Varietyz/Disciplined-AI-Software-Development

解决的问题

本项目提供了一种使用AI构建软件的方法论，以防止常见的失败模式，如代码膨胀、架构漂移、上下文稀释和行为退化。它用机器可强制的约束和基于证据的验证，取代了人类记忆中的规则和基于聊天的指令。

如何工作

该系统基于方向、意图、推导、预测、执行和验证的持续循环运行。关键机制包括：

• 检查优先开发：在编写实际代码之前先编写验证检查，以确保安全性和一致性。
• 基于树的上下文：将规则和架构要求从聊天记录移至项目树中的文件，AI在启动时读取这些文件。
• PAG（模式抽象语法）：一种用于代理、规划模板和验证门控的结构化指令格式，确保确定性执行并减少解释错误。
• 门控机制：在树的每个状态运行一次的验证过程，检查类型、无用代码、代码风格检查以及自定义的架构反模式。

适用人群

使用AI代理或LLM编写大部分代码的开发者，希望在不花费过多时间调试AI生成输出的情况下，保持项目的长期稳定性、可扩展性和架构完整性。

主要亮点

• 对抗性审查：在当前树的状态证明之前，所有主张均视为未经验证。
• 受控自主性：人类设定边界，AI在边界内执行的框架。
• 确定性指令：使用PAG创建代理的可执行契约，而非依赖角色设定。
• 基于证据的验证：要求验证输出必须完整阅读，并从树的实际状态中推导得出。