1. 项目概述一个为多AI编码助手统一管理配置的“中央厨房”如果你和我一样日常开发中同时用着Claude Code、Codex CLI和Cursor这几个AI编码助手那你一定也经历过配置同步的噩梦。每个工具都有自己的技能Skills、命令Commands、规则Rules和模型上下文协议MCP配置分散在各个角落。在A电脑上精心调教好的提示词到了B电脑上又要重新来过或者想给三个工具同时添加一个“代码审查”技能得分别打开三个不同的文件夹复制粘贴三遍。这种重复、割裂的配置管理方式不仅低效还极易出错导致不同环境下的AI助手行为不一致。GeonheeYe/multi-agent-dotfiles这个项目就是为了解决这个痛点而生的。你可以把它理解为一个为你的多个AI助手服务的“中央厨房”或“配置管理中心”。它的核心思想非常清晰将Claude Code、Codex CLI和Cursor这三个工具的配置包括技能、命令、规则和MCP服务器定义集中存放在一个Git仓库里然后通过符号链接symlink的方式将这些配置“分发”到各个工具预期的目录位置。这样一来你的所有配置都只有一个“真相来源”Single Source of Truth——就是这个dotfiles仓库。无论你新增一个技能、修改一条规则还是配置一个MCP服务器都只需要在这个仓库里操作一次。通过仓库内置的安装和同步脚本这些变更会自动、一致地应用到你所使用的所有AI助手环境中。无论是换一台新机器还是在多台设备间保持同步都变得轻而易举。这个项目特别适合那些追求效率、厌恶重复工作并且希望在多个AI工具间获得一致、可预测体验的开发者。2. 核心设计思路与架构解析2.1 为什么选择符号链接Symlink作为核心机制项目采用符号链接而非直接复制文件是经过深思熟虑的设计决策主要基于以下几点考量实时性与一致性符号链接创建的是指向源文件的“快捷方式”。当你在中央仓库~/dotfiles中修改一个技能文件时所有通过符号链接引用该文件的AI助手如Claude Code、Cursor会立刻“看到”这个修改无需任何手动复制或同步操作。这保证了所有环境中的配置始终是实时、一致的。空间效率与维护简便如果为每个工具都复制一份配置不仅浪费磁盘空间更致命的是当你需要更新时必须在多个地方进行相同的修改极易遗漏。符号链接机制下物理存储只有一份维护点也只有一个从根本上杜绝了多副本不一致的问题。与工具原生目录结构兼容Claude Code、Codex CLI等工具在启动时会到固定的目录如~/.claude/skills/去加载配置。我们无法也不应该改变这些工具的默认搜索路径。符号链接允许我们在不移动或修改工具预期目录的前提下“欺骗”工具从我们的中央仓库读取文件实现了完美的无缝集成。回滚与版本控制的便利性所有配置都存放在Git仓库中。如果你想回退到某个历史版本的功能只需要执行git checkout即可所有通过符号链接连接的配置会瞬间切换。这种能力在直接复制文件的模式下是无法轻易实现的。2.2 目录结构设计分而治之的配置管理项目的目录结构清晰地体现了其模块化的管理思想dotfiles/ ├── rules/ # 规则库定义AI助手的行为准则和上下文。 ├── skills/ # 技能库存放可复用的、功能性的提示模板。 ├── commands/ # 命令库存放快捷命令如/refactor的提示词。 ├── claude_plugins/ # Claude Code专属插件配置。 ├── mcp/ # MCP配置中心统一管理所有模型的上下文协议服务器。 └── scripts/ # 工具脚本安装、同步、部署等自动化脚本。这种结构将不同类型的配置物理隔离带来了显著的好处职责清晰开发者可以快速定位想加技能就去skills/想改规则就去rules/。易于扩展未来如果支持新的AI工具如新的IDE插件只需要在安装脚本中为其在对应目录下创建新的符号链接即可不会影响现有结构。选择性同步你可以选择只同步skills和commands而将包含敏感信息的mcp/secrets.json通过其他安全方式管理灵活性很高。2.3 多代理适配策略一张映射表解决所有问题项目中最精妙的设计之一就是那份“代理别连接位置”映射表。它抽象了不同工具之间的差异。配置项Claude CodeCodex CLICursorrules~/CLAUDE.md~/AGENTS.md~/.cursor/rules/base.mdcskills~/.claude/skills/~/.codex/skills/~/.cursor/skills/commands~/.claude/commands/~/.codex/prompts/~/.cursor/commands/设计解读统一抽象尽管三个工具对同一类配置的叫法或存放位置不同如Codex CLI把命令叫prompts但项目在逻辑层将它们统一归类为commands。安装脚本setup.sh会根据这张映射表将仓库里的dotfiles/commands/目录链接到每个工具特定的目标路径。