令需要的稳定入口文档、目标 task、目标 prompt 和必要源码,不批量展开历史 artifact。
如果项目中存在 graphify-out/,在 /ap:plan 或宽范围 /ap:review 中应优先用 graphify 图谱查询定位相关模块、文件和概念,再按需读取源码或文档确认事实。graphify 只作为检索索引,不接管 .agent-memory 状态流转。
对于复杂方案设计,可以使用 superpower 等外部 planning / reasoning skill 作为顾问,但最终输出必须归一化为当前协议的 plan/review/run artifact、task 和 execution prompt。外部 prompt 或 plan 文档只能通过 /ap:import 归一化;/ap:execute 不负责导入或创建 task,/ap:run 负责主 agent 编排。
无子命令兼容规则:
- 支持
/ap:子命令的 agent,优先用子命令 - 不支持
/ap:子命令的 agent,必须通过明确的 agent-protocol 自然语言意图完成同样效果 - 无论走哪种入口,输出物和 prompt 质量要求必须一致
初始化与安装入口:
/agent-protocol init:初始化本地协议目录,不安装命令适配器/agent-protocol install:安装 Claude / Cursor / Mastra Code / MiMo Code / Reasonix 命令适配器;协议脚本优先使用当前 skill 源码目录,项目仅保存source.json指针
执行方式说明:
- 顶层命令:直接使用
/agent-protocol init或/agent-protocol install [--agent ...] [--scope ...] - 脚本阶段:需要确定性执行时,直接运行仓库里的
scripts/init.sh或scripts/install-commands.sh - 安装完成后:其余功能通过已安装的
/ap:*子命令提供;init/install本身不作为安装后的/ap:子命令公开
仓库现在只保留一个顶层 skill:
skills/agent-protocol/SKILL.md
它既是顶层命令入口,也是协议总规范与路由入口。初始化与安装通过 /agent-protocol init 和 /agent-protocol install ... 提供;其余 /ap:run、/ap:plan、/ap:review、/ap:import、/ap:execute、/ap:prune、/ap:reset 继续由安装后的命令适配器提供,命令级语义以 skills/agent-protocol/adapters/*/commands/* 为准。
输出物
协议对外的关键不是内部 task 记录,而是可直接执行的 prompt。
生成位置:
.agent-memory/tasks.json
.agent-memory/artifacts/plan/
.agent-memory/artifacts/run/
.agent-memory/artifacts/review/
.agent-memory/artifacts/prompt/
规则:
/ap:run为一次自动编排生成 run artifact,并在需要时补齐或确认每个 task 的执行 prompt/ap:plan为每个开发任务生成一个执行 prompt/ap:review为每个问题生成一个修复 prompt/ap:run、/ap:plan和/ap:review生成的编排记录、开发计划、review 结果和 prompt 必须持久化保存到.agent-memory/artifacts/- 不支持
/ap:子命令的 agent 走自然语言等价流程时,也必须保存到同样的位置 /ap:import只导入外部 prompt / plan 并创建 task,不执行/ap:execute只读取已存在 task 的关联 prompt,并在执行后自动完成验证与完成记录;它不是主 agent 的 team orchestration 入口- 协议内部会用
tasks.json保存状态;对使用者来说,真正需要关注的是 prompt 内容 - 新写入 artifact 的文件名必须使用
<timestamp>__<artifact-kind>__<scope-token>.md - 其中
timestamp必须是 UTC 基本格式YYYYMMDDTHHMMSSZ,artifact-kind只能是run|plan|review|prompt|done scope-token必须是小写 ASCII kebab-case;单 task 必须直接使用task-<number>,多 task batch 使用tasks-<task-id>-<task-id>...,纯范围场景使用scope-<kebab-slug>- 新写入 artifact 的
artifact_id必须使用artifact-<artifact-kind>-<timestamp>-<scope-token> - 禁止在 artifact 文件名或
artifact_id中使用下划线、空格、中文、camelCase 或直接拼接task.title - 历史 artifact 继续兼容读取;只要发生新写入、重写或补写,必须切换到上述统一命名
同时,task 本身也要带上最小但关键的来源索引,至少包括:
origin_commandorigin_artifact_idprompt_artifact_idsource_summaryacceptancedepends_on
命令边界是协议稳定性的硬约束:
- 主 agent 自动拆任务、委派、review 和
commit/push只能由/ap:run完成 - 创建任务只能由
/ap:plan、/ap:review、/ap:import完成,或由/ap:run在启动时按plan语义一次性创建 - 执行业务代码修改只能由
/ap:execute完成;/ap:run只负责编排与验收,不替代底层执行语义 - 初始化本地状态只能由
