- name
- agent-workflow-enforcer
- version
- 1.0.0
- description
- |
- homepage
- https://github.com/example/agent-workflow-enforcer
- author
- Anonymous
- license
- MIT
Agent Workflow Enforcer
核心原则：用代码控制流程，不靠 AI 记忆。
为什么需要这个？
AI Agent 会"忘"规则：
- Context 压缩后，早期指令被淡化
- 写在 prompt 里的规则是"建议"，Agent 可以不听
- 分段任务时风格不一致
解决方案：把规则写进流程，没过检查点 = 不能继续。
机制一：Gate 门禁
任务开始前，强制运行检查脚本：
python3 {baseDir}/scripts/gate.py <task_type> [options]支持的任务类型
| 类型 | 说明 |
|---|---|
content | 内容创作（文章、推文、配图） |
code | 代码修改 |
deploy | 部署操作 |
custom | 自定义（读取 gate-config.yaml） |
示例
# 内容创作门禁
python3 {baseDir}/scripts/gate.py content --platform x --account your-account
# 代码修改门禁
python3 {baseDir}/scripts/gate.py code --scope "核心文件"输出
═══════════════════════════════════════
🚧 Gate Check: content
═══════════════════════════════════════
📋 Checklist (必须全部确认):
[ ] 1. 已读相关 SKILL.md
[ ] 2. 已确认目标账号/平台
[ ] 3. 已检查 style-context（如适用）
⚠️ 没有完成以上检查 = 不能继续执行
═══════════════════════════════════════规则：Gate 输出后，Agent 必须逐项确认才能继续。
机制二：强制输出格式
在 AGENTS.md 或 system prompt 中添加：
## 强制输出格式
### 内容创作任务
第一条回复必须包含：
📋 Content Checklist
□ 已跑 gate
□ 已读相关 skill
□ 已确认账号: [账号]
**没有这个块 = 不能开始任务。**
### 任务完成时
必须包含：
📋 Pre-publish Checklist
□ 格式检查: ✅
□ 风格检查: ✅
□ 输出位置: [路径/链接]
**任何一项 ❌ = 不能发布。**原理：Agent 可能忘了读文件，但格式要求写死在流程里，它不会忘输出格式。
机制三：Style Context 持久化
分段任务时，第一批完成后创建 style-context.yaml：
python3 {baseDir}/scripts/create_style_context.py \
--project "项目名" \
--style "风格名" \
--output ./style-context.yaml模板
# style-context.yaml
project: project-name
created: 2026-02-25
style:
name: style-name
description: "风格描述"
colors:
primary: "#XXXXXX"
background: "#XXXXXX"
elements:
- "元素1"
- "元素2"
avoid:
- "避免1"
- "避免2"
prompt_template: |
[完整的 prompt 模板]
existing_outputs:
file1.png: "描述"
file2.md: "描述"后续批次规则
在 AGENTS.md 中添加：
## 分段任务规则
检测到分段任务时：
1. 先检查 style-context.yaml 是否存在
2. **存在** → 读取，按记录的风格继续
3. **不存在** → 不能继续，先创建
**没有 style-context = 不能继续分段任务。**机制四：自动学习（可选）
当用户修改 Agent 输出时，检测差异并学习：
python3 {baseDir}/scripts/detect_learning.py "原文" "修改后"输出：
{
"detected": true,
"original": "进行分析",
"corrected": "分析",
"suggested_rule": "避免「进行+动词」冗余结构"
}确认后写入 learnings.jsonl，下次自动应用。
快速开始
1. 安装
# OpenClaw
npx clawhub@latest install agent-workflow-enforcer
# 手动
git clone https://github.com/example/agent-workflow-enforcer ~/skills/agent-workflow-enforcer2. 配置 AGENTS.md
把以下内容加到你的 AGENTS.md：
## 🚧 Workflow Enforcer
### Gate 门禁
任务开始前运行：`python3 ~/skills/agent-workflow-enforcer/scripts/gate.py <type>`
### 强制输出格式
- 任务开始：必须输出 Checklist 块
- 任务完成：必须输出 Pre-publish 块
- **没有格式块 = 任务不完整**
### 分段任务
- 有 style-context.yaml → 读取后继续
- 没有 → 先创建3. 测试
python3 ~/skills/agent-workflow-enforcer/scripts/gate.py content --platform x文件结构
agent-workflow-enforcer/
├── SKILL.md # 本文件
├── scripts/
│ ├── gate.py # 门禁脚本
│ ├── create_style_context.py
│ └── detect_learning.py
├── templates/
│ ├── style-context.yaml
│ ├── gate-config.yaml
│ └── agents-snippet.md # AGENTS.md 代码片段
└── examples/
└── content-workflow/核心原则
规则写在 prompt 里 = 建议 Agent 可以不听。 规则写在输出格式里 = 强制 没有格式块 = 回复不完整。 规则写在 gate 脚本里 = 硬门禁 没跑脚本 = 后续不执行。
不是靠 AI "记住"，是靠流程卡死。
License
MIT