Gentle-AI：给已有 AI 编程代理装上记忆与流程，而不是再装一个新代理

它解决的痛点：代理有手无脑，会话之间一片空白

装好 Claude Code 或 Cursor 之后，多数人的体验是：它能写代码，但每次新会话都像第一次见面。项目有什么约定、之前否掉过什么方案、哪个目录不能碰，它全不知道。Gentle-AI 的定位不是又一个代理，而是给已有代理做配置的生态配置器。它把持久记忆、规划工作流、技能库、MCP 工具服务器、模型路由和可选的人工复核步骤，一次性装进你机器上已经存在的代理运行时里。目标用户很具体：已经每天用某个 AI 编程代理，但觉得它每次从零开始的人；以及想让不同代理运行时在不同机器上表现一致的团队。它明确不做什么：绝不替你安装代理。README 里写得很硬，如果选中了它检测不到的代理，它会拒绝并打印出你自己该跑的命令，不会静默装软件。这个边界值得尊重，很多同类工具恰恰死在越俎代庖上。

组件拼盘：记忆、技能、人格与权限各自独立可选

Gentle-AI 把功能拆成组件，你逐个挑，或者直接拿预设。核心推荐项是 Engram，一个跨会话的持久记忆层，决策、修 bug 的记录、上下文在重启后仍在。第二个推荐项是 Skills，一个精选的编码技能库，任务匹配时代理才加载对应技能。可选组件里，SDD 是规格驱动开发，给大功能用的规划工作流；Context7 是 MCP 服务器，负责拉取框架和库的实时文档；Permissions 是安全护栏，带 deny list，默认挡住 ~/.ssh、.env 和凭据文件。还有 GGA，一个 AI 提供方切换器，以及给 Claude Code 和 OpenCode 用的主题。这个组件化设计有个实际好处：你不需要全盘接受。只要记忆不要人格，或者只要权限防线不要 SDD，都能做到。但组件多也意味着配置面广，每个组件都有自己的行为逻辑，排查问题时得知道问题出在哪一层。

安装与验证：两条命令，以及它如何拒绝越界

安装入口是交互式命令。先跑 gentle-ai，它会让你选代理、组件和人格。然后跑 gentle-ai doctor 验证安装结果。README 强调，如果你选的代理它检测不到，它不会硬装，而是拒绝并打印出你自己该执行的命令。这个设计把责任边界划得很清楚：Gentle-AI 只配置已存在的运行时。实际使用中这意味着你得先自己装好 Claude Code 或 OpenCode 之类的代理，它才能干活。Go 1.25.10 是构建要求，发布产物覆盖 macOS、Linux、Windows。v2.6.0 的发布说明标题叫 The Runtime Asks First，从措辞看，运行时先询问的交互逻辑是近期迭代重点，说明权限确认机制在持续收紧。对于不熟悉命令行配置的人来说，交互式选择器比手写 JSON 配置友好，但 doctor 命令能查什么、查到问题后怎么修，README 没展开，需要看 Wiki 补充。

规格驱动开发与凭证驱动开发：流程如何改变代理行为

README 的目录里有两个值得注意的可选工作流：Spec-Driven Development，规格驱动开发，给大功能用的规划流程；还有 Receipt-Driven Development，凭证驱动开发，从名字推断是让代理产出可复核的证据。后者在 What you get 表格里被描述为可选的基于证据的复核步骤，对应的是验证代理改了什么，而不是信它的总结。这两个流程的差异体现了工具的设计取向：小任务直接干，大任务先写规格再动手，改完还要留凭证。对团队来说，这比单纯加记忆更有价值，因为它把代理的工作方式从自由发挥变成了有轨迹可查。但也要看到代价，规格和凭证都是额外开销，小改动也走完整流程会拖慢速度。组件可选的设计暗示了这一点，SDD 和 RDD 都标注为 Optional，不是默认推荐，说明作者也认为它们只适合特定规模的任务。

人格与教学取向：一个容易被低估的配置维度

Gentle-AI 提供人格组件，默认是 Gentleman，一个教学取向的声音，或者中性人格，也支持自定义。这个设计看似轻量，实际影响不小。代理的输出风格会改变你阅读代码解释时的认知负担。教学取向意味着它倾向于解释为什么这么改，而不只是给出改动。对新手是帮助，对只想赶紧看到 diff 的老手可能是噪音。人格可选且支持自定义，说明作者意识到风格是个人偏好，不该强加。但自定义人格需要你自己写 prompt 模板，这又是一个维护点。团队场景里人格统一有好处，新成员看到的代理解释风格和老成员一致，减少认知切换。个人场景里，这个组件可能是最先被关掉的那个，因为它对功能没有直接影响。

