如果你是一名常年与 AI 编程工具打交道的开发者,或许曾遇到过这样的困境:用 Claude Code 时要配置一套提示词模板,切换到 Cursor 又得重新调整 Agent 规则,换个项目还得手动复制粘贴 MCP 服务配置——配置碎片化、重复劳动多、工具切换成本高,这些问题正在悄悄消耗你的开发效率。
今天,我们想向你推荐一款名为ACP ( AI-Config-Plaza ) 的开源项目。它就像一个“AI 配置管家”,通过统一管理、社区共享和一键同步,让 AI 工具配置这件事变得简单高效。
ACP 是一个专注于 AI 编程工具配置管理的开源平台,核心目标是解决开发者在使用各类 AI 工具(如 Claude Code 、GitHub Copilot 、Cursor 、OpenAI Codex 等)时的配置痛点。它通过“统一管理+社区共享”的模式,让你告别重复配置,轻松复用优质资源,降低工具切换成本。
项目采用全栈架构,包含前端交互平台、命令行工具( CLI )和后端服务,支持多语言(中英文),并完全开源,欢迎开发者参与共建。
无论是 AI Agent 的角色定义(如Agents.md)、自定义提示词( Prompt )模板,还是 MCP ( Model Context Protocol )服务配置,ACP 都能统一管理。每种配置都可设置名称、描述、标签和权限(公开/私有),还能跟踪点赞数和下载量,让你的配置资源更有序。
ACP 允许你将多个相关配置(比如“一个 Agent 配置+三个 Prompt 模板+一套 MCP 服务”)打包成“解决方案( Solution )”,并与特定 AI 工具绑定。例如,你可以创建一个“Python Web 开发解决方案”,包含适配 Cursor 的全套配置,其他开发者一键即可复用,无需从零开始。
ACP 提供了简洁的命令行工具,让配置在本地与平台间无缝同步:
acp apply即可拉取配置到本地项目;--ide vscode)和目标目录(如--dir ./my-project);acp locale切换中英文界面,适配不同使用习惯。举个例子,只需几步就能将“Python Web 开发解决方案”应用到本地:
# 登录(首次使用)
acp login
# 应用配置到指定项目,适配 Cursor
acp apply --ide cursor --dir ~/projects/my-python-app
CLI 会自动生成对应工具的目录结构,比如 Cursor 的配置会生成.cursor/commands/(存放 Prompt )、AGENTS.md( Agent 配置)和mcp.json( MCP 服务),无需手动调整路径。
ACP 内置社区协作机制:你可以将自己的优质配置设为公开,供其他开发者参考;也能通过搜索、筛选,快速找到社区中高赞的配置方案。点赞、收藏功能让优质资源一目了然,个人中心还能管理自己发布的配置和收藏,跟踪使用数据。
无论你用的是 Claude Code 、GitHub Copilot 还是 Cursor ,ACP 都能无缝适配。它定义了统一的配置导入/导出格式,当你从一个工具切换到另一个时,只需通过 CLI 重新应用对应方案,无需重新配置,真正实现“一次配置,多工具复用”。
访问: https://ai-config-plaza.com
通过 npm 全局安装 CLI ,快速同步配置:
# 使用 npm
npm install -g @ai-config-plaza/acp-cli
# 使用 pnpm
pnpm add -g @ai-config-plaza/acp-cli
# 使用 yarn
yarn global add @ai-config-plaza/acp-cli
详细使用文档可查看CLI 文档。
ACP 是一个开源项目,我们欢迎所有开发者参与贡献:
CONTRIBUTING文档,前端采用 React+TypeScript+Tailwind CSS ,后端基于.NET ,技术栈友好。 1
YanSeven 3 小时 58 分钟前
个人感觉:这种 readme 形式的介绍最好就是放到仓库的 readme 或者文档里面。
帖子的话,还是精简一点一点,能让人在一个屏幕内一眼扫个差不多的信息,是什么,能干什么,要花钱不,使用成本如何。 |