GanyuanRan/Aegis

解决的问题

Aegis 解决了 AI 编程代理在尚未明确目标、项目架构边界、所有者需求或可靠的变更验证方式之前就开始编写代码的倾向。它提供了一种规范的、证据驱动的工作流，以防止风险变更，并确保简单任务在没有不必要开销的情况下保持高效。

工作原理

Aegis 是一个“方法包”——一套可组合的技能和工作流护栏，可以全局安装在各种 AI 编程宿主（如 Claude Code、GitHub Copilot 或 Trae）中。它实现了一种“基线优先”的方法，即规划和证据收集必须先于完成声明。它包括专门的模式，例如用于决策访谈的 "Grill me" 模式、严格的 TDD（测试驱动开发）路由，以及在实现之前对复杂方向进行压力测试的第一原理审查。

适用对象

在实际软件项目中使用 AI 编程代理，并希望超越基础代码生成，转向更可靠、具备架构意识的开发流程的软件工程团队和个人开发者。

亮点

• 多宿主支持：兼容广泛的 AI 编程代理和 CLI，包括 Claude Code、DeepSeek-TUI 和 GitHub Copilot。
• 证据驱动的工作流：在任务标记为完成之前，需要成功证据。
• 决策护栏：具有 "Grill me" 模式，强制进行逐一决策询问，以避免过早实现。
• 灵活的 TDD：根据任务风险支持自动或严格的 TDD 路由。
• 关注架构：鼓励基线优先的规划，并使用领域建模来解决模糊术语或冲突的项目规则。