基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

这个项目源自 Factory.ai 今年一月发布的 Agent Readiness 概念。Factory 是一个 AI Coding Agent 平台，他们的 Agent 叫 Droid，在帮企业客户大规模部署 Agent 的过程中发现了一个规律：Agent 表现好不好，最大的变量不是模型，而是代码仓库本身的工程基础。 “The agent is not broken. The environment is.” —— Agent 没坏，是环境有问题。 Factory 基于这个认知做了一套 评估体系 ，但它跟 Factory 平台深度绑定。我觉得这个思路太好了，不应该只能在一个平台上用，于是做了这个 开源版本 ——不绑定任何 Agent 或平台，只要有 Git 仓库和 Node.js 就能跑。 一个真实的痛点 最近半年，我一直在用各种 AI Coding Agent 写代码——Claude Code、Cursor、Copilot，轮番上阵。体验下来有个很明显的感受：同样的 Agent，放在不同的仓库里，表现差距大得离谱。 有些项目里，Agent 干活特别顺。你说"加个接口"，它就能顺着 lint 配置、测试框架、CI 流程一路跑通，甚至能帮你开 PR。但换到另一个仓库——哪怕是同一个团队的——它就开始犯傻：lint 规则不知道在哪，测试跑不起来，构建命令靠猜，折腾半天出来的代码还得你手动收拾。 问题不在 Agent，而在仓库本身。Agent 能力的天花板，很大程度上取决于它落地的那个环境是不是"agent-friendly"。 这个认知促使我做了 Agent Readiness 这个项目。 什么是 Agent Readiness 一句话讲：它是一个静态审计工具，用来衡量一个 Git 仓库到底有多"适合 AI Agent 来干活"。…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。