AI 编程 Agent 平台适配调研报告

概述

本报告调研主流 AI 编程 Agent 平台的配置体系（项目指令、MCP、子代理、Skill 等），评估 reference 项目对各平台的适配可行性，并给出适配优先级和实现方案。

调研范围

共调研 16 个平台，按类型分为三组：

类型	平台
CLI 工具	Claude Code、OpenAI Codex CLI、Aider、Amp、OpenCode、Goose
VS Code 扩展	Cursor、Windsurf、Cline、Continue、Roo Code、Copilot、Kodu AI、Augment Code
IDE	Trae

一、各平台配置体系详解

1. Claude Code

指令文件: CLAUDE.md（多层级：企业 → 项目 → 用户 → 本地）

规则系统: .claude/rules/*.md（支持 paths: glob 条件匹配）

Skill 系统: .claude/skills/<name>/SKILL.md（YAML frontmatter + Markdown，支持 context: fork 子代理隔离运行）

子代理: .claude/agents/*.md（YAML frontmatter 定义工具、模型、权限、MCP 服务器）

MCP 配置: .mcp.json（项目级）+ ~/.claude.json（用户级）

记忆系统: ~/.claude/projects/<project>/memory/（自动 + 手动）

Hooks 系统: settings.json 中定义，支持 20+ 事件类型

关键特性:

@path/to/file 导入语法（递归，最大 5 层）
Skill 支持 context: fork 在隔离子代理中运行
子代理支持 isolation: worktree 临时 git worktree
!`command` 动态上下文注入
实时变更检测：会话中修改 skill/agent 立即生效

适配难度: ★☆☆☆☆（reference 当前原生支持）

2. Cursor

指令文件: .cursorrules（旧版）+ .cursor/rules/*.mdc（新版）

规则系统: .cursor/rules/ 支持 .md 和 .mdc 格式

规则触发: YAML frontmatter 控制

alwaysApply: true — 每次对话自动注入
globs: ["**/*.ts"] — 文件匹配时激活
无 frontmatter — 用户手动 @-mention

MCP 配置: .cursor/mcp.json（项目级）+ ~/.cursor/mcp.json（全局）

AGENTS.md: 根目录支持，零配置自动发现

关键特性:

约 40 个活跃 MCP 工具上限
.cursorignore 排除文件
支持远程规则导入（.cursor/rules/imported/）
MCP Apps 扩展（工具返回交互式 UI）
.mdc 无正确 frontmatter 会静默忽略

适配难度: ★★★☆☆（需要转换格式）

3. Windsurf (Codeium)

指令文件: .windsurfrules（旧版）+ .windsurf/rules/*.md（新版）

规则触发: YAML frontmatter trigger 字段

always_on — 始终激活
model_decision — Agent 判断相关性
glob — 文件匹配（globs: **/*.test.ts）
manual — 手动 @-mention

MCP 支持: 原生支持（通过设置界面配置）

AGENTS.md: 根目录和子目录支持，零配置自动发现

工作流: .windsurf/workflows/*.md（可复用多步骤流程，/workflow-name 调用）

记忆系统: ~/.codeium/windsurf/memories/（自动生成，工作区隔离）

关键特性:

Rules 每文件 12000 字符限制
Global Rules 单文件 6000 字符限制
Skills 系统可捆绑附带文件（脚本、模板）
企业级 System Rules/Workflows

适配难度: ★★★☆☆（需要转换格式 + 拆分大规则）

4. Cline

指令文件: .clinerules/*.md（兼容 .cursorrules、.windsurfrules、AGENTS.md）

规则触发: YAML frontmatter paths: glob 条件匹配

MCP 配置: ~/.cline/data/settings/cline_mcp_settings.json

MCP 传输: STDIO + SSE

记忆系统: memory-bank/（推荐结构化文档系统）+ Checkpoints

关键特性:

兼容三种其他平台的规则文件
.clineignore 大幅减少上下文消耗
Plan & Act 模式分离
MCP Marketplace
CLI 支持：cline mcp add、/newrule、/smol

