Agent Designer 深度指南：文档驱动的 AI Agent 自动化设计流程

Agent Designer 是一个由文档驱动的工作区，旨在标准化和简化 AI Agent “技能”（Skills）的创建、维护和执行。它特别针对 Codex CLI (Google) 和 Claude Code (Anthropic) 进行了优化，通过统一的“技能”标准桥接了主流的 Agent 框架。

核心理念：设计优先 & 文档驱动

传统的 AI 交互往往依赖于零散的 Prompt 工程，而 Agent Designer 提倡一种代理工程（Agentic Engineering）的方法：

设计中心化（Design-Centric）：Agent 的能力被视为正式的资产。每一个技能都由一个 SKILL.md 文件定义，作为用户与 LLM 之间的可移植契约。
文档先行（Documentation-First）：绝大多数项目变更都以文本形式发生。仓库本身即是 Agent 行为、规则和工具集的“真相之源”。

快速上手：三步开启新项目

如果你想快速将这一框架应用到新项目中，可以遵循以下三个核心步骤：

第一步：克隆与清理

首先将项目克隆到本地，并移除原有的 Git 信息：

git clone https://github.com/appautomaton/agent-designer.git [your-project-name]
cd [your-project-name]
rm -rf .git

第二步：生成 MCP 工具清单

由于 Codex 等工具在调用 MCP（Model Context Protocol）时可能存在滞后性，推荐先行生成一份工具清单。

目标技能：./.codex/skills/mcp-tools-catalog/
目的：明确列出所有可用工具，让 Agent 在规划（Planning）阶段能“指哪打哪”。

第三步：项目初始化与 Agents 引导

使用 agents-bootstrap 技能，通过 Artifacts 技术根据项目需求生成核心框架。

目标技能：./.codex/skills/agents-bootstrap/
操作建议：先与 Codex 充分交流，明确大方向，然后下达指令：给我写个 AGENTS.md, bootstrap my AGENTS.md。这会将由 Issues 主导的开发模式框架导入到 AGENTS.md 中。

核心工作流：从规划到执行

在完成初始化后，即可进入正式的开发规划阶段：

自动化规划：利用 ./.codex/skills/plan 技能进行 Epic 级别的规划。它会覆盖默认配置，生成符合项目框架的任务清单。
模板化输出：项目自带了成熟的规划模板：
- .codex/skills/plan/assets/_template.csv (任务跟踪)
- .codex/skills/plan/assets/_template.md (详细计划)
Issue 主导的开发：所有的执行都基于 Issue 追踪，确保每一步都有验收标准（Acceptance Criteria）和验证方法。

总结

Agent Designer 不仅仅是一个工具库，它代表了 AI 交互从“试错模式”向“结构化开发模式”的转变。通过定义清晰的技能契约和严谨的 E2E 循环，它让开发者能够构建出跨平台、可移植且高可靠的 AI Agent 解决方案。