Back to skills
SKILL.md
Agent Bootstrap
ASecurity任意智能体自举驱动本academic-toolkit:读协议、探测能力、选择路由或启动工作流。触发词:启动项目、如何驱动、bootstrap、自举、宿主无关接入、agent 开始工作。
- 10 stars
- 0 votes
- 0 copies
- 0 views
- Added September 24, 2026
Works with
Security analysis
100/100npx -y skills add FOURTEEN1416/academic-agent-toolkit --skill agent-bootstrap --agent claude-codeAre you the author of Agent Bootstrap?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/fourteen1416-agent-bootstrap)---
name: agent-bootstrap
description: 任意智能体自举驱动本academic-toolkit:读协议、探测能力、选择路由或启动工作流。触发词:启动项目、如何驱动、bootstrap、自举、宿主无关接入、agent 开始工作。
status: active
---
# agent-bootstrap — 宿主无关 Agent 自举协议
## 定位
本技能告诉**当前驱动本项目的任意 Agent**(Claude Code / Cursor / Gemini CLI /
MiMo Desktop / OpenCode / ZCode / 自写脚本)如何在 5 分钟内合法接入并开始工作。
**不依赖任何宿主专用配置。** OpenCode / ZCode 配置仅为可选适配器(本地可选自建)。
## 输入契约
- 仓库已 clone(本检出目录名以本地为准,勿假设绝对路径)
- 用户需求文本(竞赛题 / 论文 / 文献 / 图表 / 其他)
## 执行步骤
1. **读协议**
- 仓库根 `AGENTS.md`(宿主中立入口)
- `academic-toolkit/AGENTS.md`(路由与门禁细节)
- 机器可读契约:在 `academic-toolkit/` 下执行 `python -m engine.workflow_cli boot`
2. **探测能力**
```bash
cd academic-toolkit
python -m engine.workflow_cli probe
```
阅读 `host_adapters` 与 `gaps`。适配器缺失不阻断;环境缺口按 hint 补齐或改用替代路径。
3. **确定驱动标签**
- 在 evidence 中自报 `agent`:如 `claude-code` / `cursor` / `mimo-desktop`
- 可用环境变量 `ACAT_AGENT_LABEL` 固定默认标签
3.5 **扫资产台账(先知道自己有什么,再决定怎么做)**
- 读 `academic-toolkit/data/asset_catalog.json`(probe 输出的 `asset_catalog` 字段是同一份摘要)
- 按 `when_to_use` / `owner_skills` 匹配当前任务:命中资产 → 先用资产,再造轮子
(例:写竞赛摘要前读 62 篇摘要统计;画图前查统一配色注册表;建模前查题型案例库)
- `local_only: true` 条目在私有资料区(`assets-local/` 等):本机有则用;公开 clone 缺席
属语义缺位,不算断链,改走降级路径
- 台账没覆盖到的需求 → TOOL_GAP 流程(forge 或如实上报)
4. **选择路径**
- **竞赛/多步管线**:`python -m engine.workflow_cli start --template comp_cumcm --workspace <ws>` → `next`(自动提供执行会话/本步技能正文)→ `session run/write` → `session finish`(自动组装证据、一次核验和推进)
- **单技能任务**:按 `academic-toolkit/AGENTS.md` §三 路由表读 `skills/<name>/SKILL.md` 直接执行
- **能力不足**:转入 `skills/tool-forge`
5. **执行与回报**
- 产出写入 StepAction.workspace(工作流)或用户指定目录(单技能)
- 默认用 `session run --session <next返回路径> --plan <任务计划> --finish`;纯内容用 `session write --path <产物> --stdin`,完成后 `session finish`。程序采集实际返回码、输入输出和指纹,不手填 evidence JSON。
- 计划只声明业务命令/依赖/产物;明确纯计算且完整依赖的节点可复用,变化时自动重跑受影响节点。不要缓存网络、独立评审或人工批准。
- `needs_work` 保持本步可编辑,一次修复诊断后再次 finish;不为修字段创建 retry 循环。中断恢复需确认进程已停,不能伪造成功。
- 旧外部接入仍可 `complete_step` + 真实 `execution_evidence`。无宿主 L1 时审计如实降级;执行会话的机器采集记录独立核验,不冒充宿主L1。
## 输出契约
- 已选定的驱动路径(工作流 ID 或技能名)
- probe 摘要(可用适配器 / 关键 gaps)
- 后续动作清单
## 质量铁律
- 引擎只编排不执行;执行者是你(当前 Agent)
- 同一时刻只有一个主控 Agent
- 无证据=未执行
- TOOL_GAP:不够就 forge 或如实上报,禁止伪造通过
## 关联
- 协议实现: `academic-toolkit/engine/agent_protocol.py`
- 能力探测: `academic-toolkit/engine/capability_probe.py`
- 工具铸造: `skills/tool-forge`
- 可选适配器: 协议不依赖(`forge --adapter` 可本地生成)
Attribution
Comments
Loading comments…