agents24 插件市场使用完全指南：从插件安装到 Slash Command 与多 Agent 工作流编排

agents24 插件市场使用完全指南：从插件安装到 Slash Command 与多 Agent 工作流编排

【免费下载链接】agentsMulti-harness agentic plugin marketplace for Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, and Google Antigravity项目地址: https://gitcode.com/GitHub_Trending/agents24/agents

本篇指南以agents24仓库（README.md 所述的多 harness agentic 插件市场，包含94 个插件、202 个 Agent、183 个技能、105 个命令）的官方使用文档（docs/usage.md）为核心脉络，系统讲解安装机制、两种调用界面、全部命令参考与多 Agent 工作流编排。读完本文，你将掌握/plugin install与gh skill/npx skills两种安装路径的区别，能够按/plugin-name:command-name [参数]的规范直接调用任意领域命令，并会通过自然语言或组合命令驱动 full-stack、安全加固、ML 流水线、事件响应等端到端多 Agent 工作流。

概览：两种主要交互界面

插件生态系统对外提供两种主要交互界面（docs/usage.md）：

1. Slash Commands（斜杠命令）——直接调用工具与工作流，参数结构化、行为确定，适合有清晰步骤的重复性任务；
2. 自然语言（Natural Language）——Claude 根据你的需求自主推理并选择合适的 Agent，适合探索性、需要多 Agent 协同的复杂场景。

两者并非互斥：命令负责"结构化执行"，自然语言负责"意图理解"，组合使用可获得最佳灵活性。

安装机制的真实工作方式

使用前必须先理解一个关键模型：插件（plugin）才是安装单元，技能（skills）与 Agent 随插件一起装进来，而不是逐个安装技能。

标准安装流程（Claude Code）

# 1. 注册市场目录（仅登记目录，不向上下文加载任何内容） /plugin marketplace add wshobson/agents # 2. 安装一个插件：其 agents、commands、skills 一并安装 /plugin install python-development /plugin install backend-development

安装时的四条原则（来自 docs/usage.md 的 "How Installation Actually Works"）：

• /plugin marketplace add wshobson/agents只是注册目录，不加载任何内容进上下文；
• /plugin install <plugin>一次性安装该插件的 agents、commands、skills。建议安装覆盖你领域的2–3 个插件，而不是逐个安装技能；
• 自动发现（Auto-discovery）只在已安装的插件内部运作：Claude Code 自动发现已安装插件的技能，并在任务与技能描述匹配时自动激活，你永远不需要手动挑选技能；
• 阅读AGENTS.md与docs/目录下的目录文档（docs/plugins.md、docs/agents.md、docs/agent-skills.md）只是浏览"有什么"，不会安装任何东西。

技能单独安装（任何 Agent 可用）

如果只想取一个技能、不要它的插件（agents/commands），使用 Agent Skills 安装器，两者直接读取plugins/*/skills/：

gh skill install wshobson/agents <skill> # GitHub CLI 2.90+，交互式浏览后选择 npx skills add wshobson/agents --skill <skill> # vercel-labs/skills

选择器、安装路径与注意事项详见 docs/harnesses.md。

插件安装单元在仓库中的真实形态

以python-development插件为例（结构见 docs/plugins.md）：

plugins/python-development/ ├── agents/ # 3 个 Python Agent（python-pro、django-pro、fastapi-pro） ├── commands/ # 1 个脚手架命令（python-scaffold.md） └── skills/ # 16 个专项技能（async、testing、packaging 等）

每个插件的命令以 Markdown 文件形式存在于plugins/<plugin>/commands/下，仓库中实际有 105 个命令文件（可在plugins/*/commands/*.md中逐一浏览）。每个命令文件的 frontmatter 携带description与argument-hint元数据，这正是/plugin列表与自动补全的依据。

Slash Commands：首要交互界面

Slash Commands 是与 Agent 和工作流交互的主要方式，每个插件都提供命名空间化的命令，可直接运行。

命令格式

/plugin-name:command-name [arguments]

例如/tdd-workflows:tdd-red User can reset password、/security-scanning:security-sast。

发现命令

/plugin

列出所有已安装插件的可用命令，这是探索市场功能的第一步。

使用命令的收益

• 直接调用：无需用自然语言描述意图；
• 结构化参数：显式传参，精确控制行为；
• 可组合性：链式组合多个命令形成复杂工作流；
• 可发现性：/plugin一次列出全部可用命令。

命令背后的参数规范（源码证据）

每个命令文件都会声明自己的参数提示。例如 feature-development.md 的 frontmatter 写明：

description: "Orchestrate end-to-end feature development from requirements to deployment" argument-hint: "<feature description> [--methodology tdd|bdd|ddd] [--complexity simple|medium|complex]"