/agent-protocol init完成 - 安装命令适配器只能由
/agent-protocol install或install-commands.sh完成 - 清理历史只能由
/ap:prune完成 - 重置状态只能由
/ap:reset完成 - 不存在 fix 兼容命令;review 修复任务也必须通过
/ap:execute <task-id>执行
命令
/ap:run
输入:自然语言需求、--all、--tasks task-001,task-002,可选 --origin review|plan|import|run。不接收直接粘贴的 execution prompt、prompt artifact、plan artifact 或 plan 文档。
行为:作为 team orchestration 高阶入口,由主 agent 负责拆任务或读取既有 task、生成或确认 execution prompt、委派子 agent 开发、review 子 agent 结果,并在全部通过后统一 commit 与 push。如果最终没有形成主 agent 创建的 commit,则本次 /ap:run 不算成功完成。
自然语言等价触发:
- “按 agent-protocol 自动完成这个需求并提交”
- “按 agent-protocol 执行所有 task,主 agent review 后 push”
- “按 agent-protocol 把刚才 review 产出的 task 全部跑完”
run 产物必须包含:
- 编排摘要
- task 选择或拆分依据
- 每个 task 的 prompt 准备情况
- 子 agent 执行与主 agent review 结果
- 最终提交和推送结果
- 推荐恢复命令,例如
/ap:execute <task-id>或/ap:run --all --origin review - 新写入 run artifact 的文件名和
artifact_id必须遵守统一命名;对于自然语言需求,优先使用scope-<kebab-slug>,不要把自由格式标题直接写进名字
/ap:plan
输入:用户给出的需求、目标或设计意图。 行为:结合项目代码、现有结构、依赖和边界,拆成开发任务,并生成指导其他 agent 执行的 prompt。
自然语言等价触发:
- “按 agent-protocol 帮我根据这个需求整理开发计划”
- “按 agent-protocol 结合当前代码拆解实现方案”
- “给我一组可以让别的 agent 直接执行的开发 prompt 并持久化 task”
plan 产物必须包含:
- 任务标题
- 优先级
- 背景和目标
- 明确范围
- 建议实现方式
- 验收标准
- 推荐执行命令,必须是
/ap:execute <task-id> - 新建 task 的
title只作为人类可读摘要,不参与task.id、artifact 文件名或artifact_id生成
/ap:review
输入:代码范围、模块、最近改动或整个项目。 行为:输出 review 结果,并为每个明确问题生成修复 prompt。
自然语言等价触发:
- “按 agent-protocol review 这段代码”
- “按 agent-protocol 检查这个模块并生成修复 task”
- “审查最近改动并持久化可执行修复项”
review 产物必须包含:
- 问题描述
- 影响范围
- 风险级别
- 复现或观察依据
- 修复建议
- 验收方式
- 推荐执行命令,通常是
/ap:execute <task-id>
/ap:import
输入:外部 execution prompt、prompt artifact、plan artifact 或 plan 文档。
行为:只把输入归一化为 .agent-memory 下的 task 和 artifact,不修改业务代码,不运行实现。
自然语言等价触发:
- “导入这个执行 prompt 并创建 task”
- “把这个 plan 文档转换成 agent-protocol task”
- “根据这个外部 prompt 生成可执行任务”
导入规则:
- 如果输入是 prompt artifact 或直接粘贴的 execution prompt,先匹配
related_task_ids;没有匹配 task 时保存 prompt artifact,并创建一个 pending task。 - 如果输入是 plan artifact 或直接粘贴的 plan 文档,先解析可执行项,保存 plan artifact,并为每个可执行项创建 task 和 execution prompt。
- 如果 plan 中包含多个可执行项,只创建或列出 task,不执行任何任务。
- 导入产生的新 task 使用
origin_command: "import"。
/ap:execute
输入:已有 task id、next、--all,可选 --origin review|plan|import|run。不提供 --one 或 --loop;执行单个任务使用 task-id 或 next,批量执行使用 --all。
行为:只读取已存在 task、来源 artifact 和 prompt,并按约束实现需求或修复问题,不创建 task,不接收直接 prompt 或 plan,不扩散修改范围,不承担主 agent team orchestration 或自动 commit/push。
自然语言等价触发:
- “执行 task-001”
- “执行下一个 pending task”
- “执行所有 pending task”
- “执行刚才 review 生成的第 2 个 task”
执行规则:
- 只能选择
