安装
https://github.com/Gentleman-Programming/gentle-ai/blob/main/docs/quickstart.md适合谁
你已经在用某个 AI 编码代理，却反复遇到同一件事：它写完代码就把上下文清空，下一轮又从零开始；它对项目没有稳定判断；做完之后，除了让你自己逐行读，没法证明它到底改了什么。
Gentle-AI 面向的正是这种日常。它不替换你的代理，而是往你现有的代理上叠一层确定性的工程环境，官方概括为 "The deterministic engineering environment"，落点只有三件事：记忆、工作流、证据。
适合的人包括：手上有真实仓库、想让代理长期记住项目约定的开发者；希望代理按固定流程推进、而不是每次自由发挥的团队负责人；以及需要为改动留下可核对记录、方便协作与交接的场景。
反过来说，它不解决换个更好用的编辑器或模型这类诉求：它管的是你现有代理的工作方式，而不是你用什么工具。如果只是一次性小脚本、也不需要可追溯的记录，先想清楚是否值得多引一层配置。
3 分钟完成第一次尝试
只走一条官方路径：打开 Quickstart。
https://github.com/Gentleman-Programming/gentle-ai/blob/main/docs/quickstart.md
前置条件：已装好一个受支持的代理（比如 Claude Code），并允许它读写项目目录。Gentle-AI 自身不提供代理，只负责把配置写进你已有的那个代理，官方标称覆盖 17 种集成，逐个代理的差异记录在 docs/agents.md 里，那张对照表也告诉你某个代理能拿到哪些能力。
开始之前花一分钟读那张对照表，确认你日常用的那个代理在列。不在列就换一个代理再谈配置，绕过去只会得到一个装不上、也说不清效果的环境。
安装位置以 Quickstart 里你所用代理那一节写明的目标目录为准。首页只说它做的是原生配置，没有逐个列出各代理的落盘路径，所以别凭印象猜目录，也别照搬别的代理的路径。
装好后不要立刻让它大改。先给一个只读的活：读一遍项目结构，说清它打算怎么理解这个仓库，并要求先出计划再动手。这一步不写文件、不跑命令，风险最低。涉及写文件、执行 shell 或发起外部请求时，让它先把要改的文件和要执行的动作逐条列出，你确认后再放行。
可观察的成功信号有两条：换一个会话，代理仍能说出你项目里既有的约定，说明记忆落了盘；同一次会话里，它按固定流程先给计划、再动手、再留下可核对的记录，而不是只丢回一段答案。官方对完整路径的描述是：一次提示推进到带复核结果的提交。
使用案例
案例一：一次提示，从想法走到带复核结果的提交。仓库首页那一节演示的正是这条线：记忆取回项目背景，工作流约束步骤，证据讲清改动。证据到此为止——首页展示了这条链路，但没有逐步的界面细节，真实顺序与产物要以 Quickstart 和 docs/intended-usage.md 为准。
案例二：给代理补上记忆、工作流与可核对的证据。做法是按 Quickstart 为选定代理写入配置，官方列出的可选项包括持久记忆、精选 skills、MCP 服务器与 personas。需留意的是，首页只给了这些配置项的名称，没说每个代理各自对应哪些文件、冲突时以谁为准，这部分要回到 docs/agents.md 和各代理自己的文档核对。
两个案例的共同点是：你不用换掉手头的代理，多出来的只是记住和说得清两件事。首页没有给出效率或质量提升的量化数据，所以别指望它替你证明收益。
使用边界
它是一层配置，不是新的代理或 IDE：必须先有一个受支持的代理，配置才有落点。官方标称 17 种集成，首页点名的只是其中一部分；某个编辑器或命令行工具是否在列，请查 docs/agents.md 那张对照表，别默认都能用。
首页只把第二道校验描述为可选的、范围受限的，没有给出判定阈值与适用场景，别把它当成质量门禁，重要改动仍然要自己看。
安装位置、配置项落点这些细节分散在各代理的文档里，首页只给入口，所以照抄路径时要看清是哪个代理的章节。
文档、官网与 wiki 目前都是英文内容，命令与路径请照抄原样，注意大小写。仓库首页还挂着官网和 wiki 两个入口，遇到具体代理的配置问题可以先在那两处查现成答案。