而 tdd-cycle.md 声明：

argument-hint: "<feature or module to implement> [--incremental|--suite] [--coverage 80]"

security-hardening.md 声明：

argument-hint: "<target description> [--depth quick|standard|comprehensive] [--compliance owasp,soc2,gdpr,hipaa,pci-dss]"

这意味着你传入的每个参数都会被命令体解析并写入该命令的state.json会话状态，从而影响执行深度、合规框架选择等行为。

自然语言调用

当需要 Claude 推理该用哪位专家时，可以直接用自然语言调用 Agent：

"Use backend-architect to design the authentication API" "Have security-auditor scan for OWASP vulnerabilities" "Get performance-engineer to optimize this database query"

Claude Code 会根据请求自动选择并协调合适的 Agent。这两种方式的取舍在文末"最佳实践"一节有详细对比。

按类别的命令参考

以下命令表完整继承自 docs/usage.md 的 Command Reference，所有命令均可在仓库plugins/<plugin>/commands/下找到对应实现文件。

开发与功能

测试与质量

其中tdd-cycle的实现（tdd-cycle.md）定义了完整的 6 阶段流程：Specification → RED（写失败测试并验证）→ GREEN（最小实现并验证）→ REFACTOR（代码与测试双重构）→ Integration（集成测试 + 性能/边界测试）→ Final Review，每阶段之间都有PHASE CHECKPOINT强制暂停等待人工审批。

代码质量与评审

调试与排障

安全

基础设施与部署

数据与 ML

文档

重构与维护

数据库

Git 与 PR 工作流

项目脚手架

AI 与 LLM 开发

测试与性能

团队协作

无障碍

API 开发

上下文管理

多 Agent 工作流实战示例

插件提供了预配置的多 Agent 工作流，可通过斜杠命令直接触发。以下是 docs/usage.md 中的五个典型场景。

全栈开发

# 命令式工作流调用 /full-stack-orchestration:full-stack-feature "user dashboard with real-time analytics" # 自然语言替代 "Implement user dashboard with real-time analytics"

编排链路：backend-architect → database-architect → frontend-developer → test-automator → security-auditor → deployment-engineer → observability-engineer

执行过程：

1. 数据库 schema 设计与迁移
2. 后端 API 实现（REST/GraphQL）
3. 前端组件与状态管理
4. 完整测试套件（单元/集成/E2E）
5. 安全审计与加固
6. 带功能开关的 CI/CD 流水线搭建
7. 可观测性与监控配置

安全加固

# 全面安全评估与修复 /security-scanning:security-hardening --level comprehensive # 自然语言替代 "Perform security audit and implement OWASP best practices"

编排链路：security-auditor → backend-security-coder → frontend-security-coder → mobile-security-coder → test-automator

以 security-hardening.md 的实现来看，该命令支持--depth quick|standard|comprehensive与--compliance owasp,soc2,gdpr,hipaa,pci-dss参数，并在.security-hardening/state.json中记录depth与compliance_frameworks，从而动态决定审计深度与合规框架集合。

数据/ML 流水线

# ML 功能开发并部署到生产 /machine-learning-ops:ml-pipeline "customer churn prediction model" # 自然语言替代 "Build customer churn prediction model with deployment"

编排链路：data-scientist →># 带根因分析的智能调试 /incident-response:smart-fix "production memory leak in payment service" # 自然语言替代 "Debug production memory leak and create runbook"

编排链路：incident-responder → devops-troubleshooter → debugger → error-detective → observability-engineer

C4 架构文档

# 生成完整 C4 架构文档 /c4-architecture:c4-architecture # 自然语言替代 "Create C4 architecture documentation for this codebase"

编排链路：c4-code → c4-component → c4-container → c4-context

执行过程：

1. Code 层：自底向上分析所有子目录，产出带函数签名与依赖关系的代码级文档
2. Component 层：将代码文档综合为带接口与关系的逻辑组件
3. Container 层：将组件映射到部署容器，附带 OpenAPI/Swagger API 规范
4. Context 层：创建带角色、用户旅程与外部依赖的高层系统上下文

输出：完整的 C4 文档生成在C4-Documentation/目录，包含各级（Context、Container、Component、Code）的 Mermaid 图表。

命令参数与选项

许多斜杠命令支持参数以实现精确控制（示例来自 docs/usage.md）：

# 针对特定文件的测试生成 /unit-testing:test-generate src/api/users.py # 指定方法论的功能开发 /backend-development:feature-development OAuth2 integration with social login # 依赖安全扫描 /security-scanning:security-dependencies # 组件脚手架 /frontend-mobile-development:component-scaffold UserProfile component with hooks # TDD 工作流循环 /tdd-workflows:tdd-red User can reset password /tdd-workflows:tdd-green /tdd-workflows:tdd-refactor # 智能调试 /debugging-toolkit:smart-debug memory leak in checkout flow # Python 项目脚手架 /python-development:python-scaffold fastapi-microservice # C4 架构文档生成 /c4-architecture:c4-architecture

