aiblueprinthq/ai-blueprint

解决的问题

AI 编码代理在产品意图被困在聊天记录中、功能重叠、以及声称‘可运行’的代码缺乏证据支持时，往往变得不可靠。AI Blueprint 提供了一个结构化、基于文件的流程框架，确保 AI 代理遵循受控的规划、实现和验证循环，使项目状态持久且与工具无关。

如何工作

它实现了一种以规范驱动的工作流，代理必须在编码前编写功能规范并获得审查。该流程遵循严格的循环：feature -> review spec -> implement -> check -> audit current -> complete。此状态以可读的 Markdown 文件（如 project-plan.md 和 current-feature.md）形式存储在项目仓库中，使项目可以在不同编码代理（如 Claude Code、GitHub Copilot 或 Codex）之间切换而不会丢失上下文。

适用人群

希望获得更高控制力、更好可追溯性，并防止在真实软件项目中出现 AI 生成的回归或幻觉的 AI 编码代理使用者。

主要亮点

• 基于文件的状态：项目计划、规范和审计结果以文件形式存储，而非聊天记录。
• 先规范后编码：在实现开始前强制执行审查关卡。
• 工具无关：适用于任何应用栈，并通过适配器支持多个代理。
• 验证关卡：提供专门的命令用于检查验收标准和审计分支差异。
• 上下文效率：优化加载到代理中的上下文，以减少令牌使用量。
• 自动化模式：提供“自动驾驶”和“持续”模式，实现有限的本地自动化，同时保持安全边界。