适配难度: ★★☆☆☆（天然兼容部分格式）

5. OpenAI Codex CLI

指令文件: AGENTS.md（多层级：全局 ~/.codex/ → 项目根目录 → 当前目录，逐级拼接）

Skill 系统: .agents/skills/<name>/SKILL.md（YAML frontmatter + openai.yaml 依赖声明）

子代理: 完整多代理协作（spawn_agent/send_input/resume_agent/wait_agent/close_agent）

MCP 配置: ~/.codex/config.toml 的 [mcp_servers] 节（支持 stdio + streamable HTTP）

沙箱: 三级沙箱（read-only / workspace-write / full-access），Linux Seatbelt + Windows 原生

配置格式: TOML（~/.codex/config.toml）

记忆系统: Memories（实验性，自动提取 + 全局整合）

关键特性:

AGENTS.override.md 可覆盖同目录的 AGENTS.md
指令大小限制 32 KiB（可配置 project_doc_max_bytes）
MCP 工具审批策略：auto / prompt / approve（全局 + 单工具粒度）
Guardian 代理实验性审查审批请求
Plugin 系统（打包技能 + App 集成 + MCP 配置的分发单元）
Hooks 生命周期钩子
Profiles 配置分组继承
App Server 供 IDE 扩展连接
Python + TypeScript SDK

适配难度: ★★☆☆☆（AGENTS.md + Skill 系统与 Claude Code 高度相似）

6. Aider

指令文件: CONVENTIONS.md（通过 --read 或 .aider.conf.yml 的 read: 字段加载）

上下文管理: Repo Map（自动生成的仓库地图，token 预算控制）

配置文件: .aider.conf.yml（项目级 + 全局）

MCP 支持: 不支持

关键特性:

Architect 双模型模式（architect 方案 + editor 执行）
无子代理、无 Skill、无规则系统
完全基于 CLI + git 集成
支持 15+ 模型提供商

适配难度: ★★★★★（几乎无法适配，无 MCP/Skill/规则系统）

7. GitHub Copilot

指令文件: .github/copilot-instructions.md + .github/instructions/*.instructions.md

规则触发: .instructions.md 的 YAML frontmatter applyTo: glob 模式

MCP 配置: .vscode/mcp.json（项目级）+ VS Code settings.json（全局）

AGENTS.md: 支持（实验性）

CLAUDE.md: 兼容读取

记忆系统: 本地 Memory Tool（User/Repository/Session 三层）+ GitHub Copilot Memory（托管）

关键特性:

支持 #tool:web/fetch 在指令文件中引用 Agent 工具
Chat Customizations Editor 统一管理
Toolsets 工具分组
跨 VS Code/JetBrains/Eclipse/Xcode/CLI

适配难度: ★★★☆☆（需要转换指令格式 + MCP 配置路径）

8. Continue

指令文件: .continue/rules/*.md（YAML frontmatter）

规则触发: globs: + regex: 条件匹配

MCP 配置: .continue/mcpServers/*.yaml（推荐）+ config.yaml 内联

MCP 传输: stdio + sse + streamable-http

关键特性:

config.ts 可编程化配置（自定义 slash commands）
Hub 规则引用（uses: username/my-hub-rule）
兼容 Claude/Cursor/Cline 的 JSON MCP 配置（.continue/mcpServers/mcp.json）
Context Providers 已废弃，改用 MCP

适配难度: ★★★☆☆（需要转换规则格式 + MCP 配置路径）

9. Roo Code

指令文件: .roo/rules/*.md + .roomodes（自定义模式配置）

规则触发: 无条件全部加载（无 glob 匹配）

MCP 配置: .roo/mcp.json（项目级）+ VS Code mcp_settings.json（全局）

AGENTS.md: 支持

模式系统: 内置 Code/Ask/Debug/Architect/Orchestrator + 自定义模式（YAML）

关键特性:

模式专用规则目录（.roo/rules-code/、.roo/rules-{modeSlug}/）
工具组权限控制（groups: [read, edit, command, mcp]）
MCP 服务器自动创建
模式导入/导出（YAML 格式，含规则）

适配难度: ★★★☆☆（需要转换规则 + MCP 路径）

10. Amp (Sourcegraph)

指令文件: AGENTS.md（Amp 是该标准的发起者）

Skill 系统: .agents/skills/（打包指令 + MCP 服务器）

MCP 配置: Skill 内 mcp.json 或 amp mcp add CLI

子代理: 内置 Subagents + Oracle（第二意见）+ Librarian（代码搜索）

关键特性:

