Skip to main content

AI Programming: Agent + Skill Workflow Framework — one .cataforge/ spec, many IDEs (Claude Code, Cursor, Codex, OpenCode).

Project description

CataForge

一个面向 AI 编程工作流的统一框架:用一套 .cataforge/ 规范,同时驱动 Agent、Skill、Hook、MCP 与多 IDE 适配。

当前版本:0.1.0(初始版本)

项目概述

CataForge 解决的是"同一套 AI 工程流程在不同 IDE/Agent 运行时重复建设、配置分裂、行为不一致"的问题。

核心价值:

  • 统一抽象:把平台差异封装到 PlatformAdapter,核心运行时不直接耦合某个 IDE。
  • 统一配置:以 .cataforge/framework.json 作为单一配置源,避免多处配置漂移。
  • 统一交付:通过 deploy 将 agents/rules/hooks/MCP 注入目标平台。
  • 中文工程友好:内置规则与流程文档对中文团队和中文提示词场景友好。

适用场景:

  • 需要在 Claude CodeCursorCodeXOpenCode 间迁移/共用工作流的团队。
  • 有"子 agent 调度 + 可复用 skill + 安全钩子 + MCP 服务"落地需求的项目。
  • 希望将 AI 协作流程产品化、可审计、可验证的开源项目。

核心特性(Features)

  • 多平台适配层:统一能力 ID,按平台映射原生工具名与事件模型(Claude Code / Cursor / CodeX / OpenCode)。
  • 模块化部署deploy 一次执行 agent/rule/hook/降级策略的完整投放。
  • 13 个专业 Agent:覆盖产品经理、架构师、UI 设计师、技术主管、TDD 三阶段执行者、评审员、QA、DevOps 等角色。
  • 23 个可复用 Skill:涵盖文档生成、代码审查、TDD 引擎、Sprint 回顾、变更守卫、设计工具集成等领域。
  • TDD 驱动开发:内置 RED→GREEN→REFACTOR 三阶段开发引擎,支持 standard/light 两种模式。
  • 多层质量门禁:文档双层审计(脚本 + AI)、代码双层审查(lint + AI)、Sprint 完成度检查。
  • Skill 体系:支持项目本地技能与内置技能共存,支持脚本型与说明型技能。
  • MCP 管理:支持 YAML 声明式注册、生命周期控制、平台配置注入。
  • Hook 桥接:平台支持原生 hook 时直接接入,不支持时自动降级为规则注入/提示检查。
  • 三种执行模式:standard(完整 7 阶段)、agile-lite(轻量敏捷)、agile-prototype(快速原型)。
  • 学习系统:On-Correction Learning 钩子 + 反思者 Agent 提取跨项目经验。
  • 可测试:核心模块含测试覆盖(当前仓库 pytest 通过 67 项用例)。

架构设计(Architecture Overview)

高层组件职责:

  • core: 配置管理、项目路径、事件总线、核心类型定义。
  • platform: 平台适配器(Claude Code / Cursor / CodeX / OpenCode)与一致性检查。
  • deploy: 部署编排器,负责将规范化资产投放到目标平台。
  • agent: agent 发现、校验、frontmatter 翻译、结果解析。
  • skill: skill 发现、元数据加载与执行框架。
  • hook: hooks.yaml 解析与平台 hook 配置桥接。
  • mcp: MCP 服务注册与生命周期管理。
  • plugin: 插件发现(entry points + 本地目录)、manifest 校验。
  • docs: 文档索引与 doc-nav 段落加载。
  • integrations: 外部工具集成(Penpot 设计工具)。
  • schema: 数据模型校验(插件 manifest 等)。
  • utils: 通用工具(frontmatter 解析、Markdown 处理、YAML、Docker 等)。
  • cli: 统一命令入口。

源码结构:

src/cataforge/
  cli/            # setup/deploy/doctor/skill/mcp/hook/agent/... 命令
  core/           # ConfigManager, ProjectPaths, EventBus, 核心类型
  platform/       # PlatformAdapter + registry + conformance + 各平台实现
  deploy/         # Deployer(统一发布编排)+ 模板渲染
  agent/          # agent 发现/校验/格式翻译/结果解析
  skill/          # skill 发现/加载/执行
  hook/           # hooks.yaml 解析 -> 平台配置桥接 + 内置 hook 脚本
  mcp/            # MCP 注册与生命周期管理
  plugin/         # 插件发现(entry points + 本地目录)
  docs/           # 文档索引与段落加载
  integrations/   # Penpot 设计工具集成
  schema/         # 数据模型校验
  utils/          # frontmatter/markdown/yaml/docker 等通用工具

详细架构与工作流说明:docs/workflow.md

快速开始(Quick Start)

环境要求

  • Python >=3.10
  • 建议:pip / uv,以及 venv(或 uv venv
  • 可选外部工具:ruff, npx, docker, git

CLI 入口已在启动时自动将 stdout/stderr 切换为 UTF-8,无需再手动设置 PYTHONUTF8=1chcp 65001

安装步骤

推荐使用 uv(更快、无需手动激活 venv):

# 方式 A:uv tool(装成全局 CLI,推荐终端用户)
uv tool install .

# 方式 B:项目本地开发
uv venv && uv pip install -e ".[dev]"

或使用 pip

python -m venv .venv
source .venv/Scripts/activate       # Windows (bash)
# source .venv/bin/activate         # macOS/Linux
pip install -e ".[dev]"

最小可运行示例

安装后直接使用 cataforge 命令:

cataforge doctor
cataforge setup --platform cursor
cataforge deploy --check --platform cursor

若未安装、仅想从源码直跑,可用 python -m cataforge ...(仍无需 PYTHONUTF8=1)。

成功标志:

  • doctor 输出 Diagnostics complete.
  • setup 输出 Setup complete.
  • deploy --check 输出 Deploy complete.

