使用 fail-closed 设计模式定义 Agent 工具：名称、Schema、安全属性与执行逻辑统一在一个类中，三层执行（验证→权限→调用）自动运行。适用于任何 Python Agent 框架。 Agent Tool Builder 帮助你使用 fail-closed 设计模式定义 Agent 工具： 统一的类将身份标识、Schema、安全属性与执行逻辑放在一起， fail-closed 默认值确保新工具默认安全。 Fail-closed 默认值 — is_read_only 、 is_destructive 、 is_concurrency_safe 全部默认为 False。 忘记声明属性的工具会被保守地视为具有写入能力。 分层执行 — validate_semantics → check_permissions → _call 是独立方法， 验证逻辑不会混入权限逻辑或业务逻辑。 自包含定义 — Schema、描述、安全元数据和执行逻辑全部在同一个地方。无需额外的中间件连接。 询问工具将在哪个 Agent 框架中注册（例如 hermes-agent、LangChain、纯 Python）。 这决定了导入路径和注册方式，但设计原则完全相同。 检查项目的 utils/tools 目录中是否存在 agent_tool_base.py 。 如果不存在，从此 skill 目录的 references/agent_tool_base.py 复制过去。 告知用户文件放置位置。 收集以下问题的答案。显示了默认值——对于默认值明显合适的问题可跳过。 命名约定 ：使用 {service}_{action}_{resource} 格式，带服务前缀，确保同时加载多个工具集时不产生歧义（例如 stock_get_price 、 stock_list_symbols 、 stock_search_news ）。以动词开头： get 、 list 、 search 、 create 、 delete 。 不必一次性提问所有问题——从上下文推断合理答案。 例如，"search" 或 "get" 工具几乎肯定是 is_read_only=True, is_concurrency_safe=True 。 为工具创建一个 .py 文件。遵循以下字段顺序： 建议与项目工具目录结构一致的文件路径。 生成后，打印工具安全态势的一行摘要： 保持每个工具专注于单一操作。让 agent 组合多个工具来完成复杂任务。功能过多的工具更难被 agent 复用和推理。 不确定时两种都支持——接受可选的 response_format: str = "markdown" 参数并在 _call 中分支。JSON 输出使用 json.dumps(data, ensure_ascii=False, indent=2) 。 任何可能返回超过约 50 条记录的工具都应支持分页： 在输入 schema 中添加 offset: int = Field(default=0, description="分页偏移量") 和 limit: int = Field(default=20, description="最多返回条数") 。 错误字符串必须引导 agent 找到修复方法——而不仅仅是描述失败： references/agent_tool_base.py — 完整的 AgentTool 基类（纯 Python，无框架依赖） LangChain Tool Builder AI Skill

用 Claude Code 的 fail-closed 设计模式定义 LangChain（Python）工具——name、schema、权限、执行逻辑统一写在一个类里，自动走 validate → permission → call 三层流程，新工具默认安全。 Tool Permission System AI Skill 为 agent 工具设计可配置的分层权限/安全系统：用一条权限流水线统一决定 allow / ask / deny，支持企业 / 用户 / 项目多作用域规则覆盖，并通过 hook 系统扩展。 Query Loop Implementation AI Skill 为 AI 应用实现可上线的 LLM query loop：工具调用、结构化 tool_result 回传、ReAct 循环、最大轮次退出、权限检查、超时、预算控制和 fatal error 终止路径。 Harness Step 1 — 创建 AGENTS.md 与知识库 AI Skill 扫描项目代码库，自动生成 AGENTS.md（agent 工作指南）和完整的 docs/ 知识库骨架，让 Claude Code 在任意新会话中 30 秒内定向，无需重复解释项目结构。 Harness Step 2 — 填充 docs/ 知识库内容 AI Skill 深度阅读项目代码，将隐藏在代码里的架构知识、命名约定、技术决策显式写入 docs/ 各文件，让 agent 在任何 session 都能快速理解项目全貌，而不是靠猜测。 Harness Step 3 — 建立跨 Session 状态管理 AI Skill 创建 init.sh（环境健康检查）、tasks.json（结构化任务队列）和 progress.md（会话日志），解决 Claude Code 每次新对话失忆的问题，让任意 session 在 30 秒内完全恢复工作状态。 折叠记忆实现指南 AI Skill 为长周期 Agent 构建分层折叠记忆的开发者指南——三层架构：近期对话保留原始细节，旧内容压缩为情节摘要，最早内容蒸馏为跨会话永久存活的语义事实。 Compact Memory 实现指南 AI Skill 用 Anthropic API 或 Claude Agent SDK 为 Agent 实现 compact memory 的开发者指南——涵盖触发时机、fork compactor 模式、compact JSON schema 设计。 Compact with Memory AI Skill 正确执行 /compact——生成高质量的对话摘要，完整保留推理过程、决策背景和当前状态，同时在压缩前通过记忆预处理持久化机构知识。 Claude Code 记忆架构实现指南 AI Skill 将混乱的 MEMORY.md 重构为 Claude Code autoDream 内部使用的 2 层记忆架构——保持常驻索引精简、主题文件按需加载，让 autoDream 提取代理正确去重和维护记忆。 Session Dream AI Skill 会话结束时的手动记忆提炼——从当前对话中提取关键决策、失败路径、新发现和当前阻塞，写入 MEMORY.md topic 文件。