3 种模式：smart（Opus 4.6）、rush（快速）、deep（GPT-5.4）
Toolboxes：简单脚本扩展（无需 MCP 服务器）
Checks：自定义代码审查规则
Execute Mode：amp -x "任务" 非交互式执行
@file 引用 + globs: 条件匹配

适配难度: ★★☆☆☆（AGENTS.md 兼容，Skill 系统类似）

11. Kodu AI

指令文件: .kodu（纯文本，直接注入系统提示词）

MCP 支持: 继承 VS Code Agent Mode MCP

关键特性:

无规则系统、无子代理、无 Skill
极简配置，仅一个文件
基于 Claude 3.7 Sonnet

适配难度: ★★★★☆（只能注入指令文件，无 Skill/MCP/子代理）

12. Augment Code

指令文件: AUGMENT.md（项目根目录）

MCP 支持: 全面支持（Easy MCP 一键集成 + Settings Panel + JSON 导入）

关键特性:

支持 VS Code/JetBrains/Vim/Neovim/Slack
${workspaceFolder} 变量扩展
Next Edit 逐步引导

适配难度: ★★★☆☆（只需生成指令文件 + MCP 配置）

13. Trae (ByteDance)

指令文件: .trae/rules（IDE）+ trae_config.yaml（CLI）

MCP 支持: 全面支持（CLI 在 trae_config.yaml 中配置）

Agent 模式: SOLO Mode（AI 主导）+ Builder Mode（项目生成）

关键特性:

Agent 市场（创建和分享自定义 Agent）
开源 CLI（trae-agent，MIT 协议）
多模型支持（Claude/GPT/DeepSeek/Gemini/Doubao）
Docker 执行模式

适配难度: ★★★☆☆（需要转换规则格式 + MCP 配置路径）

14. Goose (Block)

指令文件: Recipes（YAML 格式工作流）

MCP 支持: 最早期的 MCP 采用者，70+ 文档化扩展

子代理: 支持并行子代理

关键特性:

MCP Apps 规范（扩展可渲染交互式 UI）
Agent Client Protocol (ACP)：可作为服务器或客户端
开源（Apache 2.0，Linux Foundation）
安全特性：提示注入检测、沙箱模式

适配难度: ★★★☆☆（需要转换为 Recipes YAML 格式）

15. Sourcegraph Cody

指令文件: .cody/instructions 或 .cody/instructions.md

MCP 支持: 支持（Sourcegraph MCP Server）

兼容: .github/copilot-instructions.md

适配难度: ★★★☆☆（只需生成指令文件）

16. OpenCode (opencode-ai)

指令文件: opencode.md（同时兼容 CLAUDE.md、.cursorrules、.cursor/rules/、.github/copilot-instructions.md）

MCP 配置: .opencode.json 的 mcpServers 节（支持 stdio + SSE）

配置格式: JSON（.opencode.json）

关键特性:

自动发现多种指令文件（contextPaths 默认包含 CLAUDE.md、.cursorrules 等 10+ 种格式）
4 个内置 Agent 角色（coder / summarizer / task / title），task 角色用于子任务
Auto Compact（95% 上下文窗口时自动触发摘要）
LSP 集成（多语言 diagnostics）
自定义命令（Markdown 文件，支持 $PARAM 参数）
多模型支持（OpenAI/Anthropic/Gemini/Groq/Azure/Bedrock 等 10+ 提供商）
项目已归档，迁移至 charmbracelet/crush

适配难度: ★☆☆☆☆（天然兼容 CLAUDE.md 和 .cursorrules 等多种格式）

二、跨平台兼容标准

AGENTS.md 标准

由 Amp 发起的供应商中立标准，越来越多平台支持：

平台	支持情况
Amp	发起者，完整支持
Claude Code	通过 `@AGENTS.md` 导入
Cursor	支持
Windsurf	支持
Cline	支持
Roo Code	支持
GitHub Copilot	支持（实验性）
Sourcegraph Cody	支持
Claude Code	通过 CLAUDE.md 导入
OpenAI Codex CLI	原生支持（AGENTS.md 是核心指令机制）
OpenCode	不原生支持 AGENTS.md，但兼容 CLAUDE.md 和 .cursorrules