文档(Documentation)

在不同 AI IDE 中使用

以下为当前实现状态(来自平台 profile 与适配器逻辑):

Claude Code

  • 原生支持:是(Agent、Hook、MCP 均可原生映射)
  • 关键路径:.claude/agentsCLAUDE.md.mcp.json
  • 最小配置:
{
  "runtime": {
    "platform": "claude-code"
  }
}

Cursor

  • 原生支持:大部分原生支持(AskUserQuestion 等能力会降级处理)
  • 关键路径:.cursor/agents.cursor/hooks.json.cursor/rules/*.mdc.cursor/mcp.json
  • 适配点:规则会额外生成 Cursor MDC 格式文件
  • 最小配置:
{
  "runtime": {
    "platform": "cursor"
  }
}

CodeX

  • 原生支持:中等(以 AGENTS.md + .codex/config.toml 为主)
  • 关键路径:AGENTS.md.codex/config.toml
  • 适配点:
    • 指令文件按 Codex 原生体系输出为 AGENTS.md
    • MCP 写入 .codex/config.tomlmcp_servers
  • 最小配置:
{
  "runtime": {
    "platform": "codex"
  }
}

OpenCode

  • 原生支持:中等(.opencode 目录 + opencode.json
  • 关键路径:.opencode/agents/*.mdopencode.jsonAGENTS.md
  • 适配点:hook 配置不可用时自动注入安全规则;.claude 路径仅作兼容后备
  • 最小配置:
{
  "runtime": {
    "platform": "opencode"
  }
}

使用示例(Usage)

示例 1:列出并运行技能

输入:

PYTHONUTF8=1 PYTHONPATH=src python -m cataforge skill list

输出示例(节选):

agent-dispatch (instructional): agent-dispatch
code-review (instructional): code-review
sprint-review (instructional): sprint-review

示例 2:多平台干运行部署

输入:

PYTHONUTF8=1 PYTHONPATH=src python -m cataforge deploy --check --platform codex

输出示例(节选):

would write AGENTS.md ← PROJECT-STATE.md (platform=codex)
would merge mcp_servers.demo → ...\.codex\config.toml
Deploy complete.

目录结构(Project Structure)

CataForgeNext/
  pyproject.toml               # 包定义、依赖、脚本入口
  src/cataforge/               # 框架源码(87 个 Python 模块,11 个子包)
  tests/                       # 自动化测试(67 项用例)
  docs/                        # 项目文档
  .cataforge/
    framework.json             # 统一框架配置(单一来源)
    PROJECT-STATE.md           # 项目状态模板(编排器专属写入区)
    agents/                    # 13 个 Agent 定义(AGENT.md)
    skills/                    # 23 个 Skill 定义(SKILL.md)
    hooks/hooks.yaml           # 平台无关 hook 规范
    rules/                     # 通用规则与子代理协议
    platforms/*/profile.yaml   # 各平台能力映射与降级策略

Roadmap / TODO

  • 完善 upgrade check/apply/verify 的远程升级实现。
  • 完成 hook testplugin install/remove 的落地能力。
  • 增强 MCP 持久化注册体验(CLI register 与声明式目录联动)。
  • 提供更多官方平台 profile 与社区插件模板。

开发与测试

PYTHONUTF8=1 PYTHONPATH=src pytest -q

当前仓库基线:67 passed

License

MIT

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

cataforge-0.1.0.tar.gz (228.5 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

cataforge-0.1.0-py3-none-any.whl (309.1 kB view details)

Uploaded Python 3

File details

Details for the file cataforge-0.1.0.tar.gz.

File metadata

  • Download URL: cataforge-0.1.0.tar.gz
  • Upload date:
  • Size: 228.5 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? Yes
  • Uploaded via: twine/6.1.0 CPython/3.13.12

File hashes

Hashes for cataforge-0.1.0.tar.gz
Algorithm Hash digest
SHA256 5ab98d71038a24b4e534f30b574612621ffe8919deb2e77926f7b5ff86b5d9c6
MD5 416651647bd9f96197f21848c3185e40
BLAKE2b-256 208c52e3c845325447ecd72a079f9cf47f7b3d86d0e7b0de3c3347a2b6f60b03

See more details on using hashes here.

Provenance

The following attestation bundles were made for cataforge-0.1.0.tar.gz:

Publisher: publish.yml on lync-cyber/CataForge

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

File details

Details for the file cataforge-0.1.0-py3-none-any.whl.

File metadata

  • Download URL: cataforge-0.1.0-py3-none-any.whl
  • Upload date:
  • Size: 309.1 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? Yes
  • Uploaded via: twine/6.1.0 CPython/3.13.12

File hashes

Hashes for cataforge-0.1.0-py3-none-any.whl
Algorithm Hash digest
SHA256 7be6224cfe4cbdf0ab0233cda236a8feb017cd7e1a95b42b09a20a2663a920c1
MD5 e7905856f0c8a0076d9ee7aa4c6be221
BLAKE2b-256 f5eae8e18e416e721acf110c0275f84e1be517336e79ef07cb85a8ced99ba296

See more details on using hashes here.

Provenance

The following attestation bundles were made for cataforge-0.1.0-py3-none-any.whl:

Publisher: publish.yml on lync-cyber/CataForge

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page