agy-staff

English | 简体中文

把 Google 的 Antigravity CLI（agy）雇来当 Claude Code、OpenAI Codex、DeepSeek Harness、Pi 和 OpenCode 的「agy 员工」。

评测 · 安装 · 使用示例 · 核心设计 · 为其他 CLI 做一个 · 升级

它适合做什么

agy-staff 把自带 Gemini 4 Carbon、 Gemini 4 Argon 与 Gemini 3.8 Flash 的 agy 接入主力 agent：提供 lead、brain 两种编排模式，以及 staffer（通用）、researcher（调研）、reviewer（审代码与方案）、implementer（编码）、ask（简短问答）五种角色，配合 jobs 技能管理后台任务。

为什么需要它：GPT-6.1-Sol 开着 fast mode 也慢；Claude Code 快一些，但 Fable 额度有限，不划算亲自跑每一次调研和审查。agy 同时给你高速员工和第二大脑：Flash 负责秒级第二意见，并在后台高速完成调研、审查和范围明确的实现；Carbon 与 Argon 则在系统设计与世界知识上足够强，能作为与 Astra、Fable 同量级的编排搭档，从另一个模型家族的视角先出方案，再由宿主核查假设并交付。

评测 — Harness 与编排

agy-staff Bench v1 让 Claude Code 和 Codex 在三个 benchmark 上做题，每道题用三种编排方案各跑一次：自己做、用自家 subagent、通过 lead 用 agy。

Tech Report · 中文报告

[!NOTE] 为什么做这个评测。 同一批题目，换不同的 host，分别用和不用 agy 来做，回答三个问题：

• 什么时候该委派。 哪些任务、哪个 host 交给 agy 更划算，哪些留给 host 自己做更好。结论会沉淀成 agy-staff 的最佳实践。
• agy-staff 该改什么。 每次评测都会暴露委派在哪里浪费了时间或 token。这些发现会回到插件里变成修复，之后的评测版本再验证修复是否有效。
• 不同 harness 的设计差异。 同一份 prompt、同一个 worker，只换 host。结果上的差距能追溯到各家 harness 的设计取舍。

v1 的结论（每种编排方案每道题只跑了 1 次，是第一版基线，不是定论）：

• agy 最适合调研类任务。 DeepSearchQA 是唯一一个两个 host 用了 agy 都省下 host 成本的 benchmark：Claude Code −39%，Codex −16%。host 成本就是从你的 Claude 或 ChatGPT 订阅里扣的那部分。
• Claude Code 的 harness 和 agy 更搭。 用了 agy，Claude Code 三个 benchmark 的 host 成本都下降了（−16% 到 −39%）；Codex 有两个反而上升（SWE-bench +86%，QnA +22%）。Claude Code 在后台等 agy，任务结束才被唤醒；Codex 会反复轮询，每次醒来都带着完整的上下文。
• 代价是时间。 每道题的耗时中位数从单独做的 2–8 分钟，变成用 agy 的 13–26 分钟。解出数和单独做持平，或少 1 道。

方法、局限和版本 → bench/README.zh-CN.md

安装

手动安装

先安装 Antigravity CLI。下面的命令来自官方安装文档，安装后用 agy --version 确认命令可用。运行插件还需要 Node.js。

curl -fsSL https://antigravity.google/cli/install.sh | bash

接着，在你使用的 agent 环境中安装插件。如果使用 Claude Code，运行：

claude plugin marketplace add keli-wen/agy-staff
claude plugin install agy@agy-staff

如果使用 Codex，运行：

codex plugin marketplace add https://github.com/keli-wen/agy-staff
codex plugin add agy@agy-staff

dsh plugin --profile desktop add github:keli-wen/agy-staff

opencode plugin 'agy-staff@git+https://github.com/keli-wen/agy-staff.git' --global

