AI Development Agency

面向企业软件研发的 AI 虚拟研发团队规范库。
当前版本:v1.6.0

AI Development Agency 不是新的 AI Coding Runtime,也不是把多个 Agent 强行绑定在一起的框架。

它是一套可以被 Cursor、Codex、Reasonix、DeepSeek Harness 等 AI Coding 工具共同使用的"AI 研发团队规范":把研发岗位、技术规则、工作流程和项目背景整理成结构化 Markdown,让 AI 在真实项目中按照统一方法完成研发工作。

把软件研发拆成六个核心维度:

核心关系:

任务(直接下,不必先跑命令)
 ↓
规范路由(AGENTS.md / Cursor 规则 / agency-route 技能)
 ↓
注入命中规则的摘要
 ↓
读取真实项目代码
 ↓
实现
 ↓
测试 / Review
 ↓
汇报结果(含规则反馈)

所以本仓库不是简单的 Prompt 集合,而是一套可复用的 AI 研发角色与研发流程规范。

当前仓库不是 Multi-Agent Runtime。

AGENTS.md 和各 Markdown 文件负责:

• 定义角色
• 定义研发规则
• 定义工作流程
• 定义项目上下文
• 指导 AI 如何选择和使用这些内容

但:

"读取多个 Markdown 文件"不等于运行时已经真正启动多个独立 Agent。

真正的 Agent 调度、Subagent 并行和任务编排由具体 AI Coding 工具负责。

当前版本优先保证:

每一个 Agent 单独加载,也能够完成自己的工作。

未来如果需要,再根据具体 Runtime 能力增加编排层,而不是让核心 Agent 与某一个工具绑定。

AI-Development-Agency/
│
├── AGENTS.md # 总控规则 / AI 入口
├── agents/ # AI 研发岗位
│ ├── ai/ # AI / Prompt / RAG / Multi-Agent
│ ├── backend/ # Java / Python / API
│ ├── database/ # SQL Server / SQL Review
│ ├── design/ # UI / UX / Design Review
│ ├── frontend/ # Vue / React / 前端 Review
│ ├── healthcare/ # 医疗 / DRG-DIP / 医保审核
│ ├── leadership/ # Tech Lead / 架构 / 项目理解
│ ├── product/ # 产品 / 需求 / 项目管理
│ └── quality/ # QA / 测试 / Review / Security
│
├── rules/ # 通用技术与研发规则
├── workflows/ # 常见研发流程
├── context/ # 项目与技术背景
├── adapters/ # Codex / Reasonix / DeepSeek Harness
├── contracts/ # Agent / Workflow 输出约定
├── artifacts/ # 标准研发产物
├── validation/ # 验证与质量检查(scripts/validate.sh 门禁)
├── evolution/ # 规则自进化(feedback / proposals / archive / metrics)
├── routes/ # 任务/文件 → 规范 的单一路由表
├── checks/ # 增量门禁规则表(catalog.tsv)
├── skills/ # 场景技能层(agency-route / agency-check)
├── scripts/ # 工具链:agency CLI + 初始化 / 校验 / 进化脚本
├── templates/ # 项目 AGENTS.md / hook / CI / 提案等模板
├── docs/ # 使用手册、规则清单、批量初始化、团队推广方案、载体归属迁移清单
├── CHANGELOG.md # 规则版本变更记录
└── .github/ # CI(validate.yml 规范守门)

# 1) 安装 agency 命令到 PATH(~/.local/bin 或 ~/bin)
./scripts/install-cli.sh
# 2) 把本规范接入你的项目(.ai/agency 软链接 + 项目 AGENTS.md,已有不覆盖)
agency init ~/workspace/你的项目
# 3) 接入时写入「提示词自动路由」(AGENTS.md 段 + Cursor 规则 + 技能,均可提交)
# 之后直接对 AI 下任务即可,不必先记 agency use / agency route
agency init ~/workspace/你的项目
# 4) 可选:检查这次任务会命中哪些摘要
agency route --task "给审核加一个查询接口" --files Foo.java
# 5) 可选、单独执行:增量门禁(hook + CI,不绑进 init)
agency check --install ~/workspace/你的项目
# 6) 收工:记录规则使用反馈(自进化的起点)
agency feedback --kind rule_gap --detail "遇到的问题"

