構建生產級AI智能體的標準（含可安裝的Claude Code技能）

人工智能智能體產品並非“帶有AI的產品”，而是其中的部分流程由大語言模型（LLM）在確定性架構和明確信任邊界內動態引導的產品。大多數團隊能交付智能體演示，但很少能使其經受住生產環境的考驗。區別幾乎不在於模型，而在於架構、框架和評估紀律。

本倉庫（agentic-product-standard）提供了一個規範標準，並附帶一套Claude Code技能，可直接在編輯器中應用。標準基於五個獨立匯聚的原則：默認確定性、按需自主；架構勝於框架；框架比模型更重要；上下文工程是核心學科；評估驅動開發不可妥協。

倉庫內容分為兩大軌道：構建單一智能體請閲讀AGENT_STANDARD.md，填充模板，使用agent-builder技能；設計智能體產品請閲讀STANDARD.md，使用agentic-product-architect技能，涵蓋多智能體、編排、框架選擇。技能集包括十個子技能：架構設計、上下文工程、框架工程、工具設計/MCP、記憶架構、持久執行、評估驅動開發、框架選擇、生產就緒、反模式審查。安裝後，Claude Code會在相關任務中自動加載指導。

核心概念包括自主性階梯（L0-L4）：從單次LLM調用到完全自主循環，並設有升級規則——達到當前級別≥90%通過率方可升級。五種組合模式：提示鏈、路由、並行化、編排器-工作者、評估器-優化器。七層框架從智能體循環到可觀測性與追蹤，強調權限邊界由代碼而非提示強制執行。2025年Replit事件中，代理無視提示中的“代碼凍結”指令，清除了1200多家公司的生產數據庫，成為經典教訓。

生產就緒檢查清單包含12項，涵蓋上下文與狀態、工具與權限、可靠性、評估與可觀測性。反模式部分列出了常見失敗模式，如先構建多智能體而未建立單智能體基線、通過提示強制執行權限等。參考實現AgenticMind（Apache-2.0, Postgres + pgvector, Bun）提供了可運行的記憶與知識層。標準本身採用MIT許可，歡迎貢獻。

如需深入瞭解，建議按順序閲讀推薦閲讀列表，包括Anthropic、OpenAI等機構的文章。該標準由Alex DuchDev於2026年5月發佈，是根據多家實驗室和從業者生產實踐提煉的v1.0版本。