使用多个agent,如何实现通用的文件架构,云端存储。从而可以有便捷入口,并方便地调用不同ai app Claude Kimi等
提问
把文件放在一个云端同步的文件夹里,按项目分目录,用 Markdown/JSON 做中间格式,再让每个 AI 工具都从这个文件夹读写;入口可以多,但上下文只保留一份。
先定一份文件,再谈多入口
多 agent 共用文件架构的关键不是接更多工具,而是先有一份所有工具都能读写的共同底稿。立正转述 Indigo 的做法:每个文件夹是一个 Agent 的工作空间,交互文件用 Markdown,需要给人看时再渲染成网页或文档,不需要给人看时 Agent 之间直接读写 JSON/Markdown1。这正好对应你的需求:Claude、Kimi 等只是不同的入口,文件才是共享层。
云端存储解决的是同一份文件在多台设备、多个工具间同步;但同步不等于结构。目录怎么分、哪些文件是当前任务、哪些是长期沉淀,需要单独设计2。
分层:工作记忆、项目记忆、长期知识
立正把 context 分成三层记忆:工作记忆是当前任务直接需要的,项目记忆是这个项目积累的经验和决策,组织记忆是跨项目的长期知识;并强调不是所有 context 同等重要,什么保留原始形态、什么提炼成精华、什么定期清理都要有规则2。他还提到渐进式加载:不能把所有东西一股脑塞进 context window,要让 AI 执行任务时自动找到并加载需要的那部分,这需要建索引、做分类、设计加载策略2。
落到文件架构上,可以理解为:每个项目一个目录,里面放当前任务文件、项目决策记录、可复用的规范;跨项目的规范单独放一层。这样 Claude 和 Kimi 打开同一个项目目录时,拿到的是同一套上下文,而不是各自重新喂一遍。
入口可以多,但要统一上下文和可观测
立正评价聊天软件入口时指出:把入口放在聊天界面里门槛低,但聊天窗口是线性的,深度知识工作需要分叉、引用、比较方案,在聊天窗口里会很拧;信息密度也受限,复杂报告、表格、文件 diff 都不自然;过程可观测性也差,看不到它调了什么工具、改了什么文件3。他同时说,统一入口和统一上下文、持久记忆、丰富 skills 这几件事让工具显得越用越懂你3。
对你来说,这意味着:Claude、Kimi 可以作为便捷入口,但真正的工作目录应该放在能看见文件改动的地方,比如 IDE 或支持文件读写的 agent 工具。立正在另一处也建议,最简单的替代是整理一个文件夹,加上 Claude Code 和 context 架构,效果可控可观测4。这是他的判断,不是唯一方案。
提供的片段没有具体讲某款云盘或同步工具怎么配置,也没有 Claude、Kimi 各自读取本地/云端文件的具体操作步骤;这部分需要另找产品文档核对。
回到4份原文
给出按文件夹组织 Agent 工作空间、用 Markdown/JSON 做交互文件的具体做法。
说明三层记忆、渐进式加载和规范注入,是文件分层设计的依据。
解释聊天入口的便利与线性、可观测性上的限制,帮助权衡入口选择。
立正本人建议用文件夹加 agent 工具替代不可控的聊天式方案。