完整日常用法见 docs/日常使用手册.md(含「怎么知道规范有没有被用到」和「门禁怎么做」);校验规范库用 agency validate。 当前有哪些硬规则、想删哪些,见 docs/规则清单.md。增量门禁见 agency check / contracts/check-contract.md。

• Product Manager
• Requirements Analyst
• Project Manager

• UI Designer
• UX Designer
• Design Reviewer

• Vue Developer
• React Developer
• Frontend Reviewer

• Java Architect
• Java Developer
• Python Developer
• API Designer

• AI Engineer
• Prompt Engineer
• RAG Engineer
• Multi-Agent Architect

• SQL Server DBA
• SQL Server Performance
• SQL Reviewer

• Healthcare Domain Expert
• DRG/DIP Expert
• Medical Insurance Reviewer

• QA Engineer
• API Tester
• Code Reviewer
• Security Reviewer
• AI Tech Lead
• Software Architect
• Codebase Onboarding
• Agency Curator(规范自进化评审)

完整角色以 agents/ 目录实际文件为准。

通过 adapters/ 提供接入说明,目前包括:

• Cursor
• Codex
• Reasonix
• DeepSeek Harness

统一关系:

 AI Development Agency
 │
 ┌──────────┬──────────┼──────────┬──────────┐
 ↓ ↓ ↓ ↓ ↓
 Cursor Codex Reasonix DeepSeek 其它读
 │ │ │ Harness AGENTS.md
 └──────────┴──────────┴──────────┴──────────┘
 ↓
 同一张 routes/table.tsv

工具是运行层,Agency 是规范层。

不要为了适配某一个工具,把完整 Agent Prompt 复制到工具自己的配置目录中。

推荐采用:

中央 Agency + 项目级 AGENTS.md + .ai/agency 稳定入口

例如:

~/workspace/
│
├── AI-Development-Agency/
│
├── project-a/
│ ├── AGENTS.md
│ └── .ai/
│ └── agency -> ../../AI-Development-Agency
│
├── project-b/
│ ├── AGENTS.md
│ └── .ai/
│ └── agency -> ../../AI-Development-Agency
│
└── project-c/
 ├── AGENTS.md
 └── .ai/
 └── agency -> ../../AI-Development-Agency

项目统一通过:

.ai/agency/

访问中央 Agency。

不要在项目 AGENTS.md 中写死中央仓库的绝对路径。

这样移动整个 workspace、换目录或者换电脑时,不需要重新修改大量路径。

中央 Agency 负责通用规范,项目自己的 AGENTS.md 负责项目特有信息:

项目 AGENTS.md
│
├── 项目是什么
├── 当前技术栈
├── 项目特殊规则
├── 构建 / 测试命令
├── 数据库说明
└── .ai/agency 入口

不要把中央 Agency 的所有规则复制进每个项目。

推荐关系:

中央 Agency
 ↓
通用 Agent / Rule / Workflow
 ↓
项目 AGENTS.md
 ↓
真实项目代码

例如:

给现有 Java 医保审核系统增加一个规则查询接口。

用户直接说这句话。不要先输入 agency use。

工具自动:读项目 AGENTS.md 路由段 → 命中 Java + 医保摘要 → 再读代码 → 实现。

若要人工核对命中了什么:

agency route --task "给现有 Java 医保审核系统增加一个规则查询接口" --files Foo.java

对于简单任务,不需要强行加载所有 Agent。

核心原则:

选择最小必要 Agent,而不是 Agent 越多越好。

• 单文件修改
• 小范围 Bug 修复
• 不改变公共 API
• 不改变数据库 Schema

使用对应 Agent + Rule + 最小验证即可。

• 跨模块开发
• 前后端联动
• 多技术层修改
• 较大范围重构

需要 Workflow,并至少进行一次 QA 或 Code Review。

• 数据库迁移
• 核心医保规则
• 权限系统
• 敏感医疗数据
• 大批量数据处理
• 核心 AI 决策
• 核心架构调整

根据实际情况增加:

• Architecture Review
• QA
• Security Review
• Code Review
• Rollback 方案
• 验证证据

与总控 AGENTS.md §6 一致(常驻红线)。语言/领域细则走规范路由。

1. 先理解现有系统再修改;不凭空假设已有结构。
2. 保持最小变更面;禁止无关重构;不擅自替换技术栈。
3. 不删除或覆盖未知用途的代码、配置、数据。
4. 密钥不进源码、不进日志;外部输入不可信;SQL 必须参数化;API 必须认证、授权和输入校验。
5. 关键逻辑必须有可验证路径;数据与日志最小必要。
6. 有意简化必须 agency: <上限>, <升级路径> 留痕。
7. 完成后说明改了什么、为什么、怎么验证、还有什么风险。
8. 规范库自身的任务必须记规则反馈;业务仓库建议记录,不强制每次。

