ajdupeuetgg
/
MOS
0
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases 4 Wiki Activity
17 Commits 6 Branches 5 Tags 911 KiB
Python 93.7%
PowerShell 6.3%
Go to file
mjs-codex 79c9a63e3b merge(master): 同步 master 到 dev 并保留 dev 独有功能 2026-07-09 17:15:57 +08:00
mos_v3 merge(master): 同步 master 到 dev 并保留 dev 独有功能 2026-07-09 17:15:57 +08:00
README.md merge(master): 同步 master 到 dev 并保留 dev 独有功能 2026-07-09 17:15:57 +08:00

README.md

MOS

MOS（MJS Agent Ops System）是一个面向 agent 的本地记忆与操作规范框架。它的目标不是把所有历史塞进上下文，而是让 agent 通过短规则、skill、memory、tools、eval 的方式，按需恢复状态、联想经验、执行流程、写回长期结论。

当前重点版本是 mos_v3/。

1. 新用户怎么用 MOS v3

1.1 先看三个入口

新用户第一次使用时，按顺序阅读：

  1. mos_v3/mos_core/mos_always_rules.md
    短常驻规则，适合放到 Codex、Claude Code、Cursor、Windsurf、Gemini CLI 等 agent 的全局或项目规则里。

  2. mos_v3/mos_core/ARCHITECTURE_AND_FLOW.md
    中文总说明，解释 MOS v3 架构、目录、流程、触发方式、人类最小用法。

  3. mos_v3/mos_core/README.md
    mos_core 的具体目录和命令入口说明。

如果只想让 agent 自己接入 MOS v3，可以直接说：

请阅读 mos_v3/mos_core/AGENT_QUICK_START_PROMPT.md，然后按 MOS v3 工作。

1.2 最小启动流程

进入 MOS v3 核心目录：

cd mos_v3\mos_core

查看当前状态：

py -3 tools\mos_cli.py status

查看可用 skill：

py -3 tools\mos_cli.py skill-list

根据任务关键词生成启动包：

py -3 tools\mos_cli.py bootstrap "你的任务关键词"

查找相关历史经验：

py -3 tools\mos_cli.py associate "你的任务关键词"

如果要在 Git 仓库中修改文件，先做预检：

py -3 tools\mos_cli.py git-preflight --repo <你的仓库路径>

1.3 给 agent 使用

推荐方式：

  1. 把 mos_v3/mos_core/mos_always_rules.md 放进 agent 的常驻规则。
  2. 不要把整个 mos_v3 全文塞进提示词。
  3. 让 agent 根据触发场景按需读取：
    • 新会话恢复：读 active_task.md、最近 task_log.md，运行 bootstrap。
    • 需要历史经验：运行 associate。
    • 需要写长期记忆：读 memory_upsert_policy.md。
    • 需要 Git 操作：读 agent_git_collaboration_policy.md。
    • 需要提示词优化：读 skills/prompt_optimization/SKILL.md。
    • 需要高压追问、压力测试方案、决策闭合：读 skills/decision_grilling/SKILL.md。
    • 需要写 PPT、Word、报告或分析 Excel：读 memory_cards/office_material_generation_policy.md 和对应 Office skill。
    • 在 Claude Code 首次接入插件包：读 skills/claude_code_plugin_bootstrap/SKILL.md 并先 dry-run。

这样可以减少上下文占用，只常驻最重要规则，其他 memory 随时联想和取用。

1.4 给 agent 发什么提示词

第一次让 agent 接入 MOS v3 时，可以直接发：

请使用本仓库的 MOS v3 规则系统。

先读取：
1. mos_v3/mos_core/mos_always_rules.md
2. mos_v3/mos_core/ARCHITECTURE_AND_FLOW.md
3. mos_v3/mos_core/skills/skill_registry.json

要求：
- 不要全文加载整个 mos_v3。
- 只把 mos_always_rules.md 作为常驻规则。
- 其他 policy、memory、skill 根据任务触发再读取。
- 如果要修改文件，先做 git status 或 git-preflight。
- 如果产生可复用经验、失败路径、方法、结论，按 MOS 规则写回 memory card 或候选卡片。
- 关键结论必须回源验证。

读取完成后，请告诉我：
1. 你已理解的 MOS v3 核心规则；
2. 当前任务应该触发哪些 skill；
3. 你下一步准备读取哪些文件或运行哪些工具。

普通任务可以这样发：

按 MOS v3 工作。当前任务是：<写你的任务>

请先：
1. 读取 mos_v3/mos_core/mos_always_rules.md；
2. 根据 skills/skill_registry.json 选择相关 skill；
3. 如需要历史经验，运行 bootstrap 或 associate；
4. 如果要改文件，先做 git-preflight；
5. 完成后说明验证结果、风险和是否需要写回 memory。

如果是在 Claude Code 中第一次使用 MOS v3，并希望安装 MOS 推荐的 Claude Code 插件包，可以这样发：

按 MOS v3 工作，并检查 Claude Code 插件包。

请读取：
1. mos_v3/mos_core/skills/claude_code_plugin_bootstrap/SKILL.md
2. mos_v3/mos_core/tools/claude_code_plugins.json