参数在命令内部如何被消费

以 TDD 循环命令为例（tdd-cycle.md），命令体会先解析参数并写入会话状态：

{ "feature": "$ARGUMENTS", "status": "in_progress", "mode": "suite", "coverage_target": 80, "current_step": 1, "current_phase": 1, "completed_steps": [], "files_created": [], "started_at": "ISO_TIMESTAMP", "last_updated": "ISO_TIMESTAMP" }

其中--incremental/--suite决定模式（suite 模式一次处理全套测试，incremental 模式逐个测试循环 red-green-refactor），--coverage决定行覆盖率阈值（默认 80%，分支覆盖率 75%，关键路径 100%）。命令全程把产出写入.tdd-cycle/目录下的 12 个 Markdown 工件文件（01-requirements.md到12-final-review.md），并在每阶段之间强制PHASE CHECKPOINT暂停等待审批——这就是"断点续跑"能力的来源：重启后读取state.json即可从current_step恢复。

组合自然语言与命令

两种方式可以混用以获得最大灵活性：

# 先用命令启动结构化工作流 /full-stack-orchestration:full-stack-feature "payment processing" # 再用自然语言提供方向性指引 "Ensure PCI-DSS compliance and integrate with Stripe" "Add retry logic for failed transactions" "Set up fraud detection rules"

最佳实践

何时用 Slash Commands

• 结构化工作流——具有清晰阶段的多步骤流程
• 重复性任务——频繁执行的操作
• 精确控制——需要指定具体参数
• 发现探索——探索可用功能

何时用自然语言

• 探索性工作——不确定该用哪个工具
• 复杂推理——需要 Claude 协调多个 Agent
• 情境化决策——正确方法取决于具体情境
• 临时任务——不适合命令的一次性操作

工作流组合

跨插件组合以应对复杂场景（示例来自 docs/usage.md）：

# 1. 从功能开发开始 /backend-development:feature-development payment processing API # 2. 加入安全加固 /security-scanning:security-hardening # 3. 生成全面测试 /unit-testing:test-generate # 4. 评审实现 /comprehensive-review:full-review # 5. 搭建 CI/CD /cicd-automation:workflow-automate # 6. 添加监控 /observability-monitoring:monitor-setup

Agent Skills 与命令的协同

Agent Skills 与命令并行工作，前者提供深度领域知识，后者提供执行框架（示例来自 docs/usage.md）：

User: "Set up FastAPI project with async patterns" → Activates: fastapi-templates skill → Invokes: /python-development:python-scaffold → Result: Production-ready FastAPI project with best practices User: "Implement Kubernetes deployment with Helm" → Activates: helm-chart-scaffolding, k8s-manifest-generator skills → Guides: kubernetes-architect agent → Result: Production-grade K8s manifests with Helm charts

技能采用"渐进式披露"（Progressive Disclosure）三层架构控制 token 消耗：元数据（frontmatter，始终加载）→ 指令（激活时加载）→ 资源（按需加载）。关于 183 个技能的完整清单与激活机制，见 docs/agent-skills.md。

从使用到原理：命令的统一行为模式

从源码看，几乎所有编排型命令（feature-development、tdd-cycle、security-hardening、full-stack-feature 等）共享同一套行为契约（以 feature-development.md 中的 "CRITICAL BEHAVIORAL RULES" 为典型）：

1. 严格顺序执行：不得跳步、重排或合并步骤；
2. 文件即状态：每步必须先把产出写入工作目录（如.feature-dev/），后续步骤只读文件、不依赖上下文窗口记忆；
3. 检查点强停：到达PHASE CHECKPOINT必须用 AskUserQuestion 暂停等待人工审批；
4. 失败即停：任一步失败立即停止并汇报，不静默继续；
5. 仅用本地 Agent：subagent_type只引用本插件自带 Agent 或general-purpose，无跨插件依赖；
6. 不自主进入 plan mode：命令本身就是计划。

理解这套契约后，你就能预测任意新命令的执行方式，也可以在中断后通过state.json无缝续跑。完整的命令到文件的对应关系可在plugins/*/commands/下逐一查看，插件分类目录见 docs/plugins.md。

延伸阅读

• docs/agent-skills.md——183 个专项技能包
• docs/agents.md——202 个 Agent 完整目录（含模型分级）
• docs/plugins.md——全部 94 个市场插件
• docs/architecture.md——设计原则
• docs/harnesses.md——跨 harness 能力矩阵与技能单独安装细节

【免费下载链接】agentsMulti-harness agentic plugin marketplace for Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, and Google Antigravity项目地址: https://gitcode.com/GitHub_Trending/agents24/agents