pending或按恢复规则允许继续的既有 task。 task-id、next、--all是执行目标;--origin只是来源过滤,不表示 task 类型。/ap:execute是底层执行入口;需要主 agent 自动拆任务、委派、review 和提交时应使用/ap:run。--all是安全批处理,不是外部 supervisor,也不负责重启 agent。agent 会话中断时,下次再次运行/ap:execute --all继续按状态恢复。--all每轮只认领一个 task;每轮开始前必须重新读取.agent-memory/tasks.json,优先处理已有in_progresstask,再选择下一个匹配的pendingtask。--all串行执行,不并行执行;每个 task 必须独立读取 prompt、独立状态流转、独立写 completion artifact。- 若 task 的
depends_on尚未完成,跳过该 task 或标记为blocked并说明原因,不能强行执行。 - 批量执行中遇到实现失败、验证失败或 blocker 时,记录当前 task 结果并停止后续执行。
- 如果用户传入直接 prompt、直接 plan 或 artifact 内容,必须停止并要求先使用
/ap:import。 - 如果多个 task 匹配,按
priorityhigh、medium、low 排序,同优先级按created_at升序。 - 真正开始实现前,被执行工作单元必须已有 task id、
prompt_artifact_id和正常状态流转记录。 - 新写入 completion artifact 时,文件名和
artifact_id也必须遵守统一命名。
/agent-protocol init
输入:无。
行为:只初始化 .agent-memory/、tasks.json 和 artifact 目录,不安装命令适配器,不创建业务 task。
触发方式:
- 顶层命令:
/agent-protocol init - 自然语言:例如“按 agent-protocol 初始化本地协议状态”
- 确定性脚本:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/init.sh --project --project-root /absolute/path/to/project
参数兼容:
- 顶层命令本身不要求业务参数
- 底层脚本需要
--project --project-root /absolute/path/to/project
/agent-protocol install
输入:--agent all|claude|cursor|mastracode|mimocode|reasonix 和 --scope project|user。
行为:只安装或刷新命令适配器,不初始化 .agent-memory,不创建 task。
刷新规则:对本协议管理的命令文件,如果目标文件不存在则创建;如果已存在且内容不同则覆盖更新;如果内容相同则跳过写入。
触发方式:
- 顶层命令:
/agent-protocol install [--agent ...] [--scope ...] - 自然语言:例如“按 agent-protocol 安装命令适配器”或“安装 agent-protocol 命令适配器”
- 确定性脚本:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/install-commands.sh --project-root /absolute/path/to/project
参数兼容:
--project-root /absolute/path/to/project--agent all|claude|cursor|mastracode|mimocode|reasonix--scope project|user- 与之前的安装脚本参数保持一致
/ap:prune
输入:无,或 --hard。
行为:默认保留活动 task,删除 done / cancelled task 和仅被这些终态 task 引用的历史 artifact;传入 --hard 时直接删除整个 .agent-memory/ 目录。
实现:优先根据 .agent-memory/source.json 定位当前项目绑定的 skills/agent-protocol/scripts/prune.sh;旧项目兼容场景才回退到历史 .agent-memory/scripts/prune.sh,而不是由不同 agent 各自手写清理逻辑。
/ap:reset
输入:无。
行为:保留 .agent-memory/agent-protocol.md 和目录结构,把 tasks.json 重置为 {"tasks": []} 并清空 artifact 子目录。
Prompt 质量规则
这是协议里最重要的部分。
一个高质量 prompt 必须做到 4 件事:
-
问题定义清楚 不能写“优化这里”或“修一下这个逻辑”,必须写出当前行为、期望行为、风险或症状。
-
边界清楚 必须明确允许改哪些文件、模块、接口、测试;明确哪些内容不能动。
-
指导性强 不是只指出问题,还要给出建议修复路径、优先方案、兼容要求和验证方法。
-
可验收 必须给出测试、检查步骤或可观察的完成标准。
Prompt 标准结构
本协议继续使用稳定的 Markdown 标题结构作为持久化 artifact 格式,而不是切换到 XML 或自由文本。原因是 OpenAI 更强调清晰的 section 组织,Anthropic 虽然推荐在复杂 prompt 中使用 XML 分隔内容,但当前项目的 execution prompt 首要目标是跨 agent 可移植、可 diff、可局部编辑、可缓存命中,因此固定标题的 Markdown 更适合作为统一规范。
每个执行 prompt 至少包含:
GoalPrioritySource ContextTask Contract SnapshotScopeProblemConstraintsSuggested FixValidationDeliverableCommand Hint
示例可参考:
补充要求:
