418-teapot/ZooKeeper · wiki

Bundle OKF 0.1 · 6 conceitos · 418-teapot/ZooKeeper

Open site Project Open in the app JSON README (API)

- [agent-design](agent-design/index.md)
- [autoresearch](autoresearch/index.md)
- [context-engineering](context-engineering/index.md)
- [multi-agent](multi-agent/index.md)
- [wiki-system](wiki-system/index.md)
- [ZooKeeper Wiki 概览](overview.md) — ZooKeeper wiki 系统的结构化概览，涵盖设计哲学、三层架构、当前知识版图及工具与 Agent 的分工原则。

README

Loading documentation…

# ZooKeeper 同时适配 OpenCode 和 pi 两个宿主的编排器插件，具备静态权限配置 + 运行时 Prompt 注入。 ## 功能特性 ### Agent 定义 | Agent | 角色 | |-------|------| | `dolphin` | 编排器 — 任务分发与结果验证 | | `mola` | 规划顾问 — 产出 plan artifacts 到 `.zoo/plans`，不执行代码 | | `lynx` | 代码探索 — 搜索和理解代码库，只读 | | `beaver` | 编码实现 — 读写文件、执行命令 | | `spider` | 网络调研 — 网页抓取和信息收集 | | `eagle` | 代码审查 — 只读审查，由 code-review 技能加载 | | `kiwi` | 知识分析 — wiki 蒸馏/验证，由对应技能加载 | ### 运行时增强插件在运行时通过 Prompt 注入和行为引导 hook 增强 Agent 能力： - **Prompt 注入**：自动将 `src/agents/<name>.ts` 中定义的 prompt 常量注入到对应 Agent，无需手动配置 - **Subagent Prompt 校验**：拦截格式不合规的 `task()` 调用，要求包含 SUMMARY / CONTEXT / ACCEPTANCE 三段式结构 - **直接工作提醒**：当编排器直接执行代码编辑时，提醒其应当委派子代理完成任务 - **JSON 错误恢复**：检测工具输出中的 JSON 解析错误，自动注入修复提示 - **任务完成验证**：每次子代理返回后，注入标准化的验证清单（post-subagent nudge），确保结果被严格审查 - **Prompt 长度检测**：自动检测 Subagent Prompt 是否过长或包含不推荐的代码片段 - **上下文管理**：自动管理上下文，包括消息去重、错误清理、压缩与用量提醒 - **模型变体**：支持为不同 Agent 分配模型变体（high / low / max 等） ### 技能管理插件内置 14 个技能，存放在 `skills/` 目录下（每个技能为一个独立子目录），会根据任务类型按需自动加载： - `auto-debug` — 证据驱动的自主调试 - `beaver-tdd` — 测试驱动开发 - `code-review` — 代码审查 - `compress-usage` — compress/decompress 工具操作规程 - `explain` - 模型输出约束 - `first-principles` — 第一性原理根因思考 - `git-commit` — 标准化的 Git 提交 - `grill` — 计划/设计审查，沿决策树逐层质询直至达成共识 - `kiwi-distill` — 知识蒸馏 - `kiwi-verify` — 源回溯验证 - `mola-plan` — 从需求澄清到计划落地 - `wiki-ingest` — wiki 知识收录 - `wiki-query` — wiki 知识查询 - `wiki-verify` — wiki 知识验证 ## 安装 ### 前置要求 - Python 3（无需额外依赖，仅使用标准库） - OpenCode 和/或 pi（`install.py` 自动检测已安装的宿主，缺失则跳过对应配置） ### 安装步骤 **1. 克隆仓库** ```bash git clone <repository-url> cd ZooKeeper ``` **2. 配置环境变量** ```bash cp .env.example .env ``` 编辑 `.env`，填入你的 LLM API 凭据： ``` # 模型 ID ZOO_WHALE_MODEL=Cambricon/glm-5.1 ZOO_HIPPO_MODEL=Cambricon/glm-5.1 ZOO_ANT_MODEL=Cambricon/deepseek-v4-flash # Provider 凭据 — 只需设置你实际使用的 Provider，其余可注释或留空 CAMBRICON_API_KEY=your-api-key-here CAMBRICON_BASE_URL=https://api.example.com/v1 DEEPSEEK_API_KEY=your-deepseek-api-key-here DEEPSEEK_BASE_URL=https://api.deepseek.com/anthropic # GitLab MCP（可选） GITLAB_MCP_URL=https://api.example.com/mcp GITLAB_ACCESS_TOKEN=your-gitlab-private-token-here ``` **3. 生成宿主配置** ```bash uv run python install.py uv run python install.py --mono # 单智能体模式 ``` **4. 添加 CLI 工具到 PATH** 将 `~/.zoo/tools/bin` 加入 `PATH` 后即可使用： - `zwiki` — wiki 知识库管理 - `zlog` — 日志过滤 - `zfind` — 会话搜索 - `zinspect` — 事件统计 - `ztrace` — 编排追踪

Details

Type: OKF bundles
Topic: Productivity
Publisher: 418-teapot
Source: okf_github
Category: Data
Version: 0.1
Stars: 1
Last update: 2026-10-28T05:49:25Z
Project status: Active
Language: TypeScript
License: MIT
Added: 2026-09-08 02:20:20
Updated: 2026-09-16 11:02:38
Source id: 418-teapot/ZooKeeper:wiki/index.md

418-teapot/ZooKeeper · wiki

README

More