convez.ai
SkillProdutividadeAvançado
Xinyuexyyyyy

LiveWithOpenCove

Xinyuexyyyyy/LiveWithOpenCove

Gerenciamento de múltiplos workspaces para agents com memória controlada e skills compartilhados

Ver no GitHub
InicialPluginScore · de 0 a 100

Esqueleto minimalista para transformar qualquer diretório em workspace pronto para OpenCove, com modelo de memória de 6 arquivos, skills vinculados entre workspaces e assets compartilhados entre Claude/Codex. Resolve fragmentação de contexto, duplicação de skills e escrita não-autorizada de memória em setups multi-workspace.

Instalação

$npx convez-ai Xinyuexyyyyy/LiveWithOpenCove

1 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

Estrelas
0
Forks
0
Acompanhando
0
Saúde
42%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Separar contextos de trabalho (código/escrita/pesquisa) em diferentes workspaces com agent dedicado
  • Compartilhar skills reutilizáveis entre Claude e Codex sem manutenção duplicada
  • Manter histórico de decisões, lições aprendidas e posição atual sem confiança cega em escrita automática
  • Rastrear evolução de projetos de longo prazo com timeline estruturada e mapas de prioridade

Veredito

Solução prática e bem pensada para o problema real de múltiplos workspaces com agents: memória em markdown puro, sem black-box, e regra clara que agent não escreve memória sem autorização. Requer disciplina operacional mas resolve fragmentação de contexto e duplicação de skills. Falta tooling completo para governança de skills, mas o esqueleto básico é sólido e reutilizável.

README

A tradução para o português deste README ainda está na fila.

Live with OpenCove

我用 OpenCove 跑了一套多工作区 agent setup:3 个目录 = 3 个我(做事 / 写作 / 研究),跨 agent 共享一份 skill,agent 不能擅自写我的记忆。这是它的骨架,开源出来你可以直接抄。

跑在 OpenCove 上。


这套设计在解决什么

如果你在用 Claude Code / Codex / Cursor,可能踩过这些坑:

  • 上一会儿在写代码,下一会儿在写文章。agent 把两边上下文搅成一锅,建议越来越奇怪
  • 同一套 skill 在 Claude 和 Codex 里各维护一份,改一处忘改另一处
  • 让 agent 自动写记忆,结果它把"用户半夜抱怨产品"这种话也写进去了
  • 三天没碰项目,回来打开 agent,它不记得上次到哪,你自己也想不起来
  • skill 越加越多,最后变成一棵自己都找不到的目录树
  • agent 每次踩同一个坑,上轮的教训这轮就忘了

这套骨架解决前 4 件事,外加第 6 件:自进化经验库——agent 把复发的坑提炼成经验、下次自动召回绕开(v0.5 新增,见下文)。第 5 件(skill 治理)有部分工具但还没全部开源。

它不解决:agent 本身的智力问题、多人团队协作、agent 之间的实时编排。


一份工作区长什么样

clone 仓库后跑:

./bin/init-workspace.sh ~/my-workspace

~/my-workspace/ 就有了:

my-workspace/
├── .claude/
│   ├── CLAUDE.md                  # 这个工作区的规则(agent 必读)
│   ├── memory/
│   │   ├── MEMORY.md              # 记忆索引
│   │   ├── workspace-brief.md     # 这个工作区是什么、做什么
│   │   ├── workspace-map.md       # 活跃项目地图
│   │   ├── timeline.md            # 会话流水(倒序追加)
│   │   ├── current-position.md    # 当前焦点、下一步、阻塞
│   │   ├── decisions.md           # 拍板决策(为什么这么做)
│   │   ├── lessons.md             # 复盘(下次怎么做,带 scope/计数 meta)
│   │   └── lessons-archive.md     # 退役经验归档
│   └── scripts/                   # 机器维护(纯整理、可回滚、无需确认)
│       ├── memory_gc.py           # timeline 裁剪到最近 N 条
│       ├── lessons_gc.py          # 经验库体检:去重/矛盾/退役
│       ├── check_map.py           # 目录归位缺口检测
│       └── organize.py            # 产物目录自整理
├── AGENTS.md                      # Codex 入口(读同一份资产)
└── skills/                        # 软链接到 ~/shared-skills/<name>
    ├── task-analyze    -> ~/shared-skills/task-analyze
    ├── task-decompose  -> ~/shared-skills/task-decompose
    └── ...

记忆全是 markdown — 你能 cat、能 diff、能 grep、能手改。没有黑箱 sqlite,也没有 agent 偷偷写的字段。脚本是纯机械维护(裁剪/体检/整理),可回滚,不改语义,所以不需要你确认。


真实运行起来长什么样

场景:你打开 agent,说"我想给 notebook-cli 加个搜索功能"。

按这套规则,agent 不会直接动手,先输出:

- 本轮只做:搜索功能的 CLI 入口(nb search)
- 本轮不做:TUI 集成、跨设备同步
- 做完可验证:cd notebook-cli && nb search "关键词" 能返回结果列表

你点头之后它才写代码。

做完时它收尾,输出:

## 收尾总结

### 我要做的事
给 notebook-cli 加 nb search CLI 命令

### 解决的问题
之前用户找不到 3 个月前写的笔记,需要全文检索

### 现在用户能做什么
cd notebook-cli && cargo run -- search "关键词"

### 下一步决策
要不要把搜索接入 TUI?要不要支持正则?

---
建议更新 timeline 和 current-position,确认写入?

