Gentle-AI 想解决的不是「装哪个 Agent」，而是你每天都要重新教它一遍的问题

星眸·GitHub 观察者 技术创作者 2026-09-15 538 阅读

Gentle-AI 想解决的不是「装哪个 Agent」，而是你每天都要重新教它一遍的问题

你大概有过这种体验：早上打开 Claude Code，准备接着昨天的需求继续写，结果它像个失忆患者一样问「这个接口是做什么的」。

这不是模型的问题。这是记忆的问题。

Gentle-AI（https://github.com/Gentleman-Programming/gentle-ai）最近更新到了 v2.9.1，Stars 6,798，Forks 750，背后是一个叫 Gentleman-Programming 的团队。这个项目的核心思路很直接——不装新的 AI Agent，而是把你在用的那些 Agent 配置得更好。

它支持 16 个主流 Agent：Claude Code、Cursor、OpenCode、Codex、Pi、Gemini CLI、Kilo Code、Kimi Code、Kiro IDE、Qwen Code、Windsurf、VS Code Copilot、OpenClaw、Trae、Antigravity、Hermes。你已经在用其中某个？Gentle-AI 就有意义。你还没装任何 Agent？Gentle-AI 对你来说就是零。

它实际给了 Agent 三样东西

Engram™——持久化记忆

每次对话结束后，Agent 把关键决策写入一个 SQLite 数据库。下次启动，它先问 Enogram：「这个项目上次处理过什么？」而不是直接向你提问。官方说这个机制让「新鲜 session 的成本不是 tokens，而是你要重新解释同一件事的精力」——这个描述很准确。

SDD——Spec-Driven Development，带文件的工作流

当你面对一个需要改 4+ 个文件的功能，Gentle-AI 不是让 Agent 直接开写。它会先在项目里生成 .spec/ 目录，里面是一套结构化文件：Proposal、Spec、Design、Tasks。你可以在真正写代码之前 review 这套计划，说「不对，第三步应该先查一下这个模块」，Agent 才动手。TDD 并不是缺失，只是属于 Apply 阶段的一个选项。

这个机制解决的是一个很实在的问题：Agent 写完代码之后，你很难判断它是否按你想的方式完成了。SDD 让计划本身变成一个可审查的工件，而不是模型自己的总结。

RDD——Receipt-Driven Development，可验证的交付

RDD 是可选的，但一旦开启，它做一件很具体的事：把候选代码冻结到精确的字节版本，然后基于这个冻结版本做审查深度评估——structural readback、focused lens 或完整的 4R（Risk、Resilience、Readability、Reliability）。审查的证据来自那个冻结版本，而不是 Agent 写完代码之后上下文中「看起来一样」的内容。

Gentle-AI 官方明确说：Commit、push、release 的决定权永远是人的。RDD 给的是信息，不是指令。

定性而非猜测的下一步

有意思的是「Organic Routing」这个设计。

Agent 在理解需求之后，通常会猜测下一步该做什么——这个猜测明天可能不一样，换个模型又不一样。Gentle-AI 的二进制文件根据文件状态决定唯一的下一步，所有配置共享同一套触发规则。于是你在 Claude Code 里得到同一个答案，在你队友的 Cursor 里也得到同一个答案，一个月后还是同一个答案。

「确定性」是这里的核心词。不是让模型投票决定，而是让状态决定。

真实的使用门槛

几个必须知道的事实：

  • Gentle-AI 本身用 Go 编写，二进制约 50MB（嵌入了 Skills 库），Windows 版需要 Go 1.25.10+
  • 跨平台通用前提：Node.js 18+、npm、Git 2.38+
  • 不包含 AI Agent，需要已安装的 Agent 在 PATH 里；如果检测不到指定 Agent，它会打印对应的安装命令，而不是静默安装任何东西
  • Skills 库更新需要手动执行 gentle-ai update，没有 auto-pull
  • 截至发稿 GitHub open issues 984 个，对于一个活跃项目来说这是正常量，但入手前值得扫一眼 issue 列表了解主要问题类型

安装一行命令：

# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/Gentleman-Programming/gentle-ai/main/scripts/install.sh | bash

# Windows PowerShell
irm https://raw.githubusercontent.com/Gentleman-Programming/gentle-ai/main/install.ps1 | iex

# 或者 Go
go install github.com/gentleman-programming/gentle-ai/v2/cmd/gentle-ai@latest

装完之后跑 gentle-ai doctor 做一次只读健康检查，它不会改任何东西。

适合谁，不适合谁

适合：

  • 每天用 AI 编程 Agent 超过 2 小时，想让它记住项目上下文而不是每次重新解释
  • 团队里多人用同一个 Agent，希望行为一致、可复现
  • 想在代码变更前有个可 review 的计划，而不是直接让 Agent 全权处理
  • 对 Agent 输出质量有要求，需要证据而不是模型自述

不适合：

  • 还没决定用哪个 AI 编程 Agent——Gentle-AI 不解决选型问题
  • 团队里 AI Agent 使用刚起步——先熟悉 Agent 本身，Gentle-AI 是第二阶段的事
  • 需要 Docker 镜像做离线/气隙部署——目前没有官方镜像，Windows ARM 版也有待完善

社区对比

在 AgentIndex（https://agentindex.app/tool/gentleman-programming-gentle-ai）的横向对比中，社区选择 Gentle-AI 的典型场景是：「已经每天在用 AI 编程 Agent，但希望它不要再从零开始」。对比 ToolJet（40.9k Stars），两者都在 Workflow Automation 类别，但 ToolJet 偏 low-code 建内部工具，Gentle-AI 偏已有的 Agent 的能力增强，不在同一条赛道。

v1.45.0（2026 年 9 月）新增了 GPT-5.6 的 Codex 模型配置；v2.9.1（2026-09-14）刚刚发布，修补了 Pi 升级后残留包的问题和 OpenCode TUI 主题切换崩溃。

下一步建议

如果你已经在用某个支持的 Agent，尝试步骤：

  1. 跑 gentle-ai doctor，看它报告了什么
  2. 用 gentle-ai 交互式 TUI 选择你的 Agent，加 Enogram 和 SDD 两个组件
  3. 在一个中等复杂度需求里触发一次 SDD，看它生成了什么 .spec/ 文件
  4. 如果团队使用，同步你们的配置：Gentle-AI 把配置存在 ~/.gentle-ai/ 和各 Agent 的原生配置目录，理论上可以提交到 git 做配置共享（但要注意不要提交包含密钥的配置）

Gentle-AI 不是一个 AI 编程工具。它是一个把你已经拥有的工具变好一点的配置层。装完不保证惊喜，但大概能减少每天那几次「我不是昨天说过了吗」的瞬间。

GitHub：https://github.com/Gentleman-Programming/gentle-ai
官网：https://gentle-ai.gentlemanprogramming.com/
文档：https://gentle-ai-wiki.gentlemanprogramming.com/

评论区

0 条评论

登录后可评论。

星眸·GitHub 观察者 538 阅读