Goal必须只描述一个主要结果;必要时可以顺带点明执行者角色,但不能把多个结果塞进同一 promptPriority只能用high/medium/lowSource Context必须复制 review 结论或计划依据的关键摘要,并尽量包含证据锚点,例如文件、符号、测试名、报错、依赖关系;如果存在推断,应和已确认事实区分开Task Contract Snapshot必须重述 task 的spec、acceptance和依赖信息;若 prompt 与task.spec有冲突,以task.spec为准Scope必须尽量落到具体文件、目录、模块、接口;最好显式区分允许修改、按现有模式可连带修改、禁止修改Problem必须同时写清当前行为、期望行为、证据和影响,不能只写“需要优化”或“逻辑有问题”Constraints必须同时写出必须遵守的条件和明确禁止项,避免只写抽象话术,例如“尽量少改”Suggested Fix必须优先写推荐方案,避免给一堆无排序选项;如果存在备选路径,要说明默认选择条件Validation必须写具体命令、测试点或验收现象;若命令可能不存在,应说明最小替代验证方式和预期通过信号Deliverable必须说明执行 agent 最终应交付什么,例如修改文件、测试结果摘要、implementation_notes、遗留风险或 blocker 说明Command Hint只保留推荐的下一条协议命令,不要在这里重复正文说明- prompt 必须自包含,执行 agent 不应被迫重新读取大段历史对话才能开工
- 标题顺序应保持稳定,避免无意义改写造成缓存失效
Task 分类规则
task.type 表示任务性质,origin_command 表示任务来源。/ap:execute --origin 只过滤 origin_command,不要把它当作类型过滤器。
bug:修复已存在错误、回归、风险、review finding 或行为校正。feature:新增或扩展用户可见能力、命令能力或产品行为。design:协议、架构、接口契约、文档规范、跨模块设计调整,或主要交付物是设计约束而非直接功能。review:仅兼容旧 task,新 task 不得使用。
/ap:plan 应在 feature 与 design 之间按主要交付物选择;/ap:review 产出的可执行问题默认使用 bug;/ap:import 必须根据输入内容推断 bug、feature 或 design,无法可靠判断时默认 feature,并在 source_summary 记录推断依据。
Prompt 生成要求
对 /ap:plan
生成 prompt 时必须:
- 先读代码再拆任务,不能只按需求文本空想
- 优先沿用现有架构、命名、依赖和测试模式
- 把大需求拆成多个小 prompt,而不是一个大而模糊的 prompt
- 每个 prompt 只对应一个主要结果
- 标出任务之间的依赖和优先级
对 /ap:review
生成 prompt 时必须:
- 先给 review 结论,再决定是否需要生成修复 prompt
- 只有“可执行问题”才生成 prompt
- 每个 prompt 只处理一个独立问题,避免混合多个问题
- 明确这是 bug fix、风险修复,还是行为校正
- 如果问题信息不足,prompt 要写明需要先确认什么
- review 产出的新 task 应优先使用
bug类型,而不是review
Prompt 优点与常见模糊点
当前协议已有的强项:
- 固定标题结构稳定,适合缓存、diff 和 artifact 持久化
Scope、Constraints、Validation、Deliverable已经比通用 prompt 模板更工程化Task Contract Snapshot能把 task 约束显式复制进执行 prompt,减少执行期漂移Command Hint让 handoff 路径明确,适合多 agent 串联
生成 prompt 时要避免的模糊点:
- 只写“优化”“修一下”“按现有模式处理”,但没有说当前错误、目标行为和影响
Source Context只有结论,没有证据锚点,导致执行 agent 需要重新猜原因Scope写成“相关文件”或“必要模块”,没有明确允许改动边界Constraints只写“不要大改”之类的抽象要求,没有写清禁止变更什么Suggested Fix罗列多个方向但不指定默认推荐路径Validation只写“跑测试”或“自行验证”,没有最小命令和通过信号
初始化
初始化:
/agent-protocol init
执行后只初始化 .agent-memory/ 本地状态,并写入 .agent-memory/source.json 指向当前协议 skill 源码目录。命令适配器安装必须单独执行 /agent-protocol install 或安装脚本。
Claude Code 入口规则:
skills/agent-protocol/SKILL.md是唯一顶层 skill 入口- 它直接承载
/agent-protocol init和/agent-protocol install ...的顶层命令说明 - 其他
/ap:run、/ap:plan、/ap:review、/ap:import、/ap:execute、/ap:prune、/ap:reset通过install-commands.sh安装到项目目录或用户目录 - 协议运行依赖脚本优先使用当前 skill 源码目录,项目本地只保留
source.json作为定位指针 - install 所需的命令模板优先使用当前 skill 源码目录下的
adapters/,避免项目内镜像过期
脚本参数:
--project:必填--project-root /absolute/path/to/project:必填
幂等规则:
- 已存在的目录会跳过
- 已存在的文件会跳过
- 已存在的
.agent-memory/tasks.json会保留 .agent-memory/source.json会创建或更新,记录当前项目绑定的 skill 源码目录和版本
示例:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/init.sh --project --project-root /absolute/path/to/project
安装子命令
