如何在项目中组织神经网络代理而不陷入混乱和意外的 rm -rf

在使用自主型 AI 助手编写代码时，一个常见问题经常会出现。你给模型开放了终端和文件系统的访问权限，让它构建项目或修复一个 bug，几分钟后它决定清理缓存并删除了重要文件。或者它开始即兴发挥，完全忘记了你们一小时前讨论过的架构约定。

仓库 vudovn/ag-kit 为这个问题提供了一个系统化的解决方案。这是一套现成的契约、规则和工具，适用于 Google Antigravity 环境。它将混乱的神经网络交互转化为可预测的流程，具有角色分离和危险操作防护功能。

工具包内有什么

初始化后，AG Kit 会在项目根目录创建一个结构 .agents/。在其中你会找到专业角色的声明性描述、技能、现成的工作流和长期记忆。

当项目在 Google Antigravity 中打开时，环境会读取这个配置。任务不再由一个试图同时处理所有事情的通用聊天机器人来完成，而是开始被分配给专业的窄领域专家。

该仓库包含以下组件：

• 20 个专注于不同开发任务的代理
• 47 个带有规则和验证逻辑的技能
• 13 个通过斜杠命令调用的现成场景
• 6 条通用工作区规则
• 位于 .agents/memory/ 的长期记忆模块，用于保存架构决策

控制台命令的保护性钩子

该工具包最实用的部分是内置拦截器 PreToolUse。在终端执行命令之前，系统会通过本地脚本 validate-tool-call.mjs 对其进行验证。

如果代理试图执行 rm -rf /、格式化磁盘或覆盖系统分区，脚本会立即阻止执行并输出错误。而像删除 node_modules 或 dist 这样的常规清理则不会延迟执行。

钩子配置在 .agents/hooks.json 中定义：

{
  "enabled": true,
  "PreToolUse": [
    {
      "matcher": "run_command",
      "command": "node .agents/hooks/validate-tool-call.mjs",
      "timeout": 10
    }
  ]
}

这种机制不能替代常规的权限控制或沙箱化，但它可以防止致命的神经网络错误。

通过斜杠命令实现清晰的场景

该工具包提供了现成的流程，而不是每次都在聊天中从头编写冗长的指令。你只需在界面中输入斜杠命令即可。

以下是 13 个包含场景中的几个示例：

• /plan 首先制定详细的实现计划和检查清单，而不触碰源代码
• /coordinate 并行运行多个研究任务，然后编译统一的摘要
• /debug 将代理聚焦于从日志和事实中寻找 bug 原因，禁止胡乱猜测
• /remember 将重要的技术决策和协议记录到项目的永久记忆中
• /verify 运行检查和测试以证明代码实际可用

版本控制和安全的更新

项目创建者将提示词和规则视为常规源代码。每个代理、场景和规则都有明确的语义版本。工具包的状态记录在 .agents/manifest.json 和 .agents/manifest.lock.json 文件中。

更新也经过了周到的处理。ag-kit update 命令不会覆盖你的本地设置。它会合并更改并自动在 .ag-kit-backups/ 文件夹中创建精确备份。

如果新更新破坏了某些功能，你可以用一条命令恢复之前的状态：

ag-kit rollback

如何在你的项目中试用

你需要 Node.js 22 或更高版本以及 Python 3.10+。用一条命令在现有仓库中初始化：

npx @vudovn/ag-kit init

为了验证配置已正确部署且钩子正常工作，项目包含内置的验证脚本：

npm run check:agents
npm run check:antigravity

你可以通过直接向验证脚本发送测试载荷来测试保护性钩子，而无需运行实际危险命令：

printf '%s' '{"tool_args":{"CommandLine":"rm -rf /"}}' \
  | node .agents/hooks/validate-tool-call.mjs

响应应显示消息 BLOCKED by AG Kit，进程应以非零代码退出。

这个工具适合谁

AG Kit 对于选择 Google Antigravity 作为主要环境并希望为 AI 工作流带来秩序的团队和独立开发者非常有用。在大型项目中，上下文很快就会变得混乱，严格的角色分离和将决策保存到记忆中可以节省大量时间。

不过需要记住一个限制：完整的兼容性仅在 Antigravity 内有保证。其他编辑器可以读取 .agents/ 中的标记文件，但钩子反应和自动路由在那里不会工作。