Agentic OS 是做什麼的？
將 Claude Code 視為持久的運作時環境/作業系統，而非一般的對話工作階段。此技能記錄了生產級多智能體系統所使用的架構：一個負責將任務路由給專精智能體的核心配置、基於檔案的持久記憶體、排程自動化，以及 JSON/Markdown 資料層。
啟用時機
- 在 Claude Code 內建置多智能體工作流程
- 設定能在工作階段重啟後仍持續運作的永久 Claude Code 自動化任務
- 為重複性任務建立「個人作業系統」或「代理人作業系統」
- 使用者提及「agentic OS」、「personal OS」、「multi-agent」、「agent coordinator」、「persistent agent」
- 建構需要跨工作階段保存上下文的長期專案
架構總覽
Agentic OS 包含四個層級。每個層級對應專案根目錄中的一個目錄。
project-root/
├── CLAUDE.md # 核心：身份、路由規則、智能體註冊表
├── agents/ # 專精智能體定義 (Markdown 提示詞)
├── .claude/commands/ # 斜線指令：使用者面向的 CLI
├── scripts/ # 後台腳本：排程或事件驅動的任務
└── data/ # 狀態：JSON/Markdown 檔案系統，無外部資料庫
各層級責任
| 層級 | 用途 | 持久性 |
|---|---|---|
核心 (CLAUDE.md) | 身份、路由、模型政策、智能體註冊表 | 由 Git 追蹤 |
智能體 (agents/) | 具有限定工具與記憶的專精身份 | 由 Git 追蹤 |
指令 (.claude/commands/) | 使用者面向的斜線指令 (/daily-sync、/outreach) | 由 Git 追蹤 |
腳本 (scripts/) | 由 cron 或 webhook 觸發的 Python/JS 後台程序 | 由 Git 追蹤 |
狀態 (data/) | 僅追加的日誌、專案狀態、決策記錄 | 由 Git 忽略或追蹤 |
核心
CLAUDE.md 是核心。它扮演營運長/協調者的角色。Claude 在每次工作階段啟動時讀取它，並依此路由工作。
核心結構
# CLAUDE.md - Agentic OS Kernel
## Identity
你是 [專案名稱] 的營運長。你負責將任務路由給專精智能體。
你永遠不會直接撰寫程式碼。你授權給適當的智能體，並匯總結果。
## Agent Registry
| Agent | 角色 | 觸發關鍵字 |
|---|---|---|
| @dev | 程式碼、架構、除錯 | 使用者說「建置」、「修復」、「重構」 |
| @writer | 文件、內容、電子郵件 | 使用者說「撰寫」、「草稿」、「部落格」 |
| @researcher | 研究、分析、事實查核 | 使用者說「研究」、「分析」、「比較」 |
| @ops | DevOps、部署、基礎設施 | 使用者說「部署」、「CI」、「伺服器」 |
## Routing Rules
1. 解析使用者請求中的意圖關鍵字
2. 比對 Agent Registry 的觸發關鍵字欄位
3. 從 `agents/<name>.md` 載入對應的智能體檔案
4. 將完整上下文移交執行
5. 綜合並將結果呈現給使用者
## Model Policies
- 預設模型：使用儲存庫或 harness 的預設設定。
- @dev 任務：對於複雜架構，優先使用推理能力更強的模型。
- @researcher 任務：使用已設定的具研究能力模型與核准的搜尋工具。
- 成本上限：在超出專案設定的花費閾值前發出警告。
關鍵原則
核心應 精簡且宣告式。路由邏輯應以純 Markdown 表格呈現，而非程式碼。這使得系統無需除錯即可被檢查與編輯。
專精智能體
每個智能體是 agents/ 目錄中獨立的 Markdown 檔案。Claude 在路由任務時載入對應的智慧體檔案。
智能體定義格式
# @dev - 軟體工程師
## Identity
你是一位資深軟體工程師。你撰寫乾淨、經過測試、符合生產標準的程式碼。
你偏好簡單的解決方案。當需求不明確時，你會提出釐清問題。
## Memory Scope
- 讀取 `data/projects/<current-project>.md` 以取得上下文
- 讀取 `data/decisions/` 以取得架構決策
- 將執行日誌附加到 `data/logs/<date>[email protected]`
## Tool Access
- 專案根目錄內的完整檔案系統存取權
- Git 操作 (status、diff、commit、branch)
- 測試執行器存取權
- 依 `.claude/mcp.json` 設定的 MCP 伺服器
## Constraints
- 新功能永遠必須撰寫測試
- 切勿直接提交到 `main`；應使用功能分支
- 優先編輯現有檔案而非建立新檔案
- 盡可能將函式保持在 50 行以內
多智能體協作模式
當任務涉及多個智能體時，核心會依序或並行執行它們：
使用者：「建立一個登陸頁面並撰寫 launch 部落格文章」
