WorkspaceTemplate

一个不预设业务、不绑定单一 Agent 客户端的 Workspace 治理模板。

从一份干净、可审计的规则骨架开始，让 Agent 在真正工作前先确认 Python 运行时、业务边界、工具事实与 skills 来源。

为什么需要它

一个新的 Agent Workspace 往往不是缺少代码，而是缺少一套不会随对话漂移的基础约定：

• 多种 Agent 客户端应该遵守同一份政策，而不是各维护一份相似但逐渐分叉的规则。
• Python 很有用，但不应在用户决定前擅自创建环境、联网升级或安装一套庞大依赖。
• skills 应该可以按目录接入，同时保留来源、版本、命名冲突与副作用边界。
• 业务目标、运行时事实、长期经验和 Agent 政策需要分层维护。
• 外部文档与工具可以提供能力，但不能自行扩大授权。

WorkspaceTemplate 把这些约定固化为一组小而明确的文件。它可以继续长成软件项目、数据分析工作区、研究仓库、内容生产流程、运维项目或其他获授权业务，而不要求先接受某个固定技术栈。

[!IMPORTANT] 本仓库根目录就是可使用的 Workspace 模板，不需要再进入第二层模板目录。README 是 GitHub 展示与上手说明，不是 Agent 政策源；真正的权威规则只有 AGENT_RULES.md。

快速开始

方式一：从 GitHub 模板创建新仓库（推荐）

仓库启用 Template repository 后：

• 在仓库页面点击 Use this template。
• 选择 Create a new repository，填写新业务仓库名称与可见性。
• 克隆新仓库，并让支持 Workspace 规则的 Agent 打开仓库根目录。
• 回答首次 Python 运行时问题，再描述你的业务目标。

GitHub 从模板创建的新仓库会复制目录与文件，并使用独立历史；详见 GitHub 官方文档。

方式二：直接克隆

如果它将成为独立业务仓库，建议保留模板来源但避免误推送回模板仓库：

然后用 Agent 打开 my-workspace。Codex 读取 AGENTS.md，Claude Code 读取 CLAUDE.md；其他客户端应先被明确要求完整读取 AGENT_RULES.md 与 .workspace/bootstrap.json。

第一次打开会发生什么

模板不会替用户预选 Python 环境。当 python.mode 仍为 unconfigured 时，第一个 Agent 必须先询问：

是否由我自动初始化本 Workspace 的本地版本化 venv（推荐），还是使用当前会话中 MCP 提供的 Python 环境？

两种模式互斥，后续可由用户明确要求切换。

两种 Python 模式

模板自带的两个 Python 脚本都只依赖标准库，并要求 Python 3.10 或更高版本。选择运行时之前，不会执行它们。

工作原理

模板采用“入口、政策、业务、状态、事实、路由、经验”分层：

这种分层让“什么必须遵守”和“当前机器上有什么”保持独立：修改工具版本不会改写政策，新增业务也不需要复制一套客户端规则。