boshu2/agentops

Дисциплина DevOps для агентов кодирования ИИ.

Установка · Петля · Цели · Попробуй · Навыки · Сделай это своим · Доказательства · За пределами AgentOps

DevOps делает доставку программного обеспечения повторяемой через общие практики, автоматизированной проверок и обратной связи. AgentOps применяет эту дисциплину в сессии агентного кодирования: Проложенные пути, по которым ваши агенты могут идти от намерения до проверенных результатов, с памятью чтобы внести полезный контекст в следующую задачу.

Эти пути объединяют навыки с ao CLI и ваши существующие инженерные инструменты. План уточняет ожидаемое поведение; Тест помогает проверить; Validate добавляет независимое суждение, где это необходимо. Навыки направляют решения агента; исполняемые ворота проверяют конкретные контракты. Бусины сохраняют рабочий график, решения, результаты и воспоминания проекта. Поддерживаются кураторы памяти Результаты в связанных проектных знаниях, связывающих уроки с работой и Источники за ними. На следующей сессии можно использовать эту запись вместо того, чтобы начинать заново.

Навыки — это набор, и от тебя ожидают, что ты будешь его менять. Каждый навык — это один Файл с инструкциями с разметкой. Оставь те, что соответствуют твоему стилю работы, перепиши Те, которые почти подходят, удаляйте остальное и добавляйте навыки, которые вы сами пишете или находите

DevOps makes software delivery repeatable through shared practices, automated checks and feedback. AgentOps brings that discipline to agentic coding sessions: paved paths your agents can follow from intent to checked results, with memory to carry useful context into the next task.

Those paths combine skills with the ao CLI and your existing engineering tools. Plan clarifies the expected behavior; Test helps check it; Validate adds independent judgment where needed. Skills guide the agent’s decisions; executable gates check specific contracts. Beads preserves the work graph, decisions, results and project memories. Memory curates supported findings into linked project knowledge, connecting lessons to the work and sources behind them. The next session can use that record instead of starting over.

The skills are a kit, and you are expected to change it. Each skill is one Markdown file of instructions. Keep the ones that fit how you work, rewrite the ones that almost fit, delete the rest, and add skills you write yourself or find in other libraries. What you end up with is your own operating model for agents, which is the reason this project exists. Make it yours shows how.

Use these paths with Claude Code, Codex, Cursor, OpenCode, Gemini CLI, Pi and other coding agents, or personal assistants such as OpenClaw and Grok Bot. Start with one useful task; follow the operational loop for a change or the goal workflow for work across sessions. When you need a larger software factory, extend the same practices with Gas City or tools from the Agentic Coding Flywheel.

Why use AgentOps?

A software factory makes engineering practices reusable through tools, guidance and repeatable