bradygaster/squad

解决的问题

Squad 通过提供一个结构化的、以人为导向的 AI 代理团队，并使其持久化存在于您的存储库中，从而解决了管理 AI 辅助开发所带来的挑战。它通过确保代理从您的代码库中学习、共享决策并在会话间维护上下文，同时保持人类在循环中进行监督和审批，解决了 AI 交互碎片化的问题。

工作原理

Squad 充当 GitHub Copilot 的编排层。您可以在项目目录中初始化一个团队，这会创建一个包含代理章程、历史记录和决策日志的 .squad/ 文件夹。当您分配任务时，协调员会将工作路由给合适的专家（例如前端、后端、测试人员）。这些代理并行运行，将决策记录在共享文件中，并更新各自的知识库，从而随着时间的推移不断改进。该系统还包含一个“监视”模式 (Ralph)，可以自动轮询 GitHub 问题、对其进行分类并派遣代理处理任务。

适用人群

它专为希望在不失去控制的情况下使用 AI 加速编码工作流程的软件开发人员和团队而设计。对于那些希望将重复性任务、文档编写或样板代码生成委托给一个了解其特定项目约定的持久化专业 AI 团队的人来说，它特别有用。

亮点

• 持久化团队记忆：代理维护历史记录并从您的代码库中学习，减少了重复指令的需求。
• 人在回路：旨在增强而非取代人类操作员，并设有明确的审查和批准环节。
• 并行执行：协调员可以同时启动多个专业代理来处理任务的不同方面。
• Git 原生：所有团队状态、决策和配置都存储在您的存储库中，使团队具有可移植性和版本控制能力。
• 自动分类：包含一个“监视”模式，用于监控问题并自动将其分配给代理执行。