我构建了一个框架，为 Claude Code 提供 11 位专家代理和结构化的多代理审查
发布: (2026年3月14日 GMT+8 03:10)
4 分钟阅读
原文: Dev.to
Source: Dev.to
问题
如今大多数 AI 辅助编码都是 “即兴编码” —— 你下提示，AI 编写，你接受。没有审查。没有独立评估。没有记录推理过程。
代码可能 （也许） 能运行，但没有人明白它为何这样构建。
我构建的东西
一个面向 Claude Code 的开源框架模板，强制执行严格的开发循环：
计划 → 构建 → 审查 → 学习 → 发布
11 位专职代理
| 代理 | 功能描述 |
|---|---|
| 架构顾问 | 结构对齐、组件边界 |
| 安全专家 | 漏洞、认证模式、威胁建模 |
| QA 专家 | 测试覆盖、边界情况、可靠性 |
| 性能分析师 | 延迟、可扩展性、资源效率 |
| UX 评估员 | 交互流程、可访问性、平台规范 |
| 独立视角 | 防止群体思维、隐藏假设、未考虑的备选方案 |
| … + 5 位其他 | 文档、教育、项目分析、血统追踪、协作 facilitation（促进） |
16 条斜杠指令
/plan– 基于规范的功能规划/build_module– 构建并在中途进行检查点审查/review– 多代理专职代码审查/deliberate– 结构化的多代理讨论/ship– 包含质量门的完整发布工作流/walkthrough– 引导式代码解释/quiz– 理解程度评估- …以及另外 9 条用于发现、分析、回顾和知识管理的指令。
我最在乎的原则
编写代码的代理永远不是唯一的审查者。
每一次更改都由未参与生成的专职人员进行独立评估。这一唯一规则防止了“AI 回声室”，即同一模型自行批准自己的工作。
教育门槛
代码只有在你理解后才会合并：
演练 → 测验 → 复述解释 → 合并
AI 不仅为你构建——它 教会 你它构建了什么以及为什么。
四层捕获栈
每一次决策、权衡和讨论都会被记录：
- 不可变日志 – 每次讨论的封存事件文件
- SQLite 索引 – 可查询的度量和关系
- 精选记忆 – 人工批准的模式和经验教训
- 可选向量存储 – 当语料库规模扩大时使用
适用人群
- 开发者：希望在 AI 辅助开发中获得更高严谨性——不是更少的 AI，而是 更聪明 的 AI 协作。
- 学习编程的人：希望 AI 在构建的同时进行教学——每个决策都有解释，每个权衡都有文档。
试用
AI 原生代理开发框架 —— 一个包含 11 位专职代理、结构化多代理审查和自动化质量门的 Claude Code 模板。
Apache 2.0 许可证。欢迎反馈与贡献。