用途：在 AgentOS 仓库开发过程中，以用户为主导递归地扩展现有智能体。通过 /extend-agent 等斜杠命令调用，或描述任务自动触发。每轮由用户提出一项改动，编码智能体实现、在实时智能体上验证，再询问是否继续，用户说完成即停止。它是迭代循环中“用户驱动”的一半，自主验证部分由 improve-agent 负责。
主要能力：支持四类改动——添加工具（MCP 服务器、agno 工具包或函数工具）、添加能力（知识库 RAG、记忆调整、子智能体/上下文提供者、定时任务）、细化 INSTRUCTIONS、修复已知 bug。涉及 agno 接口时先查 agno-docs MCP（配置在 .mcp.json），不可用时回退到 https://docs.agno.com/llms.txt。
使用方式：先确认容器可达（curl -sSf http://localhost:8000/health 返回 200）且绑定当前检出目录，向用户询问目标智能体 slug，建议建分支。读取 agents/<slug>.py 后询问改动方向，提出方案并获确认再编辑，涉及文件包括 agents/<slug>.py、app/main.py、app/config.yaml、pyproject.toml。改后重启：docker compose restart agentos-api；若新增 pip 依赖则运行 ./scripts/generate_requirements.sh 并 docker compose up -d --build，再轮询 /health。用 curl 向 /agents/<slug>/runs 发定向提示做冒烟测试，并从容器日志确认工具调用。
适用场景：为 AgentOS 中的智能体增量添加工具或能力、调整提示词、定位并修复行为问题。
限制：需本地运行平台（RUNTIME_ENV=dev，端口 8000）与 Docker 环境；每轮只做一项小改动以便独立验证；单次改动约 5-10 分钟，能力类约 15-30 分钟；若 agno-docs MCP 查不到用户指定的名称，会告知并建议用通用 MCPTools(url=..., transport=...) 并索取 URL。其他收费、平台支持等信息暂未提供。