为 AI 打造双手，先做再说。

---

effectorHQ 是一个开放工作室，构建下一代 AI agent 能力基础设施。每个项目都是独立的产品——解决一个真实问题，有研究支撑，能独立被引用和采用。所有产品共同构成一个愿景：为 AI 打造有类型、可组合、可验证的双手。

我们不做大脑（那是 LLM 的事）。我们不做身体（那是 runtime 的事——OpenClaw、Claude Agent SDK、以及未来的一切）。我们做手——并且确保每一只手都比之前更安全、更可组合、更强大。

effector — 统一构建套件

一个仓库。一个 CLI。一个 manifest。所有 runtime。

effector monorepo 将核心工具链整合为一个安装路径。下面所有包（core、types、audit、compose、serve、lint）一起发布、一起测试、一起发版。

# 黄金路径 — 30 秒完成 类型化 + 审计 + 编译
npx @effectorhq/cli init my-skill               # 创建类型化 skill manifest
cd my-skill
effector check .                                 # 校验 + 类型检查 + lint + 审计
effector compile . -t mcp                        # 编译为 MCP tool schema
effector compile . -t openai-agents              # 编译为 OpenAI Agents
effector compile . -t langchain                  # 编译为 LangChain (Python)

┌───────────────┐     ┌──────────────┐     ┌──────────────┐
│ effector.toml │────▶│    check     │────▶│   compile    │
│   SKILL.md    │     │  types/lint/ │     │  mcp/openai/ │
└───────────────┘     │  audit       │     │  langchain   │
                      └──────────────┘     └──────────────┘

---

Effector 类型系统

核心论点：AI agent 能力需要类型系统。今天你把两个 skill 串起来然后祈祷它能跑。明天你在第一个 token 花出去之前就完成类型检查。这就是我们在构建的范式。

项目	定位
effector	Monorepo & 统一 CLI — 一个安装，一个工具：init、check、compile、inspect、serve。整合 core + types + audit + compose + lint + serve（npx @effectorhq/cli）
effector-core	共享内核 — TOML/SKILL 解析、类型检查、schema 校验、跨 runtime 编译（@effectorhq/core）。
effector-spec	Effector 规范 — 类型语言、组合代数、发现协议。旗舰项目。
effector-types	标准能力类型库 — AI agent 工具的 lib.d.ts（@effectorhq/types），包括输入/输出/上下文类型。
effector-compose	组合引擎 — 构建 agent 管道、类型检查、输出到任意 runtime（@effectorhq/compose）。
effector-graph	能力图谱可视化 — 类型化能力网络的交互式浏览器（@effectorhq/graph）。
effector-audit	安全审计 — 静态扫描 + 权限漂移检测（@effectorhq/audit）。

构建 & 发布

项目	用途
create-effector	npx @effectorhq/create-effector — 秒级脚手架，支持所有 Effector 类型
cookbook	实战食谱：Notion、Docker、Jira、PostgreSQL、git worktrees
linear-skill	参考实现 — 生产就绪，零 lint 错误

质量 & 工具链

项目	用途
skill-lint	CLI — 发布前验证你的 SKILL.md（npx @effectorhq/skill-lint）
skill-lint-action	GitHub Action — PR 内联标注，零配置（@effectorhq/skill-lint-action）
openclaw-mcp	SKILL.md → MCP 桥接 — 让 skill 在 Claude、Cursor、Windsurf 中工作
effector-serve	受控 MCP 运行时 — 以目录提供 stdio MCP；在 tools/call 时做运行时类型校验，可用权限开关（--allow-network / --allow-subprocess），并内置 effector_discover / effector_compose / effector_inspect；基于 skill-mcp 包装 · npm 包 @effectorhq/serve

探索 & 学习

项目	用途
awesome-openclaw	精选列表：技能、扩展、工具、资源
workspace-templates	Agent 人格套件（DevOps、Code Reviewer、Security Auditor 等）
lobster-recipes	工作流管道：部署通知、每日站会、PR 审查分流
docs	社区指南：架构、skill 开发、扩展开发

治理

文档	用途
manifesto	创始论纲 — 为什么类型化能力很重要
rfcs	RFC 流程 — 规范变更和新产品提案
贡献指南	如何为任意项目做贡献

验证

项目	用途
effector-bench	两层基准测试 — 工具链准确性 + schema 质量对比

Tier A — 179 个对抗性测试，89.9% 准确率，18 个已知缺陷如实记录。 Tier B — 控制变量实验（n=10，基于 BFCL、τ-bench、ToolSword、MCPToolBench++）。综合 Δ+51（可比 +43，差异 +64），0 回归。完整方法论。

---

我们如何构建

原则	实践
先做再说	先出能跑的代码，再写提案。一个跑起来的原型胜过一份完美的规范。
大声发布	每次 merge、每个 release note、每位贡献者都有信号。发布应该像赢了一样。
默认开放	代码、路线图、决策、失败的实验——能开放的全部开放。

---

加入构建

这是社区项目，没有门槛。浏览 repo、开 PR、或者启动新的东西。

有问题请在相关 repo 开 issue，或在 Discussion 中发起讨论。

---

_{每一个 effector 都在扩展边界。© 2026 effectorHQ Contributors}