用途：为仓库搭建一套 AI 智能体在每次会话开始时读取的指令文件树，输出项目专属内容而非通用模板。
主要能力：分四阶段执行。阶段一自动探测：并行派发三个子智能体，分别收集技术栈与命令（语言、框架、测试、数据库、认证、包管理器、类型检查、格式化与 lint 命令）、项目结构与约定（子域、命名、测试位置、模块组织、现有文档）、Git 平台与 CI/CD、钩子及现有文件（远程地址判断平台、CI 配置、pre-commit 框架、提交信息约定、issue 跟踪线索）。阶段二向用户确认发现并可选收集组织规范。阶段三运行脚本生成确定性文件：bash scripts/scaffold.sh --target <repo-root> --platform <platform>，可选 --docs-dir <dir>，脚本幂等，默认输出到 agents-docs/。阶段四由模型生成项目专属文件：/AGENTS.md、agents-docs/ENGINEERING.md、FEATURES.md、各子域 CONTEXT.md，子域≥2 时生成 CONTEXT-MAP.md。
使用方式：按阶段顺序执行，先读 references/file-templates.md、tech-adapters.md、platform-adapters.md，替换全部 {{placeholder}}；脚本运行后按实际类型检查命令调整 LESSONS.md 示例。
适用场景：需要为单包、monorepo 或多部分仓库统一智能体工作规范的团队。
限制：未探测到的信息标注为未检测，不猜测；提交约定不一致或提交过少时不写入；CONTEXT.md 只放在子域顶层，不用于工具或配置目录；具体收费与平台支持范围暂未提供。