lihuaqiang-agentic-armory
lihuaqiang97/lihuaqiang-agentic-armory
This is a curated collection of my personal **Agentic Engineering** assets. Here you will find the prompts, harnesses, and scripts I use daily to augment AI agents like **Claude Code**, **OpenAI Codex**, and **Workbuddy**.
Instalação
npx convez-ai lihuaqiang97/lihuaqiang-agentic-armory1 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.
🛠️ lihuaqiang-agentic-armory
我的智能体工程装备库 —— 专为自主 Agent 打造的可复用提示词、Harness 脚本与技能模块
📛 名称由来
| 部分 | 含义 |
|---|---|
| lihuaqiang | 我的身份标识。确保每一件装备都承载我个人的工程哲学与使用习惯。 |
| Agentic | 聚焦自主智能体(Autonomous Agents),而非简单对话机器人。强调 Agent 的主动性、工具调用能力和任务编排能力。 |
| Armory | 军械库、装备库。意味着这里的每一个文件都是经过实战打磨、反复迭代、随时可取用的"武器"。 |
⚔️ "Armory"不是仓库,而是兵工厂。 这里存放的不是半成品,而是经过真实场景验证、持续优化的工程化资产。
🎯 仓库目的
这个仓库是我在日常使用各类 AI 编程助手和智能体产品过程中,积累下来的工程化资产集合。
我在使用 Claude Code、OpenAI Codex、Workbuddy 等产品的过程中发现:
- 同一个任务(比如写博客、Code Review、生成文档),每次手动写提示词效率很低
- 好的提示词需要反复打磨,但散落在各处难以管理和复用
- 不同产品的 Skill/Agent 配置格式各异,但底层逻辑是相通的
- 缺少一套可以跨平台复用的"Harness"层(即包裹 Agent 的执行逻辑)
所以这个仓库的核心目的是:
- 沉淀 —— 把我验证过的提示词、脚本、技能定义集中管理
- 迭代 —— 基于真实使用体验持续优化,而不是纸上谈兵
- 复用 —— 设计成跨平台兼容的格式,在 Claude Code、Codex、Workbuddy 等不同产品间可迁移
- 开源 —— 接受社区反馈,让这套装备不断进化
🧩 Agent / Skill / Harness / MCP —— 我该用什么格式?
这是我反复思考的问题。结论是:分层设计,各取所需。
| 层级 | 形式 | 说明 | 跨平台性 |
|---|---|---|---|
| Prompts | 纯 Markdown 文本 | 最基础的 System Prompt,不依赖任何平台 | ✅ 完全通用 |
| Skills | 结构化定义(Markdown + 元数据 + 脚本) | 抽象的技能描述,通过适配器转换为各平台格式 | ✅ 平台无关 |
| Harness | Python / Shell 脚本 | 包裹 Agent 的执行逻辑(输入处理、调用、输出解析、重试等) | ✅ 脚本通用,需适配调用方式 |
| MCP Servers | 独立服务进程 | Model Context Protocol 服务器,提供工具能力 | ✅ 标准协议,理论上通用 |
设计原则:Prompt 是核心资产,Harness 是工程化封装,Skills 和 MCP 是平台适配层。
📂 仓库结构
lihuaqiang-agentic-armory/
├── prompts/ # 核心提示词库
│ ├── blog-writer/ # 写博客专用提示词
│ │ └── system.md
│ ├── code-reviewer/ # Code Review 提示词
│ │ └── system.md
│ └── README.md # 提示词索引与使用说明
│
├── harness/ # 执行层脚本(通用)
│ ├── runners/ # Agent 调用 Runner
│ │ ├── base.py # 抽象基类
│ │ ├── claude_code.py # Claude Code 适配
│ │ └── codex.py # Codex 适配
│ ├── utils/ # 工具函数
│ └── README.md
│
├── skills/ # 抽象技能定义(平台无关)
│ ├── blog-writer/ # 博客写作技能
│ │ ├── SKILL.md # 技能描述与元数据
│ │ └── scripts/ # 配套脚本
│ └── README.md
│
├── mcp_servers/ # MCP 服务器
│ └── README.md
│
├── docs/ # 文档
│ ├── architecture.md # 架构设计说明
│ └── contributing.md # 贡献指南
│
├── tests/ # 测试
│
├── .github/ # GitHub 配置
│ └── ISSUE_TEMPLATE/
│
├── CHANGELOG.md # 更新日志
├── CONTRIBUTING.md # 贡献指南
├── LICENSE # MIT 许可证
└── README.md
🚀 快速开始
1. 克隆仓库
git clone https://github.com/lihuaqiang/lihuaqiang-agentic-armory.git
cd lihuaqiang-agentic-armory
2. 使用提示词(最简单的方式)
直接复制 prompts/ 目录下的 .md 文件内容到你的 AI 工具中:
# 比如用博客写作提示词
cat prompts/blog-writer/system.md
# 复制输出内容到你的 ChatGPT / Claude / Codex 对话框
3. 通过 Harness 适配器使用 Skills
harness/runners/ 中的适配器会读取 skills/ 目录的技能定义,转换为你目标平台所需的格式。
cd harness
pip install -r requirements.txt
python runners/base.py --skill blog-writer --platform claude-code --input "写一篇关于 Rust 所有权的文章"
📋 当前装备清单
| 装备 | 类型 | 状态 | 说明 |
|---|---|---|---|
| blog-writer | Prompt + Skill | 🟡 迭代中 | 技术博客写作提示词,持续优化以减少技术幻觉 |
| code-reviewer | Prompt | 🟡 迭代中 | 代码审查提示词 |
🟢 成熟可用 · 🟡 迭代优化中 · 🔴 实验阶段
🧠 设计理念
- 实战驱动 —— 每一件装备都来自真实使用场景,不用就删掉
- 最小可用 —— 不追求大而全,追求精而准
- 跨平台复用 —— 核心逻辑与平台解耦,Prompt 是最大公约数
- 持续迭代 —— 每次使用都是验证和优化机会,broken tools get fixed immediately
- 开源共建 —— 欢迎 Fork、Issue、PR,让装备库在反馈中进化
🤝 参与贡献
欢迎任何形式的贡献:
- 🐛 报告 Bug 或提出改进建议 → 提交 Issue
- 🔧 提交 Pull Request → 详见 CONTRIBUTING.md
- 💬 讨论使用体验或新想法 → Discussions
📜 许可证
本项目采用 MIT License 开源。