一套插件通吃六个 Agent:这个 38k Star的市场成了 AI 编程的「应用商店」

前言

用 AI 编程工具的人都有这个体验：你在 Claude Code 里配了一套 agent 和 skill，换到 Codex 或者 Cursor，全得重来。每家有自己的插件格式，互不兼容。

wshobson/agents 的思路很简单——一套插件源，六种 harness，各自生成各自的格式。38.4k⭐，MIT，一年时间长到 AI 编程领域最大的插件市场。

它跟别的插件市场有一个关键区别：不是为某一个工具建的。

Claude Code 中装起来就两行：先 /plugin marketplace add wshobson/agents，再 /plugin install python-development。只装你要的，不用全量下载。

作者在 plugins/ 里维护一份 Markdown，六个适配器各生成各的格式。不是机械翻译——每个适配器会针对目标 harness 的特性做调整：

结果就是：你在一个地方维护插件，六个工具各拿各的优化版本。换工具不再等于从零开始。

大多数插件市场是松散的工具集合——装一个 Python 插件、一个 Docker 插件、一个测试插件，它们互不认识。

这套市场里的 203 个 agent 按领域分层，每个都是细分专家：

16 个 orchestrator 负责多 agent 协调——全栈开发、安全审计、ML 流水线、事故响应，每种场景都有对应的编排方案。

它还内置了分层模型策略，按任务复杂度分配模型：

复杂活交给贵的模型，简单活别浪费。

开源市场最大的问题是质量——任何人都能往里塞东西，装之前你不知道这插件是真好用还是凑数的。

这个市场内置了一套 plugin-eval 评估框架：

插件不是扔进去就完了——有分数、能认证、不过关的不推荐。

wshobson/agents 解决的问题很实际：工具越来越多，但插件生态是割裂的。一套源、六个 harness 的架构让社区只需要维护一份插件，所有工具都能受益。一年涨到 38k⭐，不是因为它最早，是因为它解决了最痛的那个点。