我做了一个小 CLI:oag,给经常折腾 AI 配置的开发者

导语摘要

如果你也在用 Claude、Codex,可能遇到过这些事:换台电脑要重配、同事发来一堆配置文件不知道怎么落、某个好用的 skill 更新后大家版本不一致。oag 是我为这类问题做的一个小工具:把 AI 资产放进 Git 注册表里,再通过 CLI 做安装、模板应用和更新同步。它不神奇,但能把很多重复动作变简单。


先说结论:oag 不是"大而全平台",它就是一个命令行工具,专门解决一件事------让 AI 资产(agent/skill/mcp)在本地项目里更好管一点

我自己之前经常踩这些坑:

  • 新项目里要把一堆 AI 配置重新拷一遍;
  • 同一个团队里每个人本地配置都不太一样;
  • 有人改了常用 skill,别人还在用旧版;
  • Claude 和 Codex 的配置文件格式不一样,来回对齐很烦。

如果你也有类似体验,oag 可能刚好能帮上忙。

oag 是什么

oag 是一个用于管理 Git 注册表里 AI 资产的 CLI。你可以把它理解成"AI 资产的安装器 + 同步器"。

它目前做的事情很朴素:

  • 连接远程注册表仓库;
  • 在读取/安装前自动同步注册表;
  • 交互式选择要启用的资产;
  • 用 preset 快速套用一组常用配置;
  • 根据项目记录的状态执行后续更新;
  • 处理 Claude 与 Codex 的 MCP 配置格式。

没有很玄学的功能,主要目标就是少折腾、少手工、少不一致。

我觉得比较实用的 4 个点

1)先同步再操作,避免"我这边不是最新"

listinstallpresetupdate 前会先做注册表同步。这样你看到的资产列表通常就是当前仓库状态,不容易出现"你我看到的不是一份东西"。

2)install 适合第一次接入

可以按工具(比如 codex)交互式启用资产,第一次落地比手工复制文件稳很多。

3)preset 适合复用一套配置组合

你已经有一套"平时最好用"的组合时,做成 preset 后,新项目可以直接应用,不用每次重新选。

4)update 适合长期维护

很多工具第一次安装都不难,难的是后续更新。oag update 会基于项目记录过的资产做重装/更新,这点对长期使用更有价值。

快速试一遍(可直接复制)

bash 复制代码
npm install -g @wrenfix/oag
oag --help
bash 复制代码
oag remote add https://github.com/wrenfix/oag.git main #仅试用,正式使用需要自己fork出自己团队的资产仓库
bash 复制代码
oag list
oag list-presets
bash 复制代码
oag install
bash 复制代码
oag preset
bash 复制代码
oag update

适合什么场景,不适合什么场景

我自己的判断(供参考):

比较适合:

  • 经常在多个项目间切换 AI 配置;
  • 团队里有共享 mcp/skill/agent 的需求;
  • 希望把资产版本放到 Git 里管理。

可能不太适合:

  • 你只在单机、单项目里偶尔用一次 AI 工具;
  • 你完全不想维护任何注册表仓库。

最后

这篇不是"万能工具安利",更像是一个开发者踩坑后的整理:如果你正好也被 AI 配置同步这件事折腾过,欢迎试试 oag

如果不好用,也欢迎直接提 issue 或建议;如果对你有帮助,那就太好了。

bash 复制代码
npm install -g @wrenfix/oag
oag remote add https://github.com/<you>/<your-registry>.git main
oag install

项目地址:github.com/wrenfix/oag

如果这篇文章或 oag 对你有一点帮助,欢迎点个 Star 支持一下 🙌

相关推荐
骆驼10243 小时前
基于 PVE 与 SELKS 搭建企业级开源 IDS 流量监控平台
开源·ids·selks
正在走向自律4 小时前
用豆包Seed Evolving打造全功能【AI智能记账】小程序,开源可落地
人工智能·小程序·开源·智能记账
GuWenyue11 小时前
写Agent还要重复封装工具?一套MCP多服务方案,3个能力让AI自动查地图、读写文件、操控浏览器
人工智能·机器学习·开源
自律懒人20 小时前
阿里 Qwen3.8-Max 预览版从零上手指南:2.4T 参数旗舰模型的 5 种接入方式与边界实测
开源
ApacheSeaTunnel21 小时前
Apache SeaTunnel AI CLI Benchmark:7 款大模型、100 个 ETL 任务实测,谁真正能跑起来?
大数据·ai·开源·大模型·数据集成·cli·seatunnel·技术分享·数据同步
杨充1 天前
10.可测试性实战设计
设计模式·开源·代码规范
杨充1 天前
9.重构十二式的实战
设计模式·开源·代码规范
OpenAnolis小助手1 天前
龙蜥 AI Infra 新力量:T-Head SAIL 软件栈正式开源
开源·龙蜥社区·ai infra·t-head sail
杨充1 天前
6.设计原则的全景图
设计模式·开源·全栈