@tom_doerr: 将AI编码聊天转化为可重复的工程工作流 https://github.com/codeaholicguy/ai-devkit…

将AI编码对话转化为可重复的工程工作流 https://t.co/4ZoG6o2PT0 https://t.co/oOmd8L8UGa — # codeaholicguy/ai-devkit 来源：https://github.com/codeaholicguy/ai-devkit # AI DevKit > English | 中文 你的AI编码智能体团队很敏捷、很积极，但也有些草率。让它们像高级工程师一样工作吧。 AI DevKit 将一次性的AI编码对话转化为可重复的软件交付工作流：需求、设计、规划、实现、测试、验证、记忆与审查。 - 告别“提示-祈祷”式编码 — /new-requirement 让智能体在接触代码前先澄清问题 - 杜绝虚假“完成”声明 — verify 要求有最新的测试/构建产出才能确认完成 - 保持项目知识持续可用 — @ai-devkit/memory 跨会话存储决策、约定和修复记录 - 提交前捕捉偏差 — /code-review 对照设计和需求文档审查差异 - 统一管理所有智能体 — agent console 是一个实时TUI仪表盘，可控制所有正在运行的智能体，无论其提供商是谁 一套配置，所有编码智能体都能用：Claude Code、Cursor、Codex CLI、Gemini CLI、GitHub Copilot、opencode、Antigravity、Amp、Windsurf、Kilo Code、Roo Code。 运行 npx ai-devkit@latest init，你的智能体将获得： | 你需要什么 | AI DevKit 提供了什么 | |—————|———————––| | 编码前先有规划 | /new-requirement、/review-design 和 /execute-plan | | “完成”前有证据 | verify 门禁，依赖最新的测试/构建产出 | | 会话间记忆 | 通过MCP和CLI暴露的本地SQLite记忆库 | | 各智能体行为一致 | 为你团队使用的编码工具生成统一配置 | npm 版本 (https://www.npmjs.com/package/ai-devkit) npm 下载量 (https://www.npmjs.com/package/ai-devkit) GitHub 星标 (https://github.com/Codeaholicguy/ai-devkit) 许可证：MIT (https://opensource.org/licenses/MIT) ## 适用人群 每天使用AI编码智能体，并且已经厌倦了以下情况的开发者： - 为每个项目重新配置 CLAUDE.md / .cursor/rules / AGENTS.md - 智能体忘记昨天的约定 - “我已成功实现该功能”，但构建是红色的 - 智能体没有计划就扎进代码，产出错误的结果 使用AI DevKit之前，你的智能体是能力强但不稳定的聊天机器人。使用AI DevKit之后，它拥有了工作流、记忆、验证门禁和随仓库携带的可复用技能。 | 没有 AI DevKit | 使用 AI DevKit | |—————––|––––––––| | 每次对话都要重复项目规则 | 智能体先搜索项目记忆和文档 | | 智能体从提示直接跳到代码 | 智能体依次经历需求、设计和规划 | | “完成”意味着智能体停止编辑 | “完成”需要最新的验证输出 | | 每个智能体需要单独手工维护的规则 | 一套配置统一命令、技能和MCP设置 | ## 30秒快速开始 bash npx ai-devkit@latest init 一个向导。选择你的智能体，安装工作流，给它们相同的运行模式。它会写入你可以审查和提交的项目本地文件。当你的智能体列表或工作流发生变化时，随时重新运行。 以下内容会放入你的仓库： your-project/ ├── .ai-devkit.json # 单一事实来源（可随时重新运行 init） ├── .claude/ # 或 .cursor/、.codex/等，根据你选择的智能体 │ ├── skills/ # dev-lifecycle、verify、memory、tdd... │ ├── commands/ # /new-requirement、/execute-plan、/code-review... │ └── settings.json # 已配置的MCP服务器（包括 @ai-devkit/memory） └── docs/ai/ ├── requirements/ # 阶段1 — 构建什么，为什么 ├── design/ # 阶段2 — 如何构建 ├── planning/ # 阶段3 — 逐任务计划 ├── implementation/ # 阶段4 — 执行记录 └── testing/ # 阶段5 — 测试覆盖策略 ### 或者获取完整的工程工作流栈 将 templates/senior-engineer.yaml 保存到本地，然后运行： bash ai-devkit init --template ./senior-engineer.yaml 它会将内置的八个技能与来自Anthropic、Vercel等提供的精选技能捆绑在一起——TDD、前端设计、Web应用测试、文档合著、React最佳实践、安全审查等等。 ## 一个功能的端到端流程 你：/new-requirement 添加 Google OAuth 登录 智能体：搜索记忆库中之前的认证约定。针对范围、用户、成功标准提出澄清性问题。 在特性工作树中创建 docs/ai/{requirements,design,planning}/feature-oauth-login.md。 在编码之前停下。 你：/review-design feature-oauth-login 智能体：对照需求文档审查设计文档。标注遗漏点，提出修复建议——在编写任何代码之前。 