核心路由：
1. @dev - 「使用 [需求] 建立一個登陸頁面」
2. @writer - 「使用登陸頁面文案為 [產品] 撰寫 launch 部落格文章」
3. 核心將兩個產出綜合為統一的回應
對於並行執行，可使用 Claude Code 的背景任務功能或呼叫 Claude Code 並指定特定智能體上下文的 shell 腳本。
指令與日常工作流程
斜線指令是位於 .claude/commands/ 的 Markdown 檔案。它們定義了可重複使用的工作流程。
指令結構
# /daily-sync
執行晨間簡報：
1. 讀取 `data/logs/last-sync.md` 以取得上下文
2. 檢查專案狀態：`git status`、待審 PR、CI 健康狀態
3. 檢閱 `data/inbox/` 是否有新任務或待決策事項
4. 產生障礙、優先事項與下一步行動的摘要
5. 將簡報附加到 `data/logs/daily/<date>.md`
標準指令集
| 指令 | 用途 |
|---|---|
/daily-sync | 晨間簡報：狀態、障礙、優先事項 |
/outreach | 執行外展工作流程 (電子郵件、LinkedIn 等) |
/research <topic> | 深度研究並追蹤引用來源 |
/apply-jobs | 為特定職位量身打造履歷與求職信 |
/analytics | 從 Stripe、GitHub 或自訂來源提取指標 |
/interview-prep | 產生學習卡或模擬面試問題 |
/decision <topic> | 記錄一項決策，包含優缺點與選擇路徑 |
啟用指令
將指令檔案放在 .claude/commands/<command-name>.md。Claude Code 會自動發現它們。使用者透過 /<command-name> 呼叫它們。
持久記憶體
記憶體以檔案為基礎。無需向量資料庫、Redis 或 PostgreSQL。data/ 中的 JSON 和 Markdown 檔案就是資料庫。
記憶體目錄結構
data/
├── daily-logs/ # 僅追加的每日活動日誌
├── projects/ # 各專案的上下文檔案
├── decisions/ # 架構與業務決策 (ADR 格式)
├── inbox/ # 待處理的新任務或想法
├── contacts/ # 人員、公司、關係筆記
└── templates/ # 可重複使用的提示詞與格式
每日日誌格式
# 2026-04-22 - Daily Log
## Sessions
- 09:00 - Session 1: 重構驗證模組 (@dev)
- 11:30 - Session 2: 草擬投資人更新 (@writer)
## Decisions
- 從 JWT 切換至 session cookie (參見 `data/decisions/2026-04-22-auth.md`)
## Blockers
- 等待供應商的 API 金鑰 (於 2026-04-24 跟進)
## Next Actions
- [ ] 合併驗證重構 PR
- [ ] 傳送投資人更新以尋求審閱
自動反思模式
每次工作階段結束時，核心會附加一段反思：
## Reflection - Session 3
- 有效的方法：並行執行智能體節省了 20 分鐘
- 無效的方法：@researcher 遇到了付費來源，需要更好的來源排名
- 需要改變：在研究筆記中加入 `source-tier` 欄位 (A/B/C 可信度)
這建立了一個無需修改程式碼即可隨時間改善系統的回饋循環。
排程自動化
Agentic OS 任務使用外部 cron 排程執行，而非 Claude Code 內建的 cron（後者會在工作階段結束時消失）。
macOS: LaunchAgent
<!-- ~/Library/LaunchAgents/com.agentic.daily-sync.plist -->
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" ...>
<plist version="1.0">
<dict>
<key>Label</key>
<string>com.agentic.daily-sync</string>
<key>ProgramArguments</key>
<array>
<string>/claude</string>
<string>--cwd</string>
<string>/path/to/project</string>
<string>--command</string>
<string>/daily-sync</string>
</array>
<key>StartCalendarInterval</key>
<dict>
<key>Hour</key>
<integer>8</integer>
<key>Minute</key>
<integer>0</integer>
</dict>
<key>StandardOutPath</key>