局限与误用场景：它治不了代理本身的质量问题

Gentle-AI 能配置记忆、流程和权限，但它改变不了底层代理的推理能力。如果 Claude Code 或 Codex 本身在某个任务上表现差，配置再多也不会让它变聪明。它做的是让代理不再从零开始，而不是让代理变得更会写代码。另一个局限是它依赖代理运行时对外部配置的开放程度。README 提到它适配 Claude Code、Cursor、OpenCode、Codex、Pi 等多个代理，但不同代理对记忆注入、MCP 服务器、权限钩子的支持深度不一样。配置在某个代理上效果很好，换到另一个可能打折。还有平台覆盖问题，虽然声明支持 macOS、Linux、Windows，但主题组件只列了 Claude Code 和 OpenCode，其他代理拿不到全套体验。如果你所在团队用的代理不在它支持列表里，或者你的项目有极其特殊的权限结构，默认 deny list 覆盖不了，你得自己补配置。

同类工具对比：配置器路线与全家桶路线的根本分歧

AI 编程代理的生态里，解决会话失忆和流程缺失问题有两条路线。一条是 Gentler-AI 走的配置器路线，它不碰代理本身，只往已有代理里注入记忆、技能和流程。另一条是全家桶路线，直接做一个自带记忆和流程的完整代理或 IDE，用户不用自己拼装。前者的好处是你可以继续用已经习惯的代理界面和快捷键，坏处是配置的深度受限于每个代理对外部扩展的开放程度。后者的好处是体验统一，坏处是你被绑在一个工具上，换代理等于换环境。Gentle-AI 的 README 明确说自己不装代理，这等于把选择权完全留给用户，也让它的价值锚定在已有代理的质量上。如果哪天你用的代理原生内置了持久记忆和 SDD 流程，Gentle-AI 的组件就失去了存在意义。这个风险是配置器路线固有的，作者用 MIT 开源和组件化设计来对冲，至少你投入的配置知识不绑定在某一个代理上。

维护与升级成本：Go 单二进制与版本节奏

项目用 Go 编写，单二进制分发，这对安装和升级是加分项，没有 Node 依赖树或 Python 环境要伺候。最近发布节奏很快，v2.6.0 在 2026 年 9 月 4 日发布，v2.7.0 在 9 月 8 日就出了，间隔只有四天。高频发布意味着 bug 修复和新代理适配来得快，但也意味着你要跟上变化，特别是配置格式如果有调整，旧配置可能失效。README 有专门的 Keeping it up to date 章节，说明作者把升级路径当作一等公民对待。MIT 许可给你改的自由，但改完要自己维护 fork。Engram 记忆库的存储位置和格式是升级时最需要关心的，如果记忆格式不向后兼容，升级等于丢记忆。这是采用前必须查清楚的细节，README 没展开，得去 Wiki 或源码里确认。整体看，维护成本中等，单二进制降低了分发复杂度，但多代理适配和快速版本迭代要求你保持关注。

编辑结论

适合已经在天天用 Claude Code、Cursor、OpenCode 或 Codex，且受够了代理每次会话都忘光上下文、对项目约定毫无概念的开发者。它把记忆、技能、规划流程和权限防线一次性灌进现有运行时，团队想统一多台机器上的代理行为时也值得试。不适合的人也很明确：如果你还没装任何代理，或者只想用一个开箱即用的完整 IDE，Gentle-AI 帮不上忙，它连代理都不替你装。采用前先验证三件事：第一，跑 gentle-ai doctor 确认它能检测到你机器上的代理版本；第二，检查它生成的配置文件里权限 deny list 是否覆盖了你项目里真正的敏感路径，默认的 ~/.ssh 和 .env 未必够；第三，确认你愿意接受 Engram 记忆库的存储位置与格式，因为那是跨会话上下文的核心载体，迁移成本由它决定。MIT 许可意味着你可以改它，但改完要自己维护 fork 跟上上游对多代理适配的更新。

官方来源

1. Gentleman-Programming/gentle-ai on GitHub
2. License: MIT
3. Project website
4. README
5. Releases