您如何构建基于AI编程代理的生产就绪开发环境？

我是一名网页开发者，每天都使用AI编程代理。目前，让代理编写代码已经不再是个难题。真正的挑战在于构建围绕它的一切，使其能够可靠地工作。在过去的几个月里，我围绕我的项目构建了一个小型系统，包括：每个代码库的知识库；包含我的惯例的可重用技能/规则；本地环境的自动化入门；结构化的工作流：问题 → 开发 → 验证 → 完成；任务完成前必须进行的检查。目标是让代理本身可替换。应该保留的是围绕代理的系统：项目知识、规则、护栏、验证和工作流。问题是我当前的设置虽然有效，但仍然繁琐：入门并不总是确定性的，上下文增长过多，规则开始重叠，我仍然需要太多手动干预。所以我的主要问题是：在实际的生产项目中，您如何构建这一层？我特别感兴趣的是值得研究的方法、代码库、框架、技能或流程，以使基于代理的开发可靠、可重复和可维护。我可以找到关于哪个编码代理更好的无尽讨论。但我发现关于如何在代理周围构建坚实的工程系统的讨论少得多。我还有第二个问题要解决。是否有任何软件充当这种工作流的真正控制面板？我想象的是这样一种工具：让我能够从一个地方管理多个GitHub仓库；查看跨项目的问题/任务；启动或分配任务给不同的编码代理；并行运行多个任务；在每个任务自己的分支/工作树/工作区中保持隔离；查看每个代理当前正在做什么；审查进度、输出、提交和拉取请求；将GitHub Issues作为真实来源；避免被锁定在特定代理或模型中。基本上，我想要一个位于GitHub和编码代理之上的控制平面：问题 → 任务 → 代理 → 隔离工作区 → 验证 → 提交/拉取请求 → 完成最好是本地、开源和代理无关的。这样的东西在实践中已经存在并运行良好，还是人们主要构建自己的编排层？