wshobson/agents: маркетплейс плагинов для шести AI-инструментов
Открытый маркетплейс агентных плагинов с 88 плагинами, 194 агентами и 158 навыками для Claude Code, Codex CLI, Cursor, Gemini CLI и GitHub Copilot из одного Markdown-источника.
На GitHub появился проект wshobson/agents — производственно-готовый маркетплейс агентных плагинов, который работает сразу с шестью AI-инструментами для разработчиков. Это 84 плагина, 192 агента, 156 навыков и 102 команды, созданные для Claude Code и нативно потребляемые OpenAI Codex CLI, Cursor, OpenCode, Gemini CLI и GitHub Copilot из единого Markdown-источника. Проект стал крупнейшей известной экосистемой плагинов для Claude Code — и с 2026 года вышел далеко за его рамки.
Главная идея: один источник — шесть платформ
Единый источник истины (plugins/), пять «обвязок» (harness). Каждая обвязка получает идиоматичные нативные артефакты — а не переводы по наименьшему общему знаменателю.
Это принципиально отличает проект от большинства решений для AI-разработки. Обычно при попытке поддержать несколько инструментов сразу приходится жертвовать специфическими возможностями каждого. Здесь адаптеры генерируют полноценные нативные конфигурации для каждой платформы.
Что входит в маркетплейс
| Тип | Количество | Описание |
|---|---|---|
| Plugins (плагины) | 88 | Изолированные однофункциональные установочные единицы |
| Agents (агенты) | 194 | Эксперты по доменам: архитектура, языки, инфра, безопасность, ML, SEO |
| Skills (навыки) | 158 | Модульные пакеты знаний с прогрессивным раскрытием |
| Commands (команды) | 106 | Slash-команды: scaffolding, сканирование, генерация тестов |
| Orchestrators (оркестраторы) | 16 | Координация нескольких агентов для сложных задач |
Каждый плагин изолирован и загружает в контекст только свои компоненты. Прогрессивное раскрытие означает, что навыки загружают знания только при активации. Это важно для экономии токенов.
Как устанавливать
Claude Code (источник истины)
/plugin marketplace add wshobson/agents
/plugin install python-development # или любой из 88 плагинов
Codex CLI и Cursor
Codex и Cursor устанавливаются нативно из зафиксированных реестров, которые указывают на исходные plugins/:
npx codex-marketplace add wshobson/agents
# Cursor: добавить маркетплейс, затем /plugin install <name>
Gemini CLI и OpenCode
gh repo clone wshobson/agents ~/agents && cd ~/agents
make generate HARNESS=gemini && gemini extensions install .
# OpenCode:
make install-opencode
make generate.Архитектура плагина: пример
Плагин python-development включает 3 Python-агента (python-pro, django-pro, fastapi-pro), 1 команду scaffolding и 16 специализированных навыков (async, testing, packaging и другие).
graph TD
A[plugins/ — источник истины] --> B[Claude Code\nnative]
A --> C[Codex CLI\n.codex/skills + .codex/agents]
A --> D[Cursor\n.cursor-plugin/ + .cursor/rules/]
A --> E[OpenCode\n.opencode/agents + .opencode/commands]
A --> F[Gemini CLI\nskills/ + agents/ TOML]
A --> G[GitHub Copilot\n.copilot/agents + .copilot/skills]
Многоуровневая стратегия моделей
Проект использует разные модели для разных задач — от мощных до быстрых:
| Уровень | Модель | Когда используется |
|---|---|---|
| 0 | Fable 5 | Долгосрочные автономные задачи, крупные миграции |
| 1 | Opus | Архитектура, безопасность, code review, продакшн |
| 2 | inherit | Бэкенд, фронтенд, AI/ML — выбор пользователя |
| 3 | Sonnet | Документация, тестирование, отладка |
| 4 | Haiku | Быстрые операционные задачи, SEO, деплой |
Система оценки качества плагинов
Фреймворк plugin-eval — это трёхуровневая система оценки качества: статический анализ (до 2 секунд, бесплатно), семантическая оценка через LLM по 4 измерениям (~30 секунд, Haiku + Sonnet) и статистическая надёжность через 50–100 симулированных прогонов (2–5 минут).
uv run plugin-eval score path/to/skill --depth quick
uv run plugin-eval certify path/to/skill
plugin-eval certify прогоняет все три уровня проверки и выдаёт сертификат качества для навыка или плагина — это полезно перед деплоем в командной среде.Интеграция с внешней памятью
Pensyve включён как внешняя запись git-subdir для Claude Code и поддерживает прямые upstream-интеграции для всех остальных поддерживаемых обвязок маркетплейса.
Контекст и значение для отрасли
Единый Markdown-источник, шесть нативных платформ — это то, как должна выглядеть переносимость инструментов в эпоху агентного AI.
В 2026 году фронтирные модели внутри этих инструментов во многом сблизились, и именно обвязка вокруг модели делает основную работу. Проект wshobson/agents решает ключевую проблему: разработчики вынуждены поддерживать отдельные конфигурации для каждого AI-инструмента.
На GitHub проект собрал 36,6 тысячи звёзд и активно поддерживается (последний коммит — июнь 2026), хотя фактически это проект одного мейнтейнера без версионных релизов.
Проект распространяется по лицензии MIT и является бесплатным. Платить нужно только за использование модели в той обвязке, которую вы запускаете.
Проект доступен на GitHub: github.com/wshobson/agents.