你：/execute-plan feature-oauth-login 智能体：按照规划文档逐任务执行。每完成一个任务就更新进度。 `verify` 技能会阻止任务在没有最新测试/构建产出的情况下被标记为完成。 你：/code-review 智能体：对照设计文档审查差异——范围蔓延、遗漏的测试、需求中提到的边界情况——在你推送之前。 ## 智能体的变化 上述流程由八个内置技能驱动，每个技能针对开发者在实际AI编码会话中遇到的一种失败模式： | 失败模式 | AI DevKit 行为 | |–––––––|––––––––––| | 智能体过早开始编码 | dev-lifecycle 强制要求需求、设计、规划、实现、测试和审查 | | 智能体没有证据就说“完成” | verify 阻止在没有最新测试/构建证据的情况下声明完成 | | 智能体忘记项目决策 | memory 给它提供本地可搜索的知识库，跨会话和项目 | | 新行为没有测试就交付 | tdd 推动测试优先的实现 | | 调试变成猜测和修补 | structured-debug 让它重现、假设、修复和验证 | | 现有代码难以理解 | document-code 映射入口点、依赖和行为 | | 实现变得臃肿 | simplify-implementation 在代码交付前降低复杂度 | | 文档难以理解 | technical-writer 审查文档对新手读者的清晰度 | 还需要更多？ ai-devkit skill add <名称> 从30多个发布者获取技能——Anthropic、Vercel、Supabase、Microsoft、Google。 ## 与每种编码智能体协作 一份 .ai-devkit.json 配置所有智能体。添加新智能体到团队时无需重写规则。 | 智能体 | 设置 | 远程控制 | |—––|—––|––––––––| | Claude Code (https://www.anthropic.com/claude-code) | 是 | 是 | | Gemini CLI (https://github.com/google-gemini/gemini-cli) | 是 | 是 | | Codex CLI (https://github.com/openai/codex) | 是 | 是 | | opencode (https://opencode.ai/) | 是 | 测试中 | | Pi | — | 是 | | Cursor (https://cursor.sh/) | 是 | — | | GitHub Copilot (https://code.visualstudio.com/) | 是 | — | | Antigravity (https://antigravity.google/) | 是 | — | | Amp (https://ampcode.com/) | 是 | — | | Windsurf (https://windsurf.com/) | 测试中 | — | | Kilo Code (https://github.com/Kilo-Org/kilocode) | 测试中 | — | | Roo Code (https://roocode.com/) | 测试中 | — | 设置 — ai-devkit init 写入智能体的配置（规则、MCP服务器、技能、斜杠命令），使其遵循相同的工作流。 远程控制 — 通过 ai-devkit agent send 驱动正在运行的会话，并通过外部通道进行路由。 ## 像管理基础设施一样管理智能体 AI DevKit 还附带智能体控制平面——通过CLI驱动会话，从任何地方进行监督： bash # 列出所有提供商的正在运行会话 ai-devkit agent list # 向正在运行的会话发送提示并等待响应 ai-devkit agent send "运行测试并报告结果" --id --wait # 将多行输出管道传输到正在运行的会话 npm test 2>&1 | ai-devkit agent send --id --stdin # 通过Telegram管道传输会话——在手机上操作你的智能体 ai-devkit channel start telegram --agent --daemon 适用于长时间运行的任务、定时工作，或在午餐时从手机查看智能体状态。 ## 这与 CLAUDE.md、.cursor/rules 或 AGENTS.md 有何不同？ 那些文件是智能体反复读取的静态指令。AI DevKit 为智能体提供了一个工作流层：阶段文档、斜杠命令、按需加载的技能、本地可搜索的记忆、验证门禁以及跨智能体工作的控制面板。规则仍然重要，但 AI DevKit 让它们可操作。 | 静态规则文件 | AI DevKit | |––––––––––|———–| | 告诉智能体你的偏好 | 安装驱动下一步的命令 | | 依赖智能体记住每一条规则 | 存储和搜索可复用的项目知识 | | 无法证明任务完成 | 在声称完成前需要最新的命令输出 | | 每个智能体不同 | 为每个支持的智能体生成正确的文件 | ## 这不是什么 - 不是更聪明的LLM。 糟糕的模型仍然糟糕——这提高了流程的下限，而不是原始能力。 - 不是神奇的“为我编写功能”按钮。 你仍然需要审查需求文档、接受设计、阅读差异。工作流让这种审查变得可能（有可指明的工件），而不是不可能（聊天记录回滚）。 - 不是托管服务。 MIT许可证，本地运行，无遥测。记忆是磁盘上的一个SQLite文件。智能体控制面板与你已经使用的智能体SDK通信。 ## 文档与社区 - 完整指南、工作流模式、技能创作 → ai-devkit.com/docs (https://ai-devkit.com/docs/) - 发布说明 → CHANGELOG.md - 贡献指南 → CONTRIBUTING.md bash git clone https://github.com/Codeaholicguy/ai-devkit.git cd ai-devkit && npm install && npm run build ## 许可证 MIT