安装完成后，重启 Claude Code 或 Codex，再做一次简单的验证：在 Claude Code 中输入 /agy:ask reply with OK，在 Codex 中输入 $agy:ask reply with OK。ask 不调用工具，也不需要额外的权限配置。

[!IMPORTANT] staffer、researcher、reviewer 和 implementer 默认使用 unrestricted 权限配置，可以读取仓库、运行命令和修改文件。插件会通过提示词说明任务边界和已有改动的归属；任务明确要求提交、推送或创建 PR 时，agy 才应执行相应操作，否则留下工作区改动供你审查。这些提示约定不能替代权限隔离。

日常使用不需要先运行 setup。如果希望保留 agy 自身的权限检查，可以选择 --restricted，并通过 setup 配置允许执行的命令。setup 默认只展示计划，经你确认后才写入配置。使用前请阅读权限说明，了解全局命令允许列表的作用范围，以及审查不可信内容时的限制。

让 agent 帮你安装

也可以把下面这段话交给你的 coding agent，让它按照仓库里的说明完成安装和验证：

Read the raw text of https://raw.githubusercontent.com/keli-wen/agy-staff/master/docs/INSTALL_FOR_AGENTS.md
(curl it — do not work from a summary), or the same file in your local checkout of agy-staff, and follow it to
install and verify the agy-staff plugin for the harness you are running in. Respond in the user's language.

使用

在 Claude Code 中输入 /agy:，就能选择要使用的角色：

在 Codex 中输入 $agy，可以找到对应的技能：

在 DeepSeek Harness 中打开右侧 agy staff 子代理协作面板，或使用 /agy-* 指令：

下面的示例使用 Claude Code 的 /agy:… 写法。在 Codex 中把它换成 $agy:… 即可；Pi 使用 /skill:agy-…，DeepSeek Harness 与 OpenCode 使用 /agy-…。

想做的事	示例
编排持续推进的任务	/agy:lead 调研可选方案，起草提案，再根据我的反馈修订
由 Carbon / Argon 先提方案	/agy:brain 设计迁移方案，实施前先核查关键假设
问一个简短的问题	/agy:ask 你的后端模型是什么
交办一个通用任务	/agy:staffer 汇总这个仓库里所有未完成的 TODO
生成图片	/agy:staffer 生成一个像素风机器人吉祥物，存为 assets/mascot.png
审查当前改动	/agy:reviewer 检查当前工作区的改动
审查某个 PR	/agy:reviewer 审查 PR #730
审查方案	/agy:reviewer 检查 docs/plan.md 中的迁移方案，指出可能遗漏的问题
调研代码	/agy:researcher 这个仓库的鉴权是怎么做的
实现修复	/agy:implementer 修复那个不稳定的重试测试
查看或继续任务	直接说“agy 的任务进展如何”或“继续刚才的任务，再检查一下错误路径”

使用 reviewer 时，直接说明审查对象即可。agy 会自行调用 gh pr view、git diff 等命令收集材料，也可以读取指定文件。代码审查会按严重程度列出问题；方案和决策审查则会检查假设、取舍和可能遗漏的情况。

staffer 没有预设的专业分工，因此也适合调用其他角色没有专门介绍的 agy 原生工具，例如 generate_image。项目曾在 agy v1.1.15 上验证图像生成：一次调用约 30 秒生成了 1024×1024 的 PNG。这个记录可以作为使用示例，实际耗时取决于任务和运行环境。

核心设计

lead 为当前主 agent 增加任务编排指导。在 lead 工作流中，主 agent 了解至足以明确任务后，默认用 staffer 承担实质性工作，等待结果返回后再验收、整合或追加任务；专门指导有帮助时再选择 specialist，ask 仅用于测试。主 agent 负责跨任务决策、验收、整合和交付，复用现有 jobs 工作流。

brain 由 Carbon（也可通过 --model argon 选择 Argon）先提方案；主 agent 提供目标和证据，实施前独立核查假设，并负责验收。见 brain 技能说明。

ask 会在同一次调用中返回答案。其他角色启动后会先返回任务 ID，并给出收取结果的命令，例如 wait <id> --timeout 10m。主 agent 根据所在环境的能力等待任务；如果支持后台命令，就为每个任务保留一个独立的等待命令。