更适合:

• 日常编码
• Bug 修复
• 重构
• 测试
• Code Review
• 多文件代码修改

进入具体项目后,让 Codex 读取项目 AGENTS.md,再按任务加载 Agency 中的 Agent / Rule / Workflow。

更适合:

• 复杂任务分析
• 任务拆解
• Subagent 协作
• 复杂代码理解
• Review

可以把 Agency 中的 Agent 定义作为 Reasonix 的角色 / Profile / 上下文来源。

更适合:

• 使用 DeepSeek 模型进行研发任务
• 自定义 Harness / Tool / Context
• 将 Agency 作为上层研发规范

具体接入方式:

adapters/deepseek-harness.md

为了避免过早复杂化,当前阶段暂时不做:

• 不新增大量 Agent
• 不把 Agency 改造成完整 Multi-Agent Runtime
• 不绑定某一个 AI Coding 工具
• 不复制 Agent Prompt 到多个工具目录
• 不引入复杂中心化调度服务
• 不为了"看起来像 Agent 平台"而增加不必要的代码

当前最重要的是:

先让 Agent / Rule / Workflow 真正进入日常研发,并验证它是否能够稳定提升开发质量。

第一阶段
项目 AGENTS.md
 ↓
AI Development Agency
 ↓
Codex / Reasonix / DeepSeek Harness
第二阶段
真实项目持续使用
 ↓
发现问题 → agency feedback 记录反馈
 ↓
agency propose 创建提案
 ↓
agency-curator 评审合并(evolution-review workflow)
第三阶段
积累稳定研发模式
 ↓
再考虑 Runtime / 自动编排

不要一开始就做复杂的 Agent 平台。

先把:

规范 → AI → 代码 → 验证

这个闭环真正跑通。

使用不再是一次性的:每次任务完成后按硬规则记录反馈(agency feedback),缺口升级为提案(agency propose),agency-curator 按 workflows/evolution-review.md 评审合并,版本与变更记录在 CHANGELOG.md。闭环:

使用 → 反馈 → 提案 → 评审 → 合并 → 版本化 → 再使用

• 治理规则:rules/evolution.md
• 评审角色:agents/leadership/agency-curator.md
• 评审流程:workflows/evolution-review.md
• 日常命令:agency(scripts/agency.sh),详见 docs/日常使用手册.md

skills/ 下的技能放在本仓库里不会被任何工具自动发现 —— 各工具只扫自己的技能目录。 把技能软链到用户级中立目录,即可在 Cursor / Claude Code / Codex 中对所有项目生效:

mkdir -p ~/.agents/skills
for s in debt diff-review task-audit agency-task agency-feedback agency-route agency-check; do
 ln -sfn ~/workspace/AI-Development-Agency/skills/$s ~/.agents/skills/$s
done

• 软链而非复制:规范库更新后技能自动跟随,避免出现多份漂移。
• 生效需新开一个会话(工具在会话启动时扫描技能目录)。
• 技能必须带 frontmatter(name + description)才会被发现,详见 skills/README.md。

常驻红线规范不要做成技能(技能是按需触发,漏一次即失效),应进项目根目录 AGENTS.md;真正的强制靠 agency check(git hooks + CI,只卡增量)。载体如何归属见 docs/载体归属迁移清单.md,团队推广路径见 docs/团队推广方案.md。

 人
 │
 ↓
 提出需求
 │
 ↓
 ┌────────────────────┐
 │ AI Development │
 │ Agency │
 └────────────────────┘
 │
 ┌─────────┼─────────┐
 ↓ ↓ ↓
 Agent Rule Workflow
 │ │ │
 └─────────┼─────────┘
 ↓
 Codex / Reasonix /
 DeepSeek Harness
 ↓
 真实项目代码
 ↓
 Test / QA / Review
 ↓
 可交付结果

Agency 定义"应该怎样研发",AI Coding 工具负责"真正去执行"。

GitHub:

https://github.com/yzz521/AI-Development-Agency

当前阶段优先保持架构稳定,基于真实研发场景持续验证,再决定是否增加新的 Agent、Workflow 或 Runtime 能力。