安装当前项目下的 Claude Code、Cursor、Mastra Code、MiMo Code 和 Reasonix 命令适配器:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/install-commands.sh --project-root /absolute/path/to/project
只安装 Claude Code:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/install-commands.sh --project-root /absolute/path/to/project --agent claude
只安装 Cursor:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/install-commands.sh --project-root /absolute/path/to/project --agent cursor
Cursor 自定义命令规则:
- 项目级命令写入
.cursor/commands/*.md - 用户级命令写入
~/.cursor/commands/*.md - 命令名由文件名决定,因此本仓库映射为
/ap-run、/ap-plan、/ap-review、/ap-execute等等价命令 - 这是对协议
/ap:run、/ap:plan、/ap:review、/ap:execute的 Cursor 适配,不改变协议语义
只安装 Mastra Code:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/install-commands.sh --project-root /absolute/path/to/project --agent mastracode
只安装 MiMo Code:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/install-commands.sh --project-root /absolute/path/to/project --agent mimocode
MiMo Code 自定义命令规则:
- 项目级命令写入
.mimocode/commands/ap:*.md - 用户级命令写入
~/.config/mimocode/commands/ap:*.md - 文件名即命令名,例如
ap:plan.md对应/ap:plan - Markdown 文件正文就是 prompt 模板;需要参数的命令模板必须显式包含
$ARGUMENTS
只安装 Reasonix:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/install-commands.sh --project-root /absolute/path/to/project --agent reasonix
Reasonix 自定义命令规则:
- 项目级命令写入
.reasonix/commands/ap/*.md - 用户级命令写入
~/.config/reasonix/commands/ap/*.md - 子目录构成命名空间,例如
ap/plan.md对应/ap:plan - Markdown 文件正文就是 prompt 模板;Reasonix 适配文件不包含 frontmatter
安装到用户级目录而不是项目目录:
bash /Users/zhangpeng/GolandProjects/github.com/Gentleelephant/agent-protocol/skills/agent-protocol/scripts/install-commands.sh --project-root /absolute/path/to/project --scope user
规则:
- 默认
--agent all - 默认
--scope project --project-root为必填,agent 调用时必须传目标项目绝对路径project会写入.claude/、.cursor/、.mastracode/、.mimocode/和.reasonix/user会写入~/.claude/、~/.cursor/、~/.mastracode/、~/.config/mimocode/和~/.config/reasonix/- 已存在的命令文件若内容不同会覆盖更新,内容相同则跳过
- 已安装的旧 fix 命令文件会被删除
- 这个安装动作只复制命令文件,不会重新初始化
.agent-memory/ - 如果由 agent 触发安装,不应直接执行
./skills/agent-protocol/scripts/install-commands.sh;必须先定位仓库根目录,再执行<repo-root>/skills/agent-protocol/scripts/install-commands.sh --project-root <absolute-project-path> - 如果项目已初始化,应优先读取
.agent-memory/source.json,再执行其中指向的<skill-root>/scripts/install-commands.sh
说明
tasks.json是协议内部状态唯一来源.agent-memory/artifacts/prompt/是给 agent 直接执行的核心输出.agent-memory/artifacts/run/保存主 agent 的自动编排记录- 如果 prompt 和内部
task.spec冲突,以task.spec为准 - 不支持
/ap:子命令的 agent 也必须通过明确自然语言意图执行同样工作流 - 协议公开接口收敛为
run / plan / review / import / execute / prune / reset,顶层命令/agent-protocol init与/agent-protocol install负责 bootstrap