ACP：让 AI 编程工具配置从此告别碎片化 一款开源的 AI 配置管理平台

如果你是一名常年与 AI 编程工具打交道的开发者，或许曾遇到过这样的困境：用 Claude Code 时要配置一套提示词模板，切换到 Cursor 又得重新调整 Agent 规则，换个项目还得手动复制粘贴 MCP 服务配置配置碎片化、重复劳动多、工具切换成本高，这些问题正在悄悄消耗你的开发效率。

今天，我们想向你推荐一款名为ACP （ AI-Config-Plaza ） 的开源项目。它就像一个“AI 配置管家”，通过统一管理、社区共享和一键同步，让 AI 工具配置这件事变得简单高效。

什么是 ACP ？

ACP 是一个专注于 AI 编程工具配置管理的开源平台，核心目标是解决开发者在使用各类 AI 工具（如 Claude Code 、GitHub Copilot 、Cursor 、OpenAI Codex 等）时的配置痛点。它通过“统一管理+社区共享”的模式，让你告别重复配置，轻松复用优质资源，降低工具切换成本。

项目采用全栈架构，包含前端交互平台、命令行工具（ CLI ）和后端服务，支持多语言（中英文），并完全开源，欢迎开发者参与共建。

ACP 能帮你解决什么问题？

1. 多类型配置，一站式管理

无论是 AI Agent 的角色定义（如Agents.md）、自定义提示词（ Prompt ）模板，还是 MCP （ Model Context Protocol ）服务配置，ACP 都能统一管理。每种配置都可设置名称、描述、标签和权限（公开/私有），还能跟踪点赞数和下载量，让你的配置资源更有序。

2. 组合方案市场，适配主流工具

ACP 允许你将多个相关配置（比如“一个 Agent 配置+三个 Prompt 模板+一套 MCP 服务”）打包成“解决方案（ Solution ）”，并与特定 AI 工具绑定。例如，你可以创建一个“Python Web 开发解决方案”，包含适配 Cursor 的全套配置，其他开发者一键即可复用，无需从零开始。

3. 一键 CLI 工具，本地同步 so easy

ACP 提供了简洁的命令行工具，让配置在本地与平台间无缝同步：

• 登录后，通过acp apply即可拉取配置到本地项目；
• 支持指定 IDE （如--ide vscode）和目标目录（如--dir ./my-project）；
• 自动处理文件覆盖提示，避免误操作；
• 还能通过acp locale切换中英文界面，适配不同使用习惯。

举个例子，只需几步就能将“Python Web 开发解决方案”应用到本地：

# 登录（首次使用） acp login # 应用配置到指定项目，适配 Cursor acp apply --ide cursor --dir ~/projects/my-python-app 

CLI 会自动生成对应工具的目录结构，比如 Cursor 的配置会生成.cursor/commands/（存放 Prompt ）、AGENTS.md（ Agent 配置）和mcp.json（ MCP 服务），无需手动调整路径。

4. 社区共享，优质资源互用

ACP 内置社区协作机制：你可以将自己的优质配置设为公开，供其他开发者参考；也能通过搜索、筛选，快速找到社区中高赞的配置方案。点赞、收藏功能让优质资源一目了然，个人中心还能管理自己发布的配置和收藏，跟踪使用数据。

5. 跨工具兼容，切换无压力

无论你用的是 Claude Code 、GitHub Copilot 还是 Cursor ，ACP 都能无缝适配。它定义了统一的配置导入/导出格式，当你从一个工具切换到另一个时，只需通过 CLI 重新应用对应方案，无需重新配置，真正实现“一次配置，多工具复用”。

如何开始使用 ACP ？

1. 体验前端平台

访问： https://ai-config-plaza.com

2. 安装 CLI 工具

通过 npm 全局安装 CLI ，快速同步配置：

# 使用 npm npm install -g @ai-config-plaza/acp-cli # 使用 pnpm pnpm add -g @ai-config-plaza/acp-cli # 使用 yarn yarn global add @ai-config-plaza/acp-cli 

详细使用文档可查看CLI 文档。

加入 ACP 社区，一起完善 AI 配置生态

ACP 是一个开源项目，我们欢迎所有开发者参与贡献：

• 如果你有优质的配置方案，欢迎发布到平台，帮助更多人；
• 如果你发现 bug 或有新功能建议，可提交 Issue 或 PR ；
• 开发指南可参考仓库中的CONTRIBUTING文档，前端采用 React+TypeScript+Tailwind CSS ，后端基于.NET ，技术栈友好。

项目地址：https://github.com/AIConfigPlaza/acp