Gas City Agent配置指南：5大维度定义AI编程智能体角色

【免费下载链接】gascityOrchestration-builder SDK for multi-agent coding workflows项目地址https://gitcode.com/gh_mirrors/ga/gascity点击查看免费下载Gas City是一款面向多智能体编程工作流的编排构建 SDKOrchestration-builder SDK。本文是一份 Gas City Agent 配置指南带你从 harness智能体 CLI、model模型、upstream模型服务方、transport驱动方式、runtime运行位置5 大维度快速定义一个可执行的 AI 编程智能体角色并学会用gc doctor一键校验配置。一、5分钟认识 Gas City Agent 配置体系在 Gas City 中每个 AI 编程智能体Agent都是一个独立目录核心文件是两个agents/名称/agent.toml—— 智能体的身份证角色、CLI、模型、权限agents/名称/prompt.template.md—— 智能体的工作手册提示词模板用一条命令即可搭建骨架gc agent add --name reviewer生成一个最小的 reviewer 智能体只需要两行配置# agents/reviewer/agent.toml dir my-project provider codex官方教程 Tutorial 02 — Agents 演示了完整流程定义智能体 → 编写提示词 → 用gc sling派发任务 → 智能体自动认领并产出代码评审结果。二、5大维度一览Gas City AI编程智能体的配置全景Gas City 的设计精髓在于一个 Agent 由5 个正交维度独立组合而成——换模型不用动 CLI换服务方不用换机器彼此互不干扰维度回答的问题配置位置示例Harness用哪个智能体 CLIproviderprovider claudeModel用哪个模型option_defaults.modelmodel sonnetUpstream谁来提供模型服务upstream[upstreams.名称]upstream bedrockTransport如何驱动它sessionsession acpRuntime在哪里运行城市级[session]provider k8s⚠️ 注意一个易混淆点agent.toml里的provider选的是harness智能体 CLI而城市级[session]块里的provider选的是runtime运行后端。两者是不同维度官方文档中分别称为 harness 和 runtime。三、维度一Harness —— 选择 AI 编程智能体 CLIGas City 内置了主流编程智能体 CLI 的预设claude、codex、gemini、grok、kimi、cursor、copilot、amp、opencode等。每个预设封装了启动命令、默认参数、会话恢复行为与提示词投递方式。如果内置预设不够用可以在city.toml中定制或继承# city.toml —— 基于内置 claude 派生一个快速模式 [providers.claude-fast] base builtin:claude option_defaults { model haiku }同名块会与内置预设合并只需写你改动的部分不同名块则通过base继承任意预设实现一套配置多套角色。四、维度二Model —— 指定模型与推理强度option_defaults采用抽象标签而非原始命令行参数——你写model sonnet由 harness 自动渲染成对应 CLI 的--model参数保证跨平台可移植# agents/reviewer/agent.toml provider codex option_defaults { model o4-mini, permission_mode suggest } 两个实用技巧推理强度effort low / medium / high / xhigh / max控制思考深度。内置claude默认max追求快速响应时显式设为low即可省成本。权限模式permission_mode suggest适合人工盯守的交互式智能体无人值守的派发任务建议用auto-edit否则写文件会卡在审批环节。五、维度三Upstream —— 模型由谁提供服务这是最新的维度Model 是你要什么Upstream 是谁提供服务——直连 Anthropic、AWS Bedrock、Vertex、自建代理或任意 OpenAI 兼容网关。在服务端声明命名预设智能体按名选用# city.toml [upstreams.bedrock] description Anthropic models via AWS Bedrock base_url https://bedrock.example.com/anthropic api_key $AWS_BEDROCK_KEY # 环境变量引用密钥永不落地 [agent_defaults] upstream bedrock # 全城默认亮点特性抽象绑定同一个base_url api_key会自动适配各 CLI 的环境变量名——在claude上渲染为ANTHROPIC_*在codex上渲染为OPENAI_*一份配置全城通用密钥安全支持$VAR引用api_key绝不硬编码进配置文件热切换更换 upstream 名称只会在原会话容器内重启智能体仅轮换密钥则完全无感六、维度四Transport —— 如何驱动智能体默认通过tmux驱动发送按键、捕获面板输出适合需要随时 attach 观察的交互式智能体。若你的 CLI 支持 Agent Client Protocol可改用 JSON-RPC 协议驱动provider claude session acp # 通过 ACP 驱动而非 tmux七、维度五Runtime —— 智能体在哪里运行Runtime 是城市级配置同一座城的会话都跑在同一后端上# city.toml [session] provider k8s # 每个会话运行在 Kubernetes Pod 中内置后端包括tmux本地默认、subprocess本地无头、k8sPod、ssh:userhost远程主机、exec:脚本可插拔的沙箱/微虚机运行时。不需要交互式 attach 的智能体可设attach false让系统自动选更轻量的subprocess后端。配置完成后gc start启动城市所有智能体会在 tmux 面板中以会话形式常驻可实时观察其认领任务的过程八、配置校验与常见错误排查改完配置不要直接重启先用两条命令干跑验证gc prime my-project/reviewer # 预览渲染后的完整提示词 gc doctor # 校验城市与智能体配置如果配置有冲突例如 pack 与本地agent.toml定义了同名智能体gc start会给出清晰的 FATAL 提示并指出冲突来源方便逐一定位gc doctor --fix还能自动补全缺失的内置 provider 别名是新手排错的第一选择。九、总结与进阶路线想做什么去哪里五维度完整原理与 Upstream 深入Configuring an Agent 指南手把手从零定义第一个智能体Tutorial 02 — Agents 教程全部字段与类型权威参考Config Reference各内置 CLI 的拷贝即用配方Harness Recipes将 harness 打包成可复用 PackUnderstanding Packs一句话总结Gas City 的 Agent 配置 一份agent.toml 五个独立可调的维度。选 CLI、定模型、接服务、定驱动、选运行位置——组合出你的 AI 编程智能体军团然后用gc doctor把关即可放心上岗。赞分享【免费下载链接】gascityOrchestration-builder SDK for multi-agent coding workflows项目地址https://gitcode.com/gh_mirrors/ga/gascity点击查看免费下载相关推荐JupyterHub RBAC 角色体系深度解析默认角色、自定义角色与作用域覆写配置指南JupyterHub RBAC 角色体系深度解析默认角色、自定义角色与作用域覆写配置指南 JupyterHub 自 2.0 起引入基于角色的访问控制RBAC后端微服务Orchard Core 角色与权限体系完全指南预定义角色、Recipe 配置与自定义权限声明Orchard Core 角色与权限体系完全指南预定义角色、Recipe 配置与自定义权限声明 本文以 Orchard Core 的 角色与权限主题文档 htCMS后端Web框架终极指南agent-rules配置让AI编程助手更智能终极指南agent rules配置让AI编程助手更智能 想要让你的AI编程助手变得超级强大吗agent rules项目正是你需要的秘密武器这个开源知识库专AI 技能文档开发者工具创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考