Agent as Code：如何把 Agent 相关的东西全部放到代码库？

Fen9Pi2026/6/2大约 7 分钟

代码库

Infrastructure as Code（IaC）已经成了标准实践。
Terraform 管理基础设施，Kubernetes 管理容器，Ansible 管理配置。
但 AI Agent 时代，我们缺了一块：Agent as Code。
如何把 Agent 相关的一切——人设、技能、工作流、记忆——全部放进代码库？

一个被忽视的问题

现在很多人玩 AI Agent，是这样的：

在 ChatGPT 网页版里，写一个「你是一个专业前端工程师」的 Prompt。然后在 Cursor 里，写另一个「你是一个代码审查专家」的 Prompt。又在 claude.ai 里，写第三个「你是一个产品经理」的 Prompt。

这三个 Prompt 是孤立的。

它们不在一个地方。它们没有版本控制。它们无法协同工作。

更糟糕的是：

你改了 Prompt A，但忘了同步到 Prompt B
你团队里的三个人，各有各的 Prompt 版本
你不知道哪个 Agent 是在什么时候用什么配置跑的
出了问题，你无法复现

这不是工程化。这是「手工作坊」。

Agent as Code 的核心思想

核心思想

把 Agent 当作代码一样管理。

这意味着什么？

1. 人设即代码（Persona as Code）

Agent 的「人设」不应该是一个藏在聊天窗口里的 Prompt。

它应该是一个文件。

# 仓库结构
agents/
├── frontend-engineer/
│   └── SOUL.md          # 人设文件
├── code-reviewer/
│   └── SOUL.md
└── product-manager/
    └── SOUL.md

SOUL.md 里写什么？

# SOUL.md - 前端工程师 Agent

## 你是谁
你是一个资深前端工程师，10 年经验，擅长 React、Vue、性能优化。

## 你怎么说话
- 直接、务实、不说废话
- 代码示例优先，理论其次
- 能给可执行方案，不给空泛建议

## 你怎么工作
1. 先理解需求，再动手
2. 写代码前先想测试
3. 完成后自己 review 一遍

## 你不做什么
- 不写后端代码（那是后端工程师的事）
- 不做 UI 设计（那是设计师的事）
- 不给空泛的「最佳实践」建议

这个文件，就是 Agent 的「灵魂」。

它进代码库。它有版本控制。它能被复用。它能被团队共享。

2. 技能即代码（Skill as Code）

Agent 的「技能」不应该是一个个散落的脚本。

它们应该是一个个独立的、可复用的包。

# 技能目录结构
skills/
├── wechat-publisher/
│   ├── SKILL.md              # 技能说明
│   ├── scripts/
│   │   ├── publish.sh        # 发布脚本
│   │   └── wechat-publish.mjs
│   └── README.md
├── excel-processor/
│   ├── SKILL.md
│   ├── scripts/
│   │   └── process.py
│   └── README.md
└── docx-generator/
    ├── SKILL.md
    ├── scripts/
    │   └── generate.py
    └── README.md

每个技能都是一个独立的功能单元。

技能包

它有清晰的接口（输入什么，输出什么）
它有文档（SKILL.md 说明用法）
它有版本（和代码一起管理）
它可以被多个 Agent 共享

技能就像 npm 包。 你可以 install，可以 update，可以贡献回社区。

3. 工作流即代码（Workflow as Code）

多 Agent 协作的工作流，不应该是在大脑里想象的。

它应该是可视化的、可配置的、可版本控制的。

# 工作流定义
workflows/
└── content-production.yaml

name: 内容生产流水线
steps:
  - agent: product-manager
    task: 从热点库筛选选题
    output: topic.md

  - agent: writer
    task: 根据 topic.md 写文章
    output: article.md

  - human: true
    task: 审核 article.md
    output: article-approved.md

  - agent: publisher
    task: 发布到公众号
    input: article-approved.md

这个 YAML 文件，就是工作流。

工作流

它是声明式的（定义「做什么」，不定义「怎么做」）
它是可视化的（可以画成流程图）
它是可调试的（可以单步执行，可以断点）
它是可版本控制的（改了工作流，可以 diff、可以 rollback）