主 agent 默认等待最终结果，不为例行汇报主动查询。你明确询问中间进展时，它才用 observe 查看当前快照，其中包含最近的工具活动和回答片段。任务完成后，wait 或 result 负责返回完整结果。

下图按时间顺序展示一次后台任务：主 agent 默认等待最终结果（或推进已明确的独立工作），仅在用户询问时查看进度，最后收取报告。

等待到期不会停止后台任务。任务本身有独立的执行时限，默认 60 分钟，可以在启动时用 --timeout 调整，最长 120 分钟。需要停止时使用 cancel；需要继续或重新开始时，由主 agent 根据你的要求调用 continue 或 restart。模型何时收到后台结果，仍由你使用的 agent 环境决定。

关于参数、权限、进度快照和恢复方式，可以查阅完整参考手册。各版本的改动记录在发布说明中。

为其他 CLI 做一个

agy-staff 的设计是可移植（portable）的：只用 bash 和 skills，不强依赖特定的宿主、worker CLI 或运行时库。docs/DESIGN.md（英文）把这套设计整理成了最佳实践。如果想为其他 agent CLI 做同类工具，可以把下面这段话交给你的 coding agent：

Read the raw text of https://raw.githubusercontent.com/keli-wen/agy-staff/master/docs/DESIGN.md
(curl it — do not work from a summary). Then design an integration that lets this host agent delegate
work to <CLI> the same way. First read `<CLI> --help`, map what the CLI supports to the section
"What depends on the worker CLI", and list the principles it cannot support before writing any code.
Ask me before any call that spends model quota. Respond in the user's language.

agent 动手写代码之前，会先列出你的 CLI 支持不了哪些原则，让你提前知道工具会在哪些地方降级。

升级

Claude Code 和 Codex 使用的是安装时复制到缓存中的插件。仓库发布新版本后，需要主动更新，并重启应用才能加载新的技能。

Claude Code 的更新命令是：

claude plugin marketplace update agy-staff && claude plugin update agy@agy-staff

Codex 的更新命令是：

codex plugin marketplace upgrade && codex plugin add agy@agy-staff

这两个环境都按版本号管理插件缓存。如果更新后仍然看到旧行为，请先确认是否已重启应用，再参考升级说明检查版本和实际安装的提交。Pi 和 OpenCode 的更新方式见上方安装说明。

社区

欢迎在 LINUX DO 交流使用经验。

参与贡献

欢迎通过 issue 或 PR 提出问题、分享使用经验或改进代码。新增模式或参数会影响对外接口，建议先开 issue 讨论预期行为。

提交代码前请运行 npm test。标准测试使用临时仓库、临时 HOME 和假的 agy，不会调用真实模型或改动你的个人配置。新增回归测试也应保持这一点。需要验证真实 AGY 时，请使用测试说明中单独启用的集成测试。

运行逻辑位于 companion/：入口负责模式和任务命令，独立模块负责流式执行、进度快照和状态锁。角色技能位于 skills/，共享的提示词模板位于 templates/。修改技能时请以 skills/ 为准，再运行 npm run generate:skills 生成 pi-skills/ 与 opencode-skills/，用 npm run check:skills 检查一致性。不要直接编辑生成文件；原有 generate:pi 和 check:pi 命令仍然可用。打包时使用 npm run pack:checked，先检查一致性再生成归档；发布前也会自动检查。

README 和参考手册都有中英文版本。修改使用方法或行为说明时，请同步更新对应版本，让两种语言的读者得到一致的信息。

许可证

本项目采用 MIT 许可证，详见 LICENSE。