面向 Coding Agent 开发者的中文变更情报站。
AgentLab 持续跟踪 Claude Code、Codex、OpenCode、Pi、OpenClaw、Goose、Cline、Qwen Code、DeepSeek Harness、Reasonix 等 Coding Agent 的公开变化，把运行时 Prompt、Tools、静态 Prompt、官方发布说明与公开代码变化整理成可检索、可追溯的中文情报。
这个项目不是 Agent 排行榜，也不把模型生成内容当成事实。每条重要结论都应回到公开来源、版本和实际差异，并明确区分事实证据、工程观察与模型推断。
- 更新情报：按 Agent、信号类型和重要性筛选近期变化。
- 版本比较：比较实际请求、Prompt 结构和 Tools，保留逐行证据。
- 专题研究：用固定版本证据回答会改变 Agent 工程判断的问题；先给结论和工程后果，再展开事实、推断边界与未知项。
- 多源证据：组合 Phistory 快照、官方 changelog、GitHub Releases、npm 发布与公开代码比较结果。
- 中文解读：生成重要性、变化摘要和对自研 Agent 的启示；模型不可用时保留确定性回退结果。
flowchart LR
A["Phistory 快照"] --> C["确定性规范化"]
B["官方发布与公开代码"] --> C
C --> D["Evidence 与版本差异"]
D --> E["Codex 中文分析"]
E --> F["校验与确定性回退"]
F --> G["AgentLab Web 应用"]
sync_phistory.py增量同步 Phistory 收录的 Agent 快照。sync_official_sources.py同步官方 changelog、GitHub Releases、npm 发布和有界代码比较结果；只有发布包映射、没有可靠 commit/tag 的来源不会冒充完整源码比较。sync_source_captures.py将尚无运行时快照的官方发布物化为 source-only Capture。build_from_phistory.py规范化版本、请求正文、Tools、静态 Prompt 与多源 evidence。analyze_changelogs.py为发生变化的版本生成中文摘要、重要性和工程启示。daily_update.py串联同步、构建、分析、测试与 Cloudflare 部署。
需要 Node.js 22 或更高版本、Python 3.11 或更高版本，以及已经登录的 Codex CLI。先确认 Codex 可用：
codex login status从一个全新的 clone 开始，最短路径是：
cd apps/agent-history
npm ci
npm run local
npm run devnpm run local 只稀疏同步 Codex 数据和对应官方来源，默认选取最新 5 个待分析版本，调用当前用户已登录的 codex exec，随后合并结果、运行测试并构建站点。缓存、Evidence、分析结果和构建产物都留在本地，不进入 Git。
可以调整 Agent、模型和分析数量，例如：
npm run local -- --agents codex --max-releases 10 --reasoning-effort high初次运行不需要下载整个 AgentLab 数据集。codex 的 Phistory Capture 当前约为十几 MB；脚本还会按需获取其官方 Release、Changelog 和有界代码比较。选择 claude-code 或 all 会明显增加同步量。
流水线在同步前检查 Codex 登录状态。Codex 未安装、未登录，或者某个模型分析未通过本地 JSON Schema 与证据校验时，npm run local 会失败，而不会悄悄把确定性回退结果冒充成 Codex 分析。
需要自己控制各阶段时可以运行：
npm run sync
npm run build:data
npm run analyze -- --agents codex --newest-first --max-releases 5
npm run build
npm testnpm run sync 会在官方来源同步完成后物化 source-only Capture，因此全新缓存也可直接交给 npm run build:data。
npm run analyze 只处理 Evidence 已变化且缺少有效分析的版本。普通 npm run daily 面向无人值守发布，Codex 分析失败时允许确定性回退；完整日更流程的安全边界和参数见 apps/agent-history/ops/README.md。
生成的 public/、dist/ 和 analysis/ 可从已同步的数据重建；.cache/official-sources/ 还保存有界代码比较的历史账本，应像发布状态一样备份，不能在普通更新前删除。数据来源、版本、摘要以及 Evidence Digest 会写入生成的 public/data/manifest.json 和 Changelog JSON，外部用户不需要信任仓库作者机器上的缓存。
项目内置 agentlab-update-feed skill，指导 Agent 组合 feedAgent、signal、priority 等 filter，将公开更新情报输出为 Markdown，并沿 manifest 获取指定版本的原始 Prompt Markdown。skill 安装后只访问 agentlab.dairui1.com 的公开数据，不依赖本仓库 checkout。
安装到当前项目，并在交互提示中选择要使用的 Agent：
npx skills add https://github.com/dairui1/agentlab/tree/main/.codex/skills/agentlab-update-feed全局安装给 Codex，可在任意项目中使用：
npx skills add https://github.com/dairui1/agentlab/tree/main/.codex/skills/agentlab-update-feed \
--global --agent codex --yes安装后直接告诉 Agent，例如：“使用 agentlab-update-feed 查询 Codex 最近 10 条高价值 Tools 更新，并返回 Markdown。”Agent 会从线上 manifest 和 feed 组合 filter，不需要克隆本仓库。
在本仓库开发或调试 skill 时，也可以直接运行内置脚本：
node .codex/skills/agentlab-update-feed/scripts/query-feed.mjs \
--filter 'feedAgent=codex&signal=tools&priority=high&limit=10&format=markdown'项目里也放了一份 de-ai-ify skill。研究文章、交互提示、证据说明和报错文案在发布前都要照着它过一遍：少说套话，多讲清楚“哪一步、出了什么事、读者接下来能做什么”。口语化不能拿来糊弄事实，尤其不能编造个人经历，也不能把文件里的静态线索写成已经亲手跑通的结果。
agentlab/
apps/agent-history/
public/ # Web 应用源码与静态资源
capabilities/ # 固定构建研究数据与兼容详情页
dossiers/ # 跨 Agent 比较研究数据与证据
scripts/ # 同步、规范化、分析、构建和发布脚本
tests/ # Python 与 Node.js 测试
ops/ # 本机日更自动化
生成的上游缓存、公开数据产物、Evidence、AI 分析和构建目录不提交到 Git。它们可以从相同的公开来源和脚本重新生成。
- 只使用公开、可引用、用户自有或明确允许保存的材料。
- 不提交账号 Token、内部日志、私有工作区内容、非公开系统提示词或未授权泄露源码。
- 来源事实、产品观察、工程推断和待验证问题必须分层表达。
- 已安装产品研究必须钉住构建版本与文件摘要；打包产物不是上游源码，组件存在也不等于运行路径已命中。
- 上游快照被视为不可信输入；构建过程限制文件类型、大小、路径和产物范围。
- 模型分析不等同于上游声明，应用会单独标记推断和确定性证据。
欢迎修正错误事实和失效来源、接入新的官方证据、改进数据流水线，以及优化更新情报和版本比较体验。提交前请阅读 CONTRIBUTING.md。
AgentLab 使用 MIT License 开源。
- Phistory 提供跨 Agent 的公开版本快照。
- 各 Agent 的官方文档、公开仓库和发布记录构成 AgentLab 的主要事实来源。
AgentLab 与被研究的 Agent 项目及其厂商没有隶属或背书关系。项目中出现的名称和商标归各自权利人所有。