处理特例claude_plugins是Claude Code独有的功能因此它只链接到Claude的环境。MCP配置则根据工具支持的配置文件格式JSON for Claude, TOML for Codex进行链接而Cursor可能暂不支持或方式不同因此留空。这种设计承认并妥善处理了工具间的差异性而不是强行统一。降低维护成本当某个工具更新了其配置路径或格式时我们只需要更新项目中的这张映射表和安装脚本所有用户的配置都会在下次同步时自动适应新的路径维护成本被集中化了。3. 从零开始的完整部署与初始化实操3.1 环境预检与依赖安装在开始之前确保你的系统满足基本要求。虽然项目文档提到了Windows需使用WSL但经过实测在macOS和Linux原生环境下的体验最为顺畅。# 1. 检查Git和Python3脚本运行依赖 git --version python3 --version # 如果未安装以macOSHomebrew为例 # brew install git python # 以Ubuntu/Debian为例 # sudo apt update sudo apt install git python3 -y # 2. 安装AI代理客户端至少安装一个 # Claude Code: 从 https://claude.ai/code 下载安装 # Codex CLI: 执行 pip install openai-codex (可能需要先 pip install openai) # Cursor: 从 https://cursor.com 下载安装 # 3. 可选但推荐配置Shell环境 # 确保你的Shell如zsh, bash配置文件~/.zshrc, ~/.bashrc存在并可写。 # 查看当前Shell: echo $SHELL注意如果你主要使用Windows且不想用WSL理论上可以通过在PowerShell中实现类似的符号链接New-Item -ItemType SymbolicLink和路径管理来适配但这需要大量修改项目脚本非官方支持复杂度较高。对于Windows用户强烈建议使用WSL 2以获得最佳兼容性。3.2 执行一键初始化脚本这是最核心的步骤。setup.sh脚本承担了所有繁重的初始化工作。# 1. 克隆仓库到用户主目录 git clone https://github.com/GeonheeYe/dotfiles ~/dotfiles # 2. 进入目录并执行安装脚本 cd ~/dotfiles ./setup.sh脚本背后到底做了什么理解这个过程有助于排查问题创建配置目录在~/.claude~/.codex~/.cursor下创建必要的子目录如skillscommands。建立符号链接根据前述的映射表将~/dotfiles下对应的文件夹链接到上述工具目录。例如ln -sf ~/dotfiles/skills/* ~/.claude/skills/。处理MCP配置读取mcp/servers.json定义服务器结构可能包含${API_KEY}这样的占位符。读取mcp/secrets.json包含真实的密钥此文件应被加入.gitignore避免泄露。使用python3脚本将secrets.json中的值注入到servers.json的占位符中生成每个工具所需的最终配置文件如~/.claude.json。安装Shell工具与别名将一些工具脚本可能包括MCP服务器的启动包装器安装到~/bin目录。将~/bin添加到你的Shell配置文件~/.zshrc或~/.bashrc的PATH环境变量最前面确保自定义命令优先。在Shell配置文件中定义一系列便捷别名alias例如cc- 启动Claude Codecdd- 快速跳转到常用开发目录可能是cdd-work和cdd-personal的统称cu- 启动Cursor设置Claude自动同步钩子在Claude Code的配置中注册一个SessionStart钩子这样每次启动Claude时它会自动执行~/dotfiles/scripts/sync-dotfiles.sh拉取仓库的最新配置。初始化后验证# 重新加载Shell配置使别名生效 source ~/.zshrc # 如果你用zsh # 或 source ~/.bashrc # 测试别名 cc --version # 应该能启动Claude Code或显示版本 cdd # 应该能列出或跳转目录 # 检查符号链接 ls -la ~/.claude/skills # 应该显示一堆指向 ~/dotfiles/skills/ 的链接 ls -la ~/CLAUDE.md # 应该是指向 ~/dotfiles/rules/base.md 的链接3.3 安装与配置Claude Code插件项目文档给出了几个插件安装示例。这些插件能极大增强Claude Code的能力。