MCP 配置格式对比

平台	配置路径	格式
Claude Code	`.mcp.json`	JSON
Cursor	`.cursor/mcp.json`	JSON
Cline	`cline_mcp_settings.json`	JSON
Continue	`.continue/mcpServers/*.yaml`	YAML
Roo Code	`.roo/mcp.json`	JSON
Copilot	`.vscode/mcp.json`	JSON
Augment	GUI + JSON 导入	JSON
Trae	`trae_config.yaml`	YAML
Goose	CLI 配置	JSON
Codex CLI	`~/.codex/config.toml`	TOML
OpenCode	`.opencode.json`	JSON

共性: 几乎所有平台都使用 mcpServers 作为顶层键，command/args/env 作为 STDIO 传输的字段名。

规则/指令文件格式对比

平台	格式	条件匹配	Frontmatter
Claude Code	`.claude/rules/*.md`	`paths:` glob	`paths:`
Cursor	`.cursor/rules/*.mdc`	`globs:` + `alwaysApply`	`globs`, `alwaysApply`, `description`
Windsurf	`.windsurf/rules/*.md`	`trigger` + `globs`	`trigger`, `globs`, `description`
Cline	`.clinerules/*.md`	`paths:` glob	`paths`
Continue	`.continue/rules/*.md`	`globs:` + `regex`	`globs`, `regex`, `alwaysApply`, `description`
Copilot	`.github/instructions/*.instructions.md`	`applyTo:` glob	`applyTo`, `name`, `description`
Roo Code	`.roo/rules/*.md`	无	无
Codex CLI	`AGENTS.md`	无（逐级拼接）	无（纯 Markdown）
OpenCode	`opencode.md`（兼容多种）	无（扁平拼接）	无

共性: 大多数平台使用 Markdown + YAML frontmatter，条件匹配通过 glob 模式实现，但字段名不统一。

三、reference 适配方案

核心适配原则

reference 的价值在于让 AI Agent 零延迟查阅本地仓库源码。适配的核心需求：

注入项目指令: 告诉 Agent "本地有哪些仓库可以参考"
提供 Skill/Agent: 让 Agent 能探索源码并沉淀知识
配置 MCP 服务器: 可选，用于直接查询仓库信息

适配优先级矩阵

优先级	平台	理由
P0 — 已适配	Claude Code	原生支持，Skill + Agent + MCP 完整实现
P1 — 高价值	OpenAI Codex CLI	AGENTS.md + Skill + 子代理 + MCP 完整体系，与 Claude Code 最相似
P1 — 高价值	Cursor	市占率高，有规则 + MCP，但无子代理/Skill
P1 — 高价值	Roo Code	开源，有自定义模式 + MCP，社区活跃
P2 — 中价值	Windsurf	有规则 + MCP + Workflows
P2 — 中价值	Cline	兼容多种规则格式 + MCP
P2 — 中价值	Continue	有规则 + MCP + config.ts 可编程化
P2 — 中价值	GitHub Copilot	用户基数最大，有指令 + MCP
P2 — 低成本	OpenCode	天然兼容 CLAUDE.md/.cursorrules 等多种格式（已归档→Crush）
P3 — 低价值	Amp	有 Skill + MCP，但 CLI 工具用户较少
P3 — 低价值	Trae	免费但生态较新
P3 — 低价值	Augment Code	有 MCP 但用户较少
P3 — 低价值	Goose	开源但偏通用 Agent
P3 — 低价值	Sourcegraph Cody	有 MCP 但用户较少
不适配	Aider	无 MCP/Skill/规则系统
不适配	Kodu AI	仅支持 `.kodu` 纯文本指令

各平台适配方案

P0: Claude Code（已适配）

.claude/
├── skills/reference/SKILL.md           # Skill 模板
├── agents/reference-explorer.md        # 探索子代理
├── agents/reference-analyzer.md        # 分析子代理
└── skills/reference/<仓库名>/           # Junction → 全局 wiki
.mcp.json                               # MCP 服务器配置（可选）

当前已完整实现，无需修改。

P1: OpenAI Codex CLI

AGENTS.md                               # 项目指令（Codex 原生格式）
.agents/skills/reference/SKILL.md       # Skill（与 Claude Code 格式高度相似）
.agents/skills/reference/agents/
└── openai.yaml                         # Skill 元数据和 MCP 依赖
~/.codex/config.toml                    # MCP 服务器配置（可选）