4. 记忆即代码（Memory as Code）

Agent 的「记忆」不应该只有聊天记录。

它应该是一个可维护的、结构化的知识库。

# 记忆目录结构
memory/
├── 2026-06-01.md            # 每日日志
├── 2026-05-31.md
├── MEMORY.md                # 长期记忆（人工整理）
├── project-context.md       # 项目上下文
└── decisions.md             # 关键决策记录

MEMORY.md 是什么？

它是 Agent 的「长期记忆」。不是所有东西都往里塞，只放真正重要的：

项目的关键决策
重要的约定和规范
用户的偏好和习惯
需要长期记住的配置

它的价值：

跨会话保持上下文
新 Agent 可以快速接手
团队可以共享记忆
可以被检索和引用

版本控制

Agent as Code 的五个好处

1. 版本控制

你改了 Agent 的人设，你知道什么时候改的、改了什么、谁改的。

你改了工作流，你可以 diff，可以 rollback。

你改了技能，你可以回滚到上一个版本。

就像代码一样。

2. 可复用

你写了一个「微信公众号发布」技能，你的团队都能用。

你设计了一个「内容生产」工作流，其他项目也能用。

不用每次从零开始。

3. 可测试

你改了 Agent 的 Prompt，你可以跑测试：给它 100 个任务，看它的输出有没有退化。

你改了工作流，你可以单步调试，看每个环节的输出对不对。

就像测试代码一样。

4. 可协作

团队成员可以一起维护 Agent 的人设。

可以一起优化技能的脚本。

可以一起设计工作流。

不像各自在 ChatGPT 里写 Prompt，无法协同。

5. 可观测

你可以追踪：这个任务是用哪个 Agent、哪个版本的技能、哪个配置跑的。

出了问题，你可以复现。

而不是「上次能跑，这次就不行了，不知道为什么」。

OpenClaw 的实践

OpenClaw 是「Agent as Code」的完整实践。

目录结构：

~/.qclaw/
├── workspace/               # 工作空间
│   ├── AGENTS.md           # 工作区说明
│   ├── SOUL.md             # Agent 人设
│   ├── MEMORY.md           # 长期记忆
│   ├── TOOLS.md            # 工具配置
│   └── memory/             # 每日日志
│       └── 2026-06-01.md
├── skills/                 # 技能目录
│   ├── wechat-publisher/
│   │   ├── SKILL.md
│   │   ├── scripts/
│   │   └── README.md
│   ├── excel-processor/
│   └── ...
└── ...                     # 其他配置

每个文件都有明确的职责：

SOUL.md → Agent 是谁，怎么说话，怎么工作
MEMORY.md → 长期记忆，跨会话保持
TOOLS.md → 工具的 API Key、配置、使用说明
SKILL.md → 技能的用法、依赖、示例
memory/YYYY-MM-DD.md → 每日日志，记录发生了什么

进 Git 仓库：

# 把 Agent 放进代码库
git add ~/.qclaw/"
git commit -m "Add frontend engineer agent"
git push

团队成员同步：

# 别人拉取你的 Agent
git pull
# 现在 Ta 也能用你的 Agent 了

实战：创建一个 Agent

假设你要创建一个「前端工程师 Agent」。

步骤 1：写人设

# 创建 workspace
mkdir -p ~/.qclaw/workspace/frontend-engineer

# 写人设文件
cat > ~/.qclaw/workspace/frontend-engineer/SOUL.md << 'EOF'
# SOUL.md - 前端工程师 Agent

## 你是谁
你是一个资深前端工程师，10 年经验...

（省略）
EOF

步骤 2：装技能

# 安装相关技能
skillhub_install install_skill excel-processor
skillhub_install install_skill docx-generator

步骤 3：配置工具

# 写工具配置
cat > ~/.qclaw/workspace/frontend-engineer/TOOLS.md << 'EOF'
### GitHub
- Token: xxx
- 默认仓库: my-org/frontend

### NPM
- Registry: https://registry.npmjs.org
- 默认 scope: @my-company
EOF

步骤 4：进代码库

cd ~/.qclaw/workspace/frontend-engineer
git init
git add .
git commit -m "Add frontend engineer agent"
git remote add origin git@github.com:my-org/agents.git
git push -u origin main