# 安装增强功能插件 claude plugin install superpowersclaude-plugins-official # 安装代码澄清插件 claude plugin install clarifyteam-attention-plugins # 安装Git辅助插件 claude plugin install git-onboardinggit-for-everyone实操心得插件安装后其配置有时会存放在~/.claude/plugins/目录下。本项目将claude_plugins/目录链接至此意味着你可以将插件的自定义配置如果有的话也纳入dotfiles仓库进行版本管理。这是一个高级用法需要你查看具体插件的文档看它是否支持外部配置。4. 核心配置的日常管理与增删改查4.1 技能Skills的生命周期管理技能是AI助手的“武器库”管理好它们至关重要。新增一个技能 假设我们要添加一个“编写Python单元测试”的技能。# 1. 在技能库中创建技能目录和文件 mkdir -p ~/dotfiles/skills/python-unittest cat ~/dotfiles/skills/python-unittest/SKILL.md EOF --- name: python-unittest-writer description: 根据现有Python代码生成符合pytest标准的单元测试。 tags: [python, testing, pytest] --- 你是一个专业的Python测试工程师。当用户给出Python函数或类时你需要 1. 分析代码逻辑识别输入、输出和边界条件。 2. 使用pytest框架编写测试用例。 3. 包含必要的fixture和mock如需要。 4. 为每个测试用例添加清晰的注释说明。 请优先考虑测试的独立性和可读性。 EOF # 2. 提交到Git仓库 cd ~/dotfiles git add skills/python-unittest/ git commit -m “feat(skills): add python unittest writer skill” git push origin main # 假设主分支是main完成以上操作后由于符号链接的存在Claude Code、Codex CLI和Cursor的技能列表里会立即出现这个新技能无需重启应用。修改或删除一个技能 直接编辑或删除~/dotfiles/skills/目录下对应的文件即可。同样变更会实时反映到所有代理。注意事项技能文件中的Frontmatter---包裹的部分是元数据name和description尤为重要因为AI助手通常用它来索引和描述技能。确保name简洁且唯一description准确概括功能。4.2 规则Rules的集中化定义规则文件如base.md定义了AI助手在会话中应遵循的高级行为准则和上下文。项目巧妙地将同一个源文件dotfiles/rules/base.md链接到三个不同位置实现了规则的统一。编辑通用规则vim ~/dotfiles/rules/base.md在这个文件里你可以定义诸如代码风格指南缩进、命名规范。项目特定的架构决策如“始终使用依赖注入”。安全规范如“禁止提交硬编码的密钥”。与团队协作相关的指令如“所有提交信息需遵循Conventional Commits格式”。提交变更后~/CLAUDE.md、~/AGENTS.md和~/.cursor/rules/base.mdc的内容将同时更新。4.3 MCP服务器的集成与管理MCP允许AI助手连接外部数据源和工具。本项目将MCP服务器的定义和密钥管理分离既安全又便于协作。添加一个新的MCP服务器以Jira为例定义服务器结构(servers.json)这里存放不敏感的配置模板。{ servers: { claude: { mcpServers: { jira: { command: node, args: [ /absolute/path/to/your/mcp-jira-server/index.js ], env: { JIRA_API_TOKEN: ${JIRA_API_TOKEN}, JIRA_BASE_URL: ${JIRA_BASE_URL} } } } } } }注意${JIRA_API_TOKEN}这样的占位符真实值在另一个文件。配置密钥(secrets.json)此文件绝不能提交到公开仓库。{ JIRA_API_TOKEN: your-real-api-token-here, JIRA_BASE_URL: https://your-company.atlassian.net }项目通常提供一个secrets.json.example文件作为模板你需要复制它并填写自己的密钥。应用配置运行./mcp/apply.sh。这个脚本会读取secrets.json。替换servers.json中的所有${ENV_VAR}占位符。生成最终的、包含真实密钥的配置文件如~/.claude.json并放置到正确位置。提交与协作你只需要将servers.json的变更提交到Git而secrets.json由每个开发者在自己的本地环境单独管理。