AgentSlice – 让AI编程代理在编辑前先询问
AgentSlice是一个免费开源的工作流工具包，通过Markdown文件定义阶段和审批门控，使Cursor、Claude Code、Codex、Windsurf等AI编程代理在编辑前先询问、规划并获得批准，从而避免上下文漂移、随意编辑和未经许可的修改。
文章情报
要点
- 开源工具包，通过Markdown文件引导AI代理遵循“询问→规划→批准→构建→QA→发布”的流程
- 支持Cursor、Claude Code、Codex、Windsurf等多种AI工具，无需运行时或编辑器扩展
- 解决代理常见的上下文漂移、随意编辑和未经批准直接修改的问题
- MIT许可，可自由用于商业和个人项目
为什么重要
这条新闻值得关注，因为开源工具包，通过Markdown文件引导AI代理遵循“询问→规划→批准→构建→QA→发布”的流程。
技术影响
可能影响模型选型、推理成本、产品能力和评测基准。
AgentSlice 是一个免费、开源的工作流工具包，专门为 AI 编程代理设计。它的核心理念是让代理在编辑代码之前先询问、规划并等待批准，从而避免常见的三大失败模式：上下文漂移（代理忘记之前的决定）、随意编辑（代理扩大任务范围，触及无关文件）以及未经许可直接修改代码。
该工具包完全基于 Markdown 文件，不依赖任何运行时或编辑器扩展。它提供了一套简洁的文件结构，包括安装提示、规划文档、技能文件和规则文件，适用于 Cursor、Claude Code、Codex、Windsurf 以及任何遵循项目级规则文件的代理。工作流程分为六个阶段：询问（Ask）、规划（Plan）、批准（Approve）、构建（Build）、质量检查（QA）和发布（Release），然后循环进入下一个切分（Slice）。状态文件保存在 docs/planning/workflow-state.md 中，确保代理会话可以从真实检查点恢复，而不是重新猜测。
AgentSlice 的诞生源于开发者 Espen Andreassen 三个月内构建 AI 产品的实验。他尝试了多种工作流，最终发现这套方法最有效——通过摄入问题、切分纪律、QA 交接和跨工具一致性来提高效率。选择纯 Markdown 而非运行时，主要出于两点考虑：可移植性（同一套文件可在多种工具中使用）和诚实性（Markdown 文件无法强制 LLM 遵守，但通过清晰的指引实现软约束）。如果需要硬性控制，可以配合 Cursor 的 PLAN/ASK 切换或 Claude Code 的钩子使用。
该项目采用 MIT 许可证，欢迎通过 PR、Issues 或讨论区贡献。维护者 Espen Andreassen 鼓励用户反馈代理行为异常的完整对话记录，以便优化规则。目前 AgentSlice 在 GitHub 上拥有 0 星，但作为一个新兴工具，它为 AI 辅助编程的工作流管理提供了实用的解决方案。