OpenRig rig context 上下文库完整教程：把团队知识与系统世界变成可寻址地址

【免费下载链接】openrigBuild your own network of agents from Claude Code, Codex and Pi: persistent teams with roles, shared context and owned work.项目地址: https://gitcode.com/GitHub_Trending/op/openrig

OpenRig是一个帮你组建 AI 智能体团队的开源系统，而rig context上下文库（Context Library）正是它的记忆中枢：把团队知识、项目约定和"系统世界"（System World）变成一个个可寻址、可预览、可增删的条目，任何智能体都可以通过地址精确取用。本教程带你从零看懂这套地址体系，只需 5 个核心命令。

为什么智能体团队需要一个"可寻址"的知识库？

想象你带一个 3 人开发小组：新成员入职时，你不可能让他把整本员工手册背下来，而是告诉他"入职指南在 A 区，架构约定在 B 区"——他需要哪份，就去取哪份。

OpenRig 中的智能体（Claude Code、Codex）也是如此。过去常见的做法是把所有背景材料一股脑塞进提示词，结果是上下文窗口爆炸、信息互相打架。OpenRig 的rig context上下文库换了个思路：

• 知识文件打包成"包"（Context Pack）：一个目录、一份清单，描述清楚包含哪些文件、每个文件的作用
• 每个包都有一个"地址"（ref）：类似packs/compaction-restore这样的路径式引用，智能体按地址取货
• 文件内还能精确定位到小节：<包地址>/文件.md#标题这种形式，像 URL 一样寻址到具体章节

这样团队知识就成了"放在固定地址的资产"，而不是"每次开会口头复述的内容"。上下文库的命令行实现位于 context.ts，它是rig context命令族的入口。

快速上手：3 个只读命令摸清家底

第一次接触时，建议先用这三个不改任何东西的命令建立感觉（需要本地守护进程在运行，可用rig status确认）：

preview尤其值得养成习惯：它让你在智能体读取之前先看到它到底会读到什么，相当于发信前检查邮件正文。

💡 小贴士：rig context list输出为空时，它会提示你把知识文件放到context.root指向的目录（默认$OPENRIG_HOME/context），然后运行rig context sync重建索引。

读懂清单：一份 manifest.yaml 长什么样

每个上下文包的核心是一份manifest.yaml，声明包名、版本、用途和文件清单。以系统自带的world-public包为例（manifest.yaml）：

name: world-public version: "0" taxonomy: world purpose: "A portable operating-world primer ..." files: - path: start-here.md role: orientation summary: "Derive where you are, what to trust, ..."

几个值得注意的设计：

• role字段给文件打上"角色"标签（导航、规则、边界检查……），让智能体知道该在什么情境下读它
• atoms与profiles（高级用法）能把包里的内容切成"原子"，按情境（全新启动 / 交接 / 压缩后）和运行时（claude / codex）组合出不同的投递方案
• 原子化安装：rig context add从 URL 安装时采用"先暂存、一次性发布"策略，清单损坏或文件缺失时绝不会留下半成品包

这套契约保证了"库里的地址永远是有效的"——这正是可寻址的价值。

System World：给整个实例定一个基线

上下文库分"全局层"和"项目层"，其中全局层叫System World（系统世界）：它是智能体在触碰任何具体项目之前就该知道的"操作现实"——这里是什么环境、有哪些实体与规则、该信任谁。

System World 通过一个版本化清单文件选中一组有序的上下文包引用，默认安装位置为$OPENRIG_HOME/context/system/system-world.yaml，由配置键context.system_world控制（可选default/ 指定路径 /disabled）。完整布局说明见 instance-layout.md。

官方提供了两份"世界的世界"教学材料：

• start-here.md：教智能体"刚进入陌生环境时先推导什么"——身份、现有拓扑、可用上下文、命令面，全部用活命令推导，而不是背死名单
• your-world.md：一份世界撰写模板，用八个"区域"组织内容：身份、本体、角色、地形、法则、历史、状态、可用能力（外加检查项），并强调"区域是元数据标签，不必建成八个文件夹"

想动手练一遍，可以直接复制示例包：rig context get world-example，然后按提示把它改成你的项目世界（比如一个"书籍出版世界"：作者是谁、手稿在哪、编辑规则是什么、当前草稿状态如何）。

用 trace 沿 rig 拓扑读取团队知识

除了按包寻址，OpenRig 还支持沿组织层级读文件。每个 rig 可以从"实例 → rig → 可选 pod → 可选 seat"逐层携带同名知识文件（如CULTURE.md、LEARNED.md），每一层的文件补充该层级的约定。

rig context trace就是这条链路的读取器：

rig context trace --rig product-team --seat dev1-qa --name LEARNED.md

它会从最外层实例一路走到指定 seat，逐级打印文件内容；某层缺失就明确标注 "absent"，遇到旧版路径也会给出[LEGACY]提示而不是静默跳读。这个命令不依赖守护进程，专为"方向感最模糊的当下"（守护进程恰好宕机时）设计。

增删与合成：让知识库随团队生长

知识库不是只读博物馆，日常维护有四个高频操作：

compose是"把会议纪要归档成正式文档"的动作：文件顺序即阅读顺序，合成结果获得一个持久的路径式地址，之后就能像任何库条目一样被preview和按地址get。

而智能体侧的取货入口是rig context get——它支持三种粒度的地址：

• 整个包：rig context get world-public
• 包内单文件：rig context get world-public/start-here.md
• 文件内小节：rig context get <包地址>/<文件>#小节标题

操作者发信前用preview核对，智能体按地址用get装载，两者走的是同一套拼装机制，所以你预览到的字节就是智能体读到的字节——所见即所得。

一次完整的"工作装载"长什么样？

启动 seat 时，OpenRig 会把三层来源合并成最终的知识投递方案，可用一条命令检查全部选择及来源：

rig context work-install --runtime claude-code --cwd .

输出分为几行：System World 基线（选中的清单与其上下文引用）→topology 技能（rig 层）→project 技能（项目层），外加每条片段的地址、来源与是否存在。加上--json可获得机器可读输出，--deliver则直接展开每个计划文件的全文。这份"装载清单"让你在任何时刻都能回答："这个 seat 现在知道什么、它从哪知道的"。

新手行动清单

1. rig context list+rig context preview <包名>：先看懂库里有什么
2. 读一遍 getting-started.md 中的首跑路径，理解上下文如何随rig up投递
3. 用 your-world.md 的八区域模板，为你的项目写第一份世界包
4. rig context add安装它，rig context trace沿 rig 层级验证团队知识链
5. 定期rig context sync，让地址与实际文件保持一致

掌握了"包 → 地址 → 层"这条主线，你就掌握了 OpenRig 上下文库的骨架：知识有了固定地址，团队再大，检索也只是"给出一个 ref"的事。

【免费下载链接】openrigBuild your own network of agents from Claude Code, Codex and Pi: persistent teams with roles, shared context and owned work.项目地址: https://gitcode.com/GitHub_Trending/op/openrig