团队新成员克隆仓库后根据secrets.json.example创建自己的secrets.json即可。5. 多设备同步与团队协作实战5.1 个人多设备同步流程这是本项目最大的价值之一。假设你在办公室的台式机和家里的笔记本上都有这套环境。在设备A如公司电脑上修改了配置例如新增了一个技能并推送到了Git远程仓库。在设备B如家庭电脑上同步手动触发直接运行~/dotfiles/scripts/sync-dotfiles.sh。自动触发推荐当你通过cc别名启动Claude Code时其SessionStart钩子会自动调用上述同步脚本。同步脚本的智能行为sync-dotfiles.sh脚本并非简单执行git pull。它通常包含以下逻辑# 伪代码逻辑 git fetch origin if [ 本地仓库落后于远程仓库 ]; then git pull --rebase # 检查是否有核心配置文件如链接脚本、MCP定义被更新 if [ 核心文件有变化 ]; then ./setup.sh # 重新运行安装脚本确保符号链接和配置最新 fi fi这种设计非常贴心只有在配置结构可能发生变化时才重新执行安装避免了不必要的开销。5.2 团队协作模式建议这个项目天生适合团队共享一套高质量的AI助手配置。建立团队配置仓库Fork本项目或以其为模板创建新的私有仓库。标准化基础配置团队核心成员将经过验证的、与团队技术栈和规范强相关的rules、skills、commands提交到仓库的main分支。成员初始化新成员只需克隆团队仓库运行setup.sh并配置自己的mcp/secrets.json即可获得与团队一致的AI助手环境。个性化与贡献鼓励成员在个人分支上实验新的技能或命令经过实践验证后通过Pull Request的方式贡献回主仓库。secrets.json始终保持在个人的.gitignore中。6. 常见问题排查与进阶技巧6.1 安装与初始化问题问题现象可能原因解决方案运行./setup.sh时报“Permission denied”脚本没有执行权限。执行chmod x ~/dotfiles/setup.sh。符号链接创建失败如ln: failed to create symbolic link目标目录不存在或已有同名文件。脚本应能自动创建目录。如果已有同名文件非链接请先备份后删除。检查脚本中的mkdir -p命令是否成功。执行cc等别名提示“command not found”Shell配置文件未加载或~/bin不在PATH中。执行source ~/.zshrc。检查~/.zshrc文件末尾是否成功添加了export PATH$HOME/bin:$PATH。Claude Code启动后看不到新技能符号链接可能未正确建立Claude Code未扫描新技能。检查ls -la ~/.claude/skills/是否指向~/dotfiles/skills。尝试在Claude Code中重启或重新加载技能列表如果有此功能。6.2 日常使用问题问题现象可能原因解决方案修改了skills下的文件但AI助手行为未变AI助手可能缓存了技能内容。重启AI助手应用是最彻底的方法。对于Claude Code有时切换一下技能开关也能触发重新加载。MCP服务器连接失败secrets.json中的密钥错误或过期MCP服务器程序本身有问题。检查secrets.json格式和密钥值。直接运行MCP服务器命令如node /path/to/server.js看是否有错误输出。检查生成的~/.claude.json文件确保环境变量已被正确替换。git pull后出现合并冲突本地修改了与远程相同的文件。这是正常的Git工作流问题。根据冲突提示手动解决或者先暂存本地修改git stash拉取后再应用git stash pop。6.3 进阶技巧与优化技能模块化对于复杂的技能不要在单个SKILL.md里写巨长的提示词。可以拆分成多个文件在主技能文件中用!-- include: ./sub-skill.md --等方式引用。你可以在setup.sh中添加一个预处理步骤将这些引用合并。环境差异化配置你可能希望在公司和个人项目中使用不同的规则。可以在rules/目录下创建work.md和personal.md然后修改setup.sh让它根据某种条件如读取环境变量DOTFILES_PROFILE来创建不同的符号链接。定期清理与优化随着技能越来越多可以定期回顾skills/目录归档或删除不再使用的技能保持技能库的简洁和高效。可以给技能添加tags并在SKILL.md的Frontmatter中维护未来甚至可以写一个小脚本根据标签过滤技能。备份secrets.json虽然不提交但一定要在其他安全的地方如密码管理器或加密的云存储备份你的mcp/secrets.json文件。重装系统或换机器时它能节省大量重新配置密钥的时间。这个项目本质上是一套优雅的“基础设施即代码”实践将AI助手的配置从手工、分散的操作变成了可版本化、可自动化、可协作的工程。一旦搭建完成它就像空气一样存在默默而可靠地提升着你与AI协作的效率和一致性。