转换规则:

SKILL.md 格式几乎相同（YAML frontmatter name + description）
子代理 → Codex 的多代理协作（spawn_agent 工具）
MCP 配置需从 JSON 转为 TOML 格式
openai.yaml 声明 Skill 依赖的 MCP 服务器

优势: Codex CLI 的 Skill + 子代理体系与 Claude Code 最相似，适配成本最低。

P1: Cursor

.cursor/rules/
├── reference.mdc                       # 项目指令（alwaysApply: true）
├── reference-explorer.mdc              # 探索指令（手动 @-mention）
└── reference-analyzer.mdc              # 分析指令（手动 @-mention）
.cursor/rules/<仓庛>/                   # Junction → 全局 wiki（按需读取）
.cursor/mcp.json                        # MCP 服务器配置（可选）

转换规则:

SKILL.md → .mdc 文件（description + alwaysApply frontmatter）
子代理 prompt → 规则文件（Cursor 无子代理，降级为手动触发的规则）
paths: → globs: 字段名映射

限制: Cursor 无子代理机制，探索任务会在主对话中执行，会污染上下文。可通过 AGENTS.md 注入基础指令，让用户手动触发探索。

P1: Roo Code

.roo/rules/
├── 01-reference.md                     # 基础指令（无条件加载）
├── 02-reference-explorer.md            # 探索指令
└── 03-reference-analyzer.md            # 分析指令
.roo/rules-code/reference-*.md          # Code 模式专用规则
.roomodes                               # 自定义模式（可选）
.roo/mcp.json                           # MCP 服务器配置

转换规则:

Skill prompt → .roo/rules/*.md（Roo 无条件加载所有规则）
可通过 .roomodes 自定义模式，创建 reference-explorer 和 reference-analyzer 模式
模式中限制工具组为 [read, mcp]，避免误编辑源码

优势: Roo 的自定义模式系统最接近 Claude Code 的子代理概念。

P2: Windsurf

.windsurf/rules/
├── reference.md                        # 基础指令（trigger: always_on）
├── reference-explorer.md               # 探索指令（trigger: manual）
└── reference-analyzer.md               # 分析指令（trigger: manual）
.windsurf/workflows/
├── explore-repo.md                     # 探索工作流
└── analyze-repo.md                     # 分析工作流

转换规则:

Skill → Workflow（Windsurf 的 Workflow 最接近 Claude Code 的 Skill）
context: fork → 无对应机制，降级为手动触发

P2: Cline

.clinerules/
├── 01-reference.md                     # 基础指令
├── 02-reference-explorer.md            # 探索指令
└── 03-reference-analyzer.md            # 分析指令

转换规则:

Skill → 规则文件（Cline 无 Skill，但有 Plan & Act 模式）
天然兼容 .cursorrules 和 .windsurfrules

P2: Continue

.continue/rules/
├── reference.md                        # 基础指令
├── reference-explorer.md               # 探索指令
└── reference-analyzer.md               # 分析指令
.continue/mcpServers/mcp.json           # MCP 配置（兼容 JSON 格式）

转换规则:

Skill → 规则文件
MCP 配置可直接复用 Claude Code 的 .mcp.json

P2: GitHub Copilot

.github/copilot-instructions.md         # 基础指令
.github/instructions/
├── reference.instructions.md           # 仓库参考指令
└── code-review.instructions.md         # 代码审查指令（可选）
.vscode/mcp.json                        # MCP 服务器配置

转换规则:

Skill → .instructions.md 文件（applyTo: glob 条件匹配）
子代理 → 无对应机制
CLAUDE.md 自动兼容读取

P3: Amp

AGENTS.md                               # 基础指令（Amp 原生支持）
.agents/skills/reference/               # Skill 目录（类似 Claude Code）

转换规则: Amp 的 Skill 系统与 Claude Code 高度相似，转换成本最低。

P2: OpenCode（低成本）

# OpenCode 自动发现以下任一文件即可：
CLAUDE.md                                # 已有，OpenCode 原生兼容
opencode.md                              # OpenCode 专用指令文件
.opencode.json                           # MCP 服务器配置

转换规则:

OpenCode 的 contextPaths 默认已包含 CLAUDE.md 和 .cursorrules
如果项目已为 Claude Code 适配了 CLAUDE.md，OpenCode 零额外配置即可使用
MCP 配置从 JSON 格式直接复用

P3: Trae / Augment / Goose / Sourcegraph Cody

# Trae
.trae/rules/reference.md               # 项目规则

# Augment
AUGMENT.md                              # 项目指令

# Goose
recipes/reference.yaml                  # Recipe 工作流

均只支持基础指令注入，无 Skill/子代理。

四、实现建议

Phase 1: 多平台指令注入（低成本，高覆盖）

为每个目标平台生成对应格式的项目指令文件，内容基于当前的 SKILL.md 模板：

// internal/logic/inject/inject.go
// 新增平台参数
func InjectForPlatform(projectDir string, platform string) error

支持的平台标识：claude、cursor、windsurf、cline、continue、roo、copilot、amp、trae、augment

每个平台生成：

项目指令文件（告知 Agent 本地有哪些仓库可参考）
MCP 配置文件（可选，统一 mcpServers 格式）
知识目录 Junction（全局 wiki 链接）

Phase 2: Skill/规则转换（中等成本）

将 SKILL.md 模板转换为各平台规则格式：

源格式	目标格式	转换点
YAML frontmatter	Cursor `.mdc`	`description` + `alwaysApply`
YAML frontmatter	Windsurf `.md`	`trigger:` 字段
YAML frontmatter	Continue `.md`	`globs:` + `alwaysApply`
无 frontmatter	Roo `.md`	直接写入
YAML frontmatter	Copilot `.instructions.md`	`applyTo:` 字段

Phase 3: 子代理降级方案（高成本）

对于不支持子代理的平台，核心挑战是上下文隔离。可能的方案：

MCP 服务器方式: 将探索逻辑封装为 MCP 服务器，Agent 通过工具调用获取结果，不直接读取源码
Pre-computed 方式: reference analyze 预先完成深度分析，生成轻量知识文件供任何平台使用
CLI 脚本方式: 提供 reference explore <仓库> <主题> 命令，用户手动运行后将结果粘贴给 Agent

五、总结

维度	结论
最容易适配	Claude Code（已适配）、OpenCode（天然兼容 CLAUDE.md）、Amp（Skill 系统相似）、Cline（兼容多格式）
最值得适配	OpenAI Codex CLI（体系最相似）、Cursor（市占率）、Roo Code（自定义模式）、Windsurf（Workflows）
最难适配	Aider（无 MCP/Skill/规则）、Kodu AI（极简）
最大挑战	子代理隔离 — 仅 Claude Code、Codex CLI 和 Amp 支持真正的上下文隔离
通用方案	AGENTS.md + CLAUDE.md + MCP 配置是跨平台兼容性最好的组合
推荐策略	Phase 1 指令注入覆盖 16 个平台 → Phase 2 规则转换覆盖 10 个平台 → Phase 3 MCP 服务器实现跨平台上下文隔离

FilesExpand file tree

agent-platform-adapter.md

Latest commit

History

agent-platform-adapter.md

File metadata and controls

AI 编程 Agent 平台适配调研报告

概述

调研范围

一、各平台配置体系详解

1. Claude Code

2. Cursor

3. Windsurf (Codeium)

4. Cline

5. OpenAI Codex CLI

6. Aider

7. GitHub Copilot

8. Continue

9. Roo Code

10. Amp (Sourcegraph)

11. Kodu AI

12. Augment Code

13. Trae (ByteDance)

14. Goose (Block)

15. Sourcegraph Cody

16. OpenCode (opencode-ai)

二、跨平台兼容标准

AGENTS.md 标准

MCP 配置格式对比

规则/指令文件格式对比

三、reference 适配方案

核心适配原则

适配优先级矩阵

各平台适配方案

P0: Claude Code（已适配）

P1: OpenAI Codex CLI

P1: Cursor

P1: Roo Code

P2: Windsurf

P2: Cline

P2: Continue

P2: GitHub Copilot

P3: Amp

P2: OpenCode（低成本）

P3: Trae / Augment / Goose / Sourcegraph Cody

四、实现建议

Phase 1: 多平台指令注入（低成本，高覆盖）

Phase 2: Skill/规则转换（中等成本）

Phase 3: 子代理降级方案（高成本）

五、总结