gh-get：实践指南
2026-10-04 3467391
2026-10-04 0
面对实际交付，我看helmsman的重点不在星标，而在这项能力：AI 编码代理的自适应指令服务器， seuros/helmsman。实际做部署与运行环境时，经常会碰到权限、依赖和环境差异会放大维护成本，所以功能列表并不能代替验证。先在非生产环境复现一次安装与运行更稳妥；过程中要观察依赖锁定、权限边界、日志、回滚和资源消耗，失败也应能解释原因。整体来看，它适合愿意维护环境并重视故障恢复的工程团队拿来做对照测试，最终决定仍应回到真实结果和维护状态。
舵手
AI 编码代理的自适应指令服务器。
问题
静态 AGENTS.md 文件创建指令熵崩溃。
对于作品、十四行诗和俳句来说，同样的指示也是幻想。它们具有不同的功能、不同的成本和不同的故障模式。静态指令：
真正的成本不仅仅是令牌 - 它是指令确定性。 你无法控制你无法适应的东西。
解决方案
helmsman 通过 MCP（和 CLI）提供动态、上下文感知指令：
{% if model.tier == "agi" %}
Verify packages exist. You know what to do.
{% else %}
1. Read the file first with Read tool
2. Check for existing patterns
3. Verify packages exist - do NOT invent them
{% endif %}
{% if env.has_mise %}
Use mise for runtime management.
{% elif env.has_brew %}
Use brew for packages.
{% endif %}
安装
cargo install helmsman
从源代码构建
需要 Rust 1.98 或更高版本。该存储库将 Rust 1.98.1 固定为本地和发布版本。 从 helmsman 存储库目录：
cargo build --release --locked
cargo test --locked
快速入门
球门 (FreeChaOS)
使用 /reflex 配置 Jev，然后提交 /goal 。
流程是工作→检查目标→Jev判决→模型响应。
舵手掌控生命周期；主机记录下来并提供 Jev 的判决。
读取 goal://current 了解状态。回合保持开放等待答复。
有关设置、协议和限制，请参阅 helmsman-goals(7)。
说明和技巧
在项目根目录中创建 AGENTS.md.j2
添加到.mcp.json：
{
"mcpServers": {
"helmsman": {
"type": "stdio",
"command": "helmsman"
}
}
}
/helmsman:instructions claude-opus-4-5-20251101
等级
三个功能层，与 Anthropic 的兄弟模型平行。可以扩展到 4-5 个，但我们不会走 OpenAI 路线，有 40 个型号名称（纳米、迷你、微型、中型、大型...）。
monkey
遵循说明。有用，但需要护栏。准确地告诉它要做什么，NOT 要做什么，并将其保持在周界内。如果没有指导，它会产生幻觉包并发明 APIs。
示例：俳句、GPT-5.2 mini、Gemini Flash
engineer
了解基础知识。有能力但缺乏判断力。将删除您的 300GB 缓存以修复错误。 Bug 已修复，但现在您需要等待 4 小时才能重建。需要界限，而不是牵手。
示例：Sonnet、GPT-5.2 Medium、Gemini Pro
agi
建筑师。不要解释如何使用货物或如何发布。它知道。给它约束和目标，而不是程序。在分步说明上浪费代币就是在烧钱。
示例：Opus、GPT-5.2 high/xhigh、DeepSeek R3
快捷键： a/architect（agi）、e/eng/standard（工程师）、m/basic/simple（猴子）
CLI
helmsman # MCP server mode
helmsman -i # print instructions (default tier)
helmsman -i m # monkey tier
helmsman -i basic # monkey tier (neutral alias)
helmsman -i a # agi tier
helmsman -i architect # agi tier (neutral alias)
helmsman -i claude-opus-4-5-20251101 # resolves to agi tier
helmsman -i gpt-4o-mini # resolves to monkey tier
# Override tier mapping for new/unknown models
helmsman -i unknown-model --tier engineer
# Show diff between tiers
helmsman -i a --diff e # show AGI vs Engineer differences
helmsman -s commit # render .skills/commit.j2
helmsman -l # list available skills
helmsman --validate # check skill syntax
helmsman -t # show token count
模板上下文
{# Model #}
{{ model.id }} {# "claude-opus-4-5-20251101" #}
{{ model.tier }} {# "agi", "engineer", "monkey" #}
{# Environment #}
{{ env.os }} {# "macos", "arch", "debian", "alpine" #}
{{ env.shell }} {# "zsh", "bash", "fish", "sh" #}
{{ env.in_docker }} {# true/false #}
{{ env.in_ssh }} {# true/false #}
{# Tools #}
{{ env.has_mise }}
{{ env.has_brew }}
{{ env.has_apt }}
{{ env.has_gh }}
{{ env.has_git }}
配置
在以下位置创建可选的 helmsman.toml：
~/.config/helmsman/（用户全局）$HELMSMAN_CONFIG 环境变量来覆盖[defaults]
tier = "engineer"
[server]
templates_dir = "~/my-templates"
模型→层映射是为 Anthropic、OpenAI、Google 和其他主要模型预先配置的。未知型号默认为 engineer 层。
技能
项目技能位于 .skills/ 中并自动发现。以 _ 为前缀的文件是部分文件。
环境检测
helmsman 自动检测 OS、shell 和可用工具。 仅尽最大努力，绝不权威。
已知的边缘情况：
$SHELL谎言）使用这些值作为优化提示，而不是硬性要求。
非目标
helmsman 故意不做的事情：
舵手是基础设施，而不是产品。