AgentDock
AgentDock 是一个本地优先的 AI Agent Context 管理工具，用来统一管理不同 Agent 的 Skills、Memory 和 Instructions。
痛点
当 Claude Code、Codex、Cursor 等多个 Agent 同时进入工作流后，上下文开始变得分散：
- 同一个 Skill 可能被复制到多个 Agent 目录，版本难以追踪。
- Memory 被锁在不同 Agent 中，切换工具后需要重复配置。
- 项目里的
AGENTS.md、CLAUDE.md等规则文件越来越多，很难判断哪些正在实际生效。 - 用户缺少一个统一视图来回答：当前这个项目、这个 Agent，到底加载了什么 Context？
同时，随着 LLM 能力快速提升，过去为了弥补模型能力不足而编写的 Skill 和 Agent Instructions，也可能逐渐变成新的限制。
旧规则可能包含过度具体的步骤、已经过时的最佳实践，甚至强制模型按照过去的方式完成任务。模型本身变强了，但旧 Context 仍然留在项目里，反而压缩了模型自主判断的空间。
因此问题不只是“如何添加更多 Context”，还包括：
哪些 Context 现在仍然有价值，哪些已经应该被移除？
核心功能
Skills 管理
统一扫描和管理不同 Agent 中的 Skills，识别重复、冲突和版本漂移，并支持按 Agent 或项目进行绑定。
Memory 管理
维护一套独立于具体 Agent 的 Memory，并按 Agent、项目进行分配，实现 一次维护，多 Agent 使用。
Instructions 管理
自动发现项目中的 AGENTS.md、CLAUDE.md 等规则文件，展示文件层级、适用范围和继承关系。
Context Audit
统一查看长期遗留的 Skills 和 Instructions，帮助用户发现重复、过时或可能限制新模型能力的 Context，决定继续保留、停用或移除。
Effective Context
选择一个 Project、Agent 和工作目录，直接查看当前实际生效的：
Skills
Memory
Instructions让用户清楚知道：
如果现在启动这个 Agent，它究竟会带着什么上下文工作。