关键是最后那句。agent 不自动写记忆,它给你看建议,你说"是"才写。说"否"或沉默 = 不写。

下一次 session 打开,agent 读 current-position.md 就知道"上次说要决定 TUI 集成 / 正则支持",不用你重新交代上下文。


三个填好的示例工作区

examples/ 下有 3 个虚构但完整的工作区,clone 下来直接看比读 README 快:

示例虚构角色节奏看点
maker-workspace在做 notebook-cli 的独立开发者周timeline 里是 commit / 用户访谈 / 实验数据
writer-workspace1,200 订阅 newsletter 作者周timeline 里是写作进度 / 读者回复 / 标题选择
researcher-workspace做 SLM 可控性的独立研究者月-季timeline 里是论文阅读聚类 / 专家访谈 / 实验卡点

三个工作区用同一套规则、同一套 skill 池,但 memory 内容完全不同。这就是"工作区即角色"的含义。

直接打开 examples/maker-workspace/.claude/memory/timeline.md 看,颗粒度具体到"v0.3 全文搜索 CLI 跑通,11 项单元测试过"那种。


跟已有方案的差别

方案它做什么它不做的(这套来补)
Claude Code 官方 CLAUDE.md单文件全局规则多工作区、跨 agent、记忆模型、skill 治理
Cursor .cursor/rulesIDE 内规则注入记忆、跨工具共享、长期项目状态
Aider .aider/编程会话状态角色分离、skill 复用
各种"AI 第二大脑"应用知识库 + 检索跟 agent 工作流的耦合、可执行规则

这套不是"更好的 CLAUDE.md",是把 CLAUDE.md / 跨 agent 共享 / 6 文件记忆 / skill 治理 / 写入权限模型装在同一个套件里。

差异化不在"做了别人没做的事",在"把别人各做一块的事合成同一个 setup"。


谁该用 / 谁不该用

该用:

  • 一个人扮多个角色(白天写代码、晚上写文章、周末做研究)
  • 同时用 Claude Code 和 Codex(或想给未来多 agent 平台留活口)
  • 项目周期长(月-季级),三天不打开也想能续上
  • 受不了 agent 自作主张写记忆、自作主张扩需求

不该用:

  • 团队多人协作 — 这是单人 setup,current-position 会冲突
  • 一次性任务为主 — 6 文件记忆对短任务太重
  • 想要 GUI 不想看 markdown
  • 不会 / 不想用 unix 软链接

当前包含什么

5 个 skill(在 shared-skills-skeleton/):

Skill类型是什么
task-analyze轻型任何新需求的第一步 — 先把"用户到底想干什么"说清楚
task-decompose轻型已分析清楚的任务拆成最多 5 个可验收步骤
idea-to-research重型(Python + 测试)模糊想法路由:抄 GitHub / 产品调研 / 社会调研 / 待澄清
closeout轻型任务结束 6 段总结 + 记忆更新建议
output-polisher工具(Node.js)Markdown → Obsidian 三档导出

1 个姊妹仓库:harvest-tool — GitHub 借鉴型调研工具,独立维护。

3 个示例工作区(examples/):完整填了虚构 memory,clone 下来能直接看。

1 份推荐全局规则(docs/global-rules.md):可选,对照着写自己的 ~/.claude/CLAUDE.md。


30 秒上手

git clone https://github.com/Xinyuexyyyyy/LiveWithOpenCove
cd LiveWithOpenCove
./bin/init-workspace.sh ~/my-workspace

之后:

  1. 编辑 ~/my-workspace/.claude/memory/workspace-brief.md 写明这个工作区做什么
  2. (可选)建公共 skill 池,软链接需要的 skill:
    mkdir -p ~/shared-skills
    cp -r shared-skills-skeleton/task-analyze ~/shared-skills/
    ln -sf ~/shared-skills/task-analyze ~/my-workspace/skills/task-analyze
    
  3. 用 Claude Code 或 Codex 进入 ~/my-workspace/ 开始工作

仓库结构


五条设计原则

  1. 收敛型 MVP 执行 — 每轮"只做 / 不做 / 可验证",不扩展不预设
  2. 6 文件记忆模型 — 把 agent 记忆从"一锅 memory"拆成时间(timeline)、空间(workspace-map)、状态(current-position)、反思(decisions / lessons)、元(workspace-brief)五个维度
  3. 明确确认才写入 — agent 提建议,用户点头,才落盘;沉默 = 不写
  4. 软链接共享 skill — 公共池一份权威,工作区软链接消费,改一处全局生效
  5. 自进化经验库 — agent 把复发的坑提炼成条件句经验(带 scope/计数),下次执行前按 scope 召回自动绕开;脚本定期体检去重/矛盾/退役。详见 docs/self-evolving-memory.md

不是什么

  • 不是 OpenCove 本身 — 是基于 OpenCove 的工作区组织方法
  • 不是 agent 框架 — 是人和 agent 协作的规则
  • 不是给 agent 加智能 — 是把 agent 关在一个可观测、可叫停、可手改的盒子里

License

MIT

Ver o original no GitHub

Bom para

Relacionados