bybren-llc/safe-agentic-workflow

解决的问题

SAW (SAFe Agentic Workflow) 为协调多智能体 AI 团队提供了一个结构化的框架。它通过实现经过生产环境测试的架构，强制执行质量门禁、清晰的角色边界和基于证据的交付，从而防止非结构化 AI 交互带来的混乱，确保 AI Agent 在专业的软件开发生命周期 (SDLC) 内运行，而不是仅仅作为简单的聊天界面。

工作原理

该项目实现了一个三层架构来分离关注点：

1. Hooks: 处理格式检查和阻断器的自动护栏。
2. Commands: 用户调用的工作流（例如 /start-work、/pre-pr），用于自动化常见任务。
3. Skills: 模型调用的领域专业知识，AI 根据任务自动加载。

它将 Scaled Agile Framework (SAFe) 应用于 AI，将特定角色（如业务系统分析师或系统架构师）映射到专门的 AI Agent 配置文件。它还包含一个“知识库 (Knowledge Vault)”——一个经过证据验证的知识库，其中每个主张都链接到特定的 commit SHA，以检测并防止知识漂移。

适用对象

使用 AI 助手（特别是 Claude Code、Gemini CLI、Codex CLI 或 Cursor IDE）并需要为工作流程提供可重复、结构化流程的软件工程团队、研究、法律或运营团队。

亮点

• 多提供商支持：兼容 Claude Code、Gemini CLI、Codex CLI 和 Cursor IDE。
• SAFe 集成：将专业的敏捷角色映射到 AI Agent 配置文件，实现结构化自主。
• 知识库 (Knowledge Vault)：使用 Open Knowledge Format v0.1 的可移植、经证据验证的知识库，防止 AI 幻觉和信息陈旧。
• 暗工厂 (Dark Factory)：支持通过远程服务器上的 tmux 实现持久的自主 Agent 团队。
• 代码化方法论：实现了来自六篇 Anthropic 工程研究论文的模式。