把逻辑跃迁装进你的 AI Agent

一段话 / 一行命令，12 个 agent 自动适配

🤖 推荐：让 agent 自己装

把这段贴给你的 AI agent

Claude Code / Cursor / Codex / 任何能 WebFetch 的 LLM —— 一段话搞定，不用复制命令。

帮我装 LoreJump。
请 fetch https://lorejump.com/install.txt 并按里面的指令完成安装。
完成后告诉我装到了哪些路径，以及如何验证。
想自己跑命令？三种平台一键脚本（点开查看）
# 跨平台（macOS / Linux / Windows / WSL）
npx -y @lorejump/cli@alpha install
# macOS / Linux / WSL
curl -fsSL https://lorejump.com/install.sh | bash
# Windows PowerShell
irm https://lorejump.com/install.ps1 | iex

装完后跑 lorejump doctor， 应 4/4 通过。包：@lorejump/cli (alpha)。

支持的 12 个 agent / 各自的配置位置
  • claude-code Claude Code
  • cursor Cursor
  • trae Trae (字节)
  • vscode VS Code (Copilot Chat) [servers root key]
  • roo-code Roo Code
  • cline Cline
  • windsurf Windsurf
  • codebuddy CodeBuddy (腾讯)
  • qwen-code Qwen Code (阿里) [httpUrl field]
  • kimi-cli Kimi CLI (Moonshot)
  • codex Codex CLI (OpenAI) [TOML]
  • hermes Hermes (Nous Research) [YAML]

Agent 不在列表里？跑 npx @lorejump/cli@alpha install --tool=handoff， CLI 写一份 paste-prompt 给你的 agent 自己完成。

Claude Code 加速通道（plugin marketplace，可选）

如果你只用 Claude Code，可以走它原生的 plugin marketplace（比 npx 启动稍快）：

在 Claude Code 中依次运行以下命令，一步装好 Skill + MCP Server：

/plugin marketplace add LoreJump/claude-plugins
/plugin install lorejump-optimize@lorejump
/reload-plugins

自动安装 /lorejump-optimize 命令 + 配置 lorejump MCP Server。安装后直接运行 /lorejump-optimize 开始诊断。

需要 Claude Code ≥ 1.0（支持 /plugin）。老版本请看下方"兜底安装"。
开启 plugin 自动更新

Claude Code 对第三方 marketplace 默认关闭自动更新。开启后，下次启动 Claude Code 会自动拉取 plugin 新版本和 MCP 评分规则更新。

方式 A：在 Claude Code 里用 UI（推荐新手）

  1. 输入 /plugin
  2. 切到 Marketplaces 选项卡
  3. 选中 lorejump，点击 Enable auto-update

方式 B：一条命令（推荐熟悉终端）

jq '.extraKnownMarketplaces.lorejump.autoUpdate = true' ~/.claude/settings.json > ~/.claude/settings.json.tmp && mv ~/.claude/settings.json.tmp ~/.claude/settings.json

需要本地已安装 jq，并且先跑过上方的 Plugin 一键安装。改动落到 ~/.claude/settings.json 的 extraKnownMarketplaces.lorejump.autoUpdate 字段。

不开启会怎样？ 你仍可以手动跑 /plugin update lorejump-optimize@lorejump 拉新版。MCP 服务端的评分规则改动（秒级生效）不受本开关影响——只影响 skill 本身的更新时机。
手动配置（兜底：网络受限 / 不想跑 npx）

只装 MCP（不要 skill）/ 想精确控制写入位置 / npm 不可达时使用。

通用一键

使用 add-mcp 一键安装到所有已配置的 Agent：

npx add-mcp https://mcp.lorejump.com/mcp

自动检测 Claude Code、Cursor、VS Code Copilot、Windsurf 等，写入对应配置文件。

按 Agent 类型手动复制

在终端运行：

claude mcp add --transport http lorejump https://mcp.lorejump.com/mcp

验证：跑 npx @lorejump/cli@alpha doctor 应 4/4 通过；或在 agent 里输入 /lorejump-optimize 应在 30 秒内出诊断报告。

装完了，怎么用？

装好后你的 agent 多了 2 个 slash 命令；也可以直接用自然语言跟 agent 描述你想做什么，agent 会自己挑合适的 skill。

/lorejump-optimize 一次性 AI 工作流诊断

扫项目 + 拉 SOTA 画像 + 7 维评分 + 出可 apply 的改进方案；可一路确认到 agent 自动改你项目里的 CLAUDE.md / 配置 / hooks。

自然语言触发例：

  • • "帮我做一次 AI 工作流诊断" / "测一下我的 AI 效率"
  • • "我的 CLAUDE.md 怎么样，有什么可以改的？"
  • • "对照最新 SOTA 看我的项目漏了什么"
/lorejump-harness 周度持续升级 建议每周一次

和 optimize 同款闭环，但带上次 scan_report_id 给 server，从 nudge 拿"自上次以来 X 条新实践"diff digest，让你的 harness 跟上 SOTA 演化。

自然语言触发例：

  • • "看看这周 SOTA 又有什么新实践我可以加" / "harness 升级演练"
  • • "和上周相比我的工作流还差什么"

两个 skill 都不会偷偷改文件——每一步 apply 都先给 diff 让你确认。代码不会上传，回执 markdown 只含评分 + 维度 + 应用清单（路径 hmac 脱敏）。

常见问题

它会动我项目里哪些文件？

取决于你用什么 agent。例：

  • Claude Code → 写 .claude/skills/lorejump-*/SKILL.md + 合并到 .mcp.json
  • Cursor → 写 .cursor/skills/... + .cursor/mcp.json
  • VS Code → 写 .github/skills/... + .vscode/mcp.json（root key 是 servers，不是 mcpServers）

合并幂等，已有 mcp servers 不会被覆盖。查看 12 个 agent 的完整路径表。

数据安全吗？

Skill 扫描完全在本地，不上传代码。回传 MCP 的报告（submit_report）是 markdown，只带评分摘要 / 维度分数 / 应用清单，文件路径已 hmac 脱敏，代码片段不上传。MCP 的 get_sota_pack 只返回通用 SOTA 画像。

探测错了 agent / 没匹配怎么办？

强制指定：npx @lorejump/cli@alpha install --tool=cursor（id 见上方 adapter 列表）。

没匹配到：跑 --tool=handoff 让 CLI 写一段 prompt 给你的 agent 自己完成。

npm 不可达：复制上方"手动配置"section 的 JSON / TOML / YAML。

🧪 beta

让 agent 每周自动升级你的工作流

装完后 /lorejump-harness 已在你的 agent 里： 每周拉最新 SOTA → 扫项目 → 做 DeepResearch → 应用本地改动 → 生成报告。

了解 /lorejump-harness →

还没试过逻辑跃迁？先在网页上体验

AI 诊断对话 快速自查

AI agent 直接读： https://lorejump.com/install.txt