让智能体像人一样学习和工作，共享智能体和项目记忆
Agents Universe 是一个开源的企业级 AI Agent 平台。它不是又一个"更聪明的聊天框"，而是要让智能体真正成为能干活的人：入职读懂文档、接任务先规划、以个人身份与权限执行、留下可审计的轨迹——并把这一切沉淀为每个人都能复用、共同建设的资产。
Codex 式三栏界面：左侧会话与项目导航，中间对话流，右侧计划与知识上下文（点击可查看大图）
本项目已部署在 agents-universe.com，并且正在被它自己管理。 平台上的 Product Owner 与 Tech Lead 智能体，就是这个仓库的日常维护者：需求、代码、PR 都由智能体们在对话中完成。
因此——给这个项目做贡献，不需要会写代码。注册账号、配置你自己的模型 API Key 与 Git Token，然后和 Product Owner 聊需求，聊得差不多 @Tech Lead 告诉它要实现哪个，即可完成协作提交 PR。详见 零代码共建。
今天，一个智能体好不好用，几乎取决于"是谁调教的"。资深工程师的智能体可以独立交付整个功能，而普通人面对同样的框架，得到的往往是一个"会聊天但干不了活"的助手。智能体的能力被锁在个人的 Prompt 与上下文里：人均而异、无法复制、不可传承。
- 开源 —— 平台、技能、工作流、知识全部开放，任何人都可以查看、修改、分发； - 共建 —— 经验沉淀为可共享的资产：一个人写好的技能，一万个人可以直接用； - 平权 —— 不懂代码的人，也能拥有和资深工程师同等级的智能体。
一端是开发者框架 —— Claude Code、VS Code AI 等。 自由度与上限都极高，但：门槛极高（要懂代码、会写 Prompt、会管理上下文与工具）；效果天差地别（每个人的智能体是不同的智能体，结果不可复现）；经验无法传承（调教技巧留在个人对话里，团队无法共建、复用）；非技术人员几乎不可用。
另一端是低代码平台 —— Dify 等。 上手简单，但设计理念从"知识库 + 应用配置"出发：智能体能力是补充而非核心（自主规划、任务执行、工具使用被简化成配置节点）；更像"应用"而不是"员工"（没有个人身份、最小权限与可审计的执行轨迹）；企业落地不适配（共享权限难以追责，复杂场景触及平台能力边界）。
像人一样 Agents Universe 的做法 ------ 学习：入职读文档，干活中不断更新 项目选中即全量加载知识；交给它的文档提取后整理进对应知识条目，工作全程持续迭代；[[slug]] 显式表达业务结构；模糊决策主动向用户澄清 工作：接任务、拆任务、执行、汇报 plantask 拆解任务树；按上下文选择工具；个人身份与权限执行；WebSocket 实时可见 传承：老带新，经验沉淀 技能（Skills）、工作流（Workflows）与知识条目把个人经验变成组织资产；开源共建，人人可用
"像人一样"不是宣传语，而是三条底层设计的结果——学习靠读写、工作靠边界、能力靠传承。
- 学习靠"读"，不靠"搜"。 人的学习来自上下文：通读文档、翻旧代码、问同事，然后才谈得上干活；而向量检索只能返回碎片，理解需要整体。所以 Agents Universe 不用嵌入模型，让 Agent 读完整项目：全量加载是"读完"而非"搜过"，[[slug]] 是目录与参考文献式的显式结构，拿不准就主动澄清。上下文完整，理解才完整，工作才不会跑偏。 - 学习靠"写"，不靠"收藏"。 读了要消化成自己的笔记才算学会：把 Confluence 页面、Swagger API 说明、测试说明等各种文档交给智能体，它会提取其中有用的信息，整理进对应的知识条目——接口进 api-map.md、指标进 metric-catalog.md、测试经验进 test-patterns.md
From the project README.
Add the radar badge to your README — it shows your project was picked up by MCP Radar and links to this page:
[](https://mcp.liqiwa.com/s/agents-universe--agents-universe.html)
Agent Skills - 29 skills for AI agents (Sisyphus, opencode): frontend-perfection (Lighthouse audit), secret-scanner, security-review, version-bumper, commit-lint, coverage-analyzer, api-contract-testi
Azure-Samples/foundry-hosted-agents-workshopA hands-on, step-by-step workshop for building a Travel Assistant agent on Microsoft Foundry hosted agents with the Agent Framework - growing from a single agent to a multi-agent planner with function
LilithGames/a2waveTurn the agent CLIs you already use into shared services your whole team can call. Natural-language-driven agent orchestration for Claude Code, Cursor Agent, and OpenAI Codex.
systempromptio/systemprompt-demoAI Governance Infrastructure — open gateway demo. Self-hosted systemprompt.io gateway in a single Rust binary: policy, audit trails, and cost attribution on every AI request, with the Systemprompt Bri
bybit-exchange/kaasTurn scattered notes, docs and transcripts into a queryable Markdown wiki — an LLM knowledge-base compiler with MCP access, no embeddings, self-hosted.
ismailsaoulaj/reddit-mcp-serverA production-grade Model Context Protocol (MCP) server. Empowers AI assistants (Claude, Cursor) to search, fetch, and analyze Reddit discussions with resilient rate-limiting and smart LLM noise filter
The top new MCP servers of the week, every Monday. No spam, unsubscribe anytime.