<string>/tmp/agentic-daily-sync.log</string>
</dict>
</plist>
Linux: systemd Timer
# ~/.config/systemd/user/agentic-daily-sync.service
[Unit]
Description=Agentic OS Daily Sync
[Service]
Type=oneshot
ExecStart=/usr/local/bin/claude --cwd /path/to/project --command /daily-sync
# ~/.config/systemd/user/agentic-daily-sync.timer
[Unit]
Description=Run daily sync every morning
[Timer]
OnCalendar=*-*-* 8:00:00
Persistent=true
[Install]
WantedBy=timers.target
跨平台: pm2
# ecosystem.config.js
module.exports = {
apps: [{
name: 'agentic-daily-sync',
script: 'claude',
args: '--cwd /path/to/project --command /daily-sync',
cron_restart: '0 8 * * *',
autorestart: false
}]
};
資料層
資料層就是你的檔案系統。使用 JSON 儲存結構化資料，使用 Markdown 儲存敘述性內容。
用於結構化狀態的 JSON
// data/projects/website-v2.json
{
"name": "Website v2",
"status": "in-progress",
"milestone": "beta-launch",
"agents_involved": ["@dev", "@writer"],
"files": {
"spec": "docs/website-v2-spec.md",
"design": "designs/website-v2.fig"
},
"metrics": {
"commits": 47,
"last_session": "2026-04-22T11:30:00Z"
}
}
用於敘述性內容的 Markdown
對於人類閱讀的任何內容，例如決策、日誌、研究筆記、聯絡人記錄，請使用 Markdown。
結構演進
永遠不要重新命名現有欄位。應新增欄位並將舊欄位標記為已棄用：
{
"name": "Website v2",
"status": "in-progress",
"milestone": "beta-launch",
"_deprecated_priority": "high",
"priority_v2": { "level": "high", "rationale": "影響投資人示範" }
}
這樣可以在無需遷移腳本的情況下保持歷史資料的可讀性。
反模式
單一巨型智能體
# 錯誤 - 一個智能體做所有事
你是一位全端開發者、作家、研究員和 DevOps 工程師。
應拆分為專精智能體。核心負責路由。
無狀態工作階段
# 錯誤 - 工作階段之間沒有記憶體
每次 Claude Code 開啟都從頭開始。
應在工作階段開始時始終讀取 data/，並在工作階段結束時寫入。
硬編碼憑證
# 錯誤 - API 金鑰寫在智能體檔案或 CLAUDE.md 中
你的 OpenAI API 金鑰是 sk-xxxxxxxx
應使用環境變數或由腳本載入的 .env 檔案。智能體應參考 process.env.API_KEY。
為簡單狀態使用外部資料庫
# 錯誤 - 為單人使用的 agentic OS 使用 PostgreSQL
在擁有同時多位使用者或 GB 級資料量之前，請使用 JSON/Markdown 檔案。
過度設計的路由
# 錯誤 - 路由邏輯寫在程式碼而非 Markdown 表格中
if (intent.includes('deploy')) { agent = opsAgent; }
應將路由保持在 CLAUDE.md 的 Markdown 表格中，保持宣告式。這樣可以檢查、編輯和除錯。
最佳實踐
-
CLAUDE.md少於 200 行並能放入上下文視窗 - 每個智能體檔案少於 100 行，且專注於一個領域
-
data/對於敏感日誌應被 Git 忽略，對於決策和規格則由 Git 追蹤 - 指令使用命令式名稱：
/daily-sync，而非/run-daily-sync - 日誌僅追加；切勿編輯過去的日誌
- 每個智能體都有一個
Memory Scope區段，定義它讀取的檔案 - 每次工作階段結束時都應撰寫反思
- 排程任務使用外部 cron (LaunchAgent、systemd、pm2)，而非 Claude Code 的工作階段 cron
- 成本追蹤：將每次工作階段的 API 花費記錄在
data/logs/<date>-costs.json - 一個專案 = 一個 Agentic OS。請勿在不同專案間共用單一
CLAUDE.md。