今天就可以使用公开 OSS 包。先创建任务契约，再让 agent 在范围内改代码，最后在你信任这次改动前运行门禁。
npx agent-guardrails plan --task "..."
使用指南
把它当作你已经在用的 AI agent 的发布侧车。
Agent Guardrails 不替代 Codex、Claude Code、OpenCode、Cursor 或你的终端。它补上的是发布控制层：任务边界、上线决策、证据保存和可读回执。
从这里开始
两条路径，同一个工作流。
核心工作流不变。OSS 提供有边界的门禁，Pro 在你有预览访问时再补上本地 Workbench、证据引导和发布回执。
按预览访问邮件里的说明启用 Pro，然后在每次受控检查后打开本地 Workbench。它应该先回答发布问题，再让你看细节。
npx agent-guardrails pro workbench --open
谁做什么
用户负责决策，agent 负责机械工作。
你不应该盯着 JSON，也不应该手工拼一份发布清单。coding agent 负责跑命令、保存证明、重跑门禁；人负责看结论和剩余风险。
定义任务、阅读 Workbench 或报告、判断证据是否足够，并最终决定是否合并或部署。
保持范围、运行证明命令、把证据保存到 `.agent-guardrails/evidence/`、重新运行门禁，并报告结论是否变化。
真实流程
从 prompt 到发布判断，只保留五步。
用户不应该盯着 JSON。机械工作交给 agent，用户只需要看决策、证据和剩余风险。
限定任务
在 AI agent 开始改代码前创建任务契约，记录目标文件、允许路径、必跑命令和证据路径。
npx agent-guardrails plan --task "..."
让 agent 工作
继续正常使用 Codex、Claude Code、OpenCode、Cursor 或其他 agent。Agent Guardrails 留在发布侧车位置，而不是替换它们。
避免无关改动越界
运行门禁
代码改完后运行检查。OSS 会发现范围和验证问题，启用 Pro 后再补上上线结论。
npx agent-guardrails check --review
打开 Workbench
先看本地 Workbench。它会回答“能不能上线”、给出一个下一步证明，并生成交给 agent 的提示。
npx agent-guardrails pro workbench --open
保存证明
让 agent 运行或观察证明、保存证据、重新运行门禁，并报告结论是否发生变化。
回执留在仓库里
命令负担
现在正常一轮里，人通常只输入两三个命令。
它目前仍然是 CLI 优先的工作流，但不应该让人觉得命令很多。重复劳动应该交给 agent：跑证明、保存截图或日志、重跑门禁、写证据说明。
先用 npx agent-guardrails plan --task "..." 创建任务契约。
让 agent 完成范围内改动后，运行 npx agent-guardrails check --review。
打开 npx agent-guardrails pro workbench --open，看清下一步，再把机械工作交回给 agent。
真实产品素材
用户实际会看到什么。
这些都来自仓库真实 fixture 引擎。给人看的第一层应该是 Workbench 和报告，而不是一团 JSON。
Agent 交接
Agent 拿到的是一个任务，不是模糊清单。
生成的提示会要求 agent 保持范围、运行证明、把证据保存到 `.agent-guardrails/evidence/`、重跑门禁，并报告结论变化。
本地分析保持在你的仓库工作流里。
Workbench 和报告负责解释改了什么、为什么门禁拦住、下一步最值得补什么证据。
JSON 输出仍然保留给 CI、agent 和审计，但它应该放在人类可读决策界面的后面。
MCP 集成
当 agent 支持 MCP，闭环会更顺。
安装 Pro 后，OSS MCP server 可以暴露 Pro 提供的工具。这样 agent 可以直接读取 Workbench、保存证据说明，并在重跑门禁后记录证明配方是否有效，你不需要每一步都手工复制。
`pro_read_workbench` 返回当前发布结论、证明队列和 agent 交接信息。
`pro_capture_evidence_note` 把结构化证明说明和产物路径追加进仓库证据文件。
`pro_record_proof_outcome` 记录证明是否真的有用，让仓库记忆越用越准。