先运行 dry-run：
powershell -ExecutionPolicy Bypass -File mos_v3\mos_core\tools\install_claude_code_plugins.ps1 -DryRun -WriteCommandFile

然后告诉我哪些插件可安装、哪些需要先回源确认、哪些只作为 MOS 封装。未经我确认，不要执行任何 /plugin 安装命令。

续接旧任务或新会话恢复时，可以这样发：

按 MOS v3 恢复上下文并继续任务。

请先读取：
1. mos_v3/mos_core/mos_always_rules.md
2. mos_v3/mos_core/active_task.md
3. mos_v3/mos_core/task_log.md 最近 handoff
4. mos_v3/mos_core/memory_cards/context_compression_recovery_policy.md

然后运行或参考：
- py -3 mos_v3/mos_core/tools/mos_cli.py bootstrap "<任务关键词>"
- py -3 mos_v3/mos_core/tools/mos_cli.py associate "<任务关键词>"

只加载与当前任务高相关的 memory card，不要全文加载所有历史。

如果是要让 agent 修改 MOS 仓库本身，额外加一句：

这是 MOS 仓库自身修改任务。任何文件修改前必须先运行 git-preflight；提交时使用中文结构化 commit message，并推送到当前工作分支。

2. MOS v3 架构

MOS v3 使用四层结构：

Skill + Memory + Tools + Eval
  • Skill：可复用流程，位于 mos_v3/mos_core/skills/。
  • Memory：长期结论、当前任务、handoff、source refs。
  • Tools：本地一次性 CLI 工具，位于 mos_v3/mos_core/tools/。
  • Eval：检查记忆系统是否有效，位于 mos_v3/mos_core/eval/。

核心原则：

  • 常驻规则要短。
  • 长期记忆不全文常驻。
  • 搜索和索引只是导航。
  • 关键结论必须回源验证。
  • 新经验要写成 memory card 或候选卡片。
  • 稳定重复流程要升级成 skill 或工具。

3. 常用命令

cd mos_v3\mos_core

py -3 tools\mos_cli.py status
py -3 tools\mos_cli.py skill-list
py -3 tools\mos_cli.py bootstrap "任务关键词"
py -3 tools\mos_cli.py associate "任务关键词"
py -3 tools\mos_cli.py search "关键词" --top-k 8
py -3 tools\mos_cli.py rebuild
py -3 tools\mos_cli.py graph
py -3 tools\mos_cli.py eval-memory
py -3 tools\mos_cli.py git-preflight --repo <repo>

4. 如何写入长期记忆

不要直接把聊天内容复制进 memory。

推荐流程：

  1. 先检索已有记忆，确认是否已有类似结论。
  2. 优先更新已有 memory card。
  3. 没有合适卡片时，创建候选卡片。
  4. 写入后重建索引。
  5. 关键结论必须带证据等级和回源入口。

相关入口：

  • mos_v3/mos_core/memory_upsert_policy.md
  • mos_v3/mos_core/memory_cards/TEMPLATE.md
  • mos_v3/mos_core/tools/upsert_memory_card.py

5. 安全规则

不要把以下内容写入 MOS：

  • 密码；
  • token；
  • API key；
  • 私钥；
  • 私有端点；
  • 账号专属路径；
  • 未去敏的原始日志；
  • 任何凭据或隐私数据。

如果任务必须使用凭据，只能运行时从原始凭据源读取，不写入 memory、索引、日志或 agent 配置。

6. 版本归档

早期版本归档在独立分支中保存，当前 master、release、v3 只保留 README.md 和 mos_v3/。

历史归档分支：

  • archive/v0 / v0：只保留 README.md 和 mjs_agent_ops_system_v0.rar。
  • archive/v1 / v1：只保留 README.md 和 mjs_agent_ops_system_v1_codex.rar。
  • archive/v2 / v2：只保留 README.md 和 mos_v2.rar。

7. 参考与感谢

MOS v3 在设计中参考了以下公开资料和开源实践，并在此致以感谢：

  • OpenAI Codex / Skills / Agents 相关公开文档与实践。
  • mattpocock/skills 的 grill-me、grilling、grill-with-docs 思路。
  • chaseai-yt/grill-me-codex 的只读对抗审查闭环。
  • zhjai/grill-all 的 source-aware plan review 思路。
  • SemVer 语义化版本规范：https://semver.org/lang/zh-CN/。
  • Git、GitHub、GitLab、Gitee、GitLink 与 Linux 社区的分支、提交、tag、release 习惯。
  • Meta-Harness: End-to-End Optimization of Model Harnesses 等 agent harness / eval 相关论文。

感谢这些资料提供的可复用经验；MOS v3 只吸收通用机制，不包含外部项目的私有内容。

8. 维护原则

  1. 修改文件前先检查 Git 状态。
  2. 提交前运行 git-preflight。
  3. 提交信息默认中文，说明背景、改动、验证、影响。
  4. 不提交生成索引、缓存、日志、凭据。
  5. 对 MOS v3 的规则、skill、tools、eval 改动，应同步更新文档和必要 memory card。