codeaholicguy/ai-devkit

The control plane for AI coding agents.

AI DevKit – AI 编码代理的控制平面

是什么 – 一个本地运行的 npm 包,提供单一配置文件、终端 UI 和一组可复用的“技能”,用于协调多个 AI 驱动的编码助手(Claude Code、Gemini CLI、Codex CLI、Cursor、GitHub Copilot 等)。它替代底层模型;它只是让这些模型像一个协调的工程团队一样工作。

为何重要 – 当开发者在同一个仓库中开始使用多个 AI 代理时,工作流很快就会变得混乱:每个工具都有自己的规则文件、内存和终端窗口。AI DevKit 添加了一个轻量级的“操作系统”层,提供以下功能:

  • 将所有代理设置集中在一个 .ai-devkit.json 文件中。
  • 在实时 TUI(ai-devkit agent console)中显示所有运行中的会话。
  • 可将提示、日志或 stdin 路由到任意代理(ai-devkit agent send)。
  • 提供本地 SQLite 知识库(@ai-devkit/memory),使代理可以在不将所有内容塞入提示的情况下查询项目规范。
  • 提供可组合的技能(dev‑lifecycleverifytddstructured‑debugsecurity‑review 等),强制执行资深工程师的工作流程。

核心概念

概念 功能
.ai-devkit.json 所有代理、其 MCP 端点以及要使用的技能栈的单一真相源。
代理控制台 文本式仪表板,用于列出、检查和与跨提供商的实时代理进行交互。
agent send CLI 命令,用于将提示、stdin 或测试输出发送到特定代理或命名组,可选择等待响应。
内存(@ai-devkit/memory 用于存储决策、规范和可复用修复的本地 SQLite 存储;代理按需查询。
技能 可链式组合的小型插件。主打的 dev‑lifecycle 会引导代理完成从需求 → 设计 → 规划 → 实现 → 测试 → 审查的流程。其他技能添加验证、测试驱动开发、调试、安全检查、文档生成和代码简化功能。

典型工作流

  1. 运行 npx ai-devkit@latest init – 向导创建 .ai-devkit.json 和各代理文件夹(.claude/.cursor/…),并生成规则和技能钩子。
  2. 启动代理(例如:claude-code start …)。
  3. 打开控制台:ai-devkit agent console 查看所有会话。
  4. 使用 ai-devkit agent send "run the tests" --id my‑claude --wait 要求代理运行测试并报告结果。
  5. 存储项目规范:ai-devkit memory store --title "API handlers return DTOs" …
  6. 当需要新功能时,调用 dev‑lifecycle 技能;代理在 docs/ai/requirementsdesignplanning 等目录中创建文档,并在每个关卡(验证、测试、审查)通过后才进入编码阶段。

适合谁使用 – 已经依赖一个或多个 AI 编码助手并希望获得可复现、可审计流程的团队:

  • 需要在会话间记住规范的大代码库。
  • 具有严格质量门禁(测试、安全审查、文档)的项目。
  • 需要统一 UI 和消息层来管理多个代理的开发者。

安装与快速入门

# 一行命令 – 创建配置并安装所需组件
npx ai-devkit@latest init

向导完成后,可运行以下命令:

  • ai-devkit agent list
  • ai-devkit agent console
  • ai-devkit agent send "review this branch" --group reviewers
  • ai-devkit memory store …
  • ai-devkit skill add <registry> <skill> 从公共注册表中拉取额外技能。

可扩展性 – 技能由许多组织(Anthropic、Vercel、Supabase、Microsoft、Google 等)发布。可使用 ai-devkit skill add … 添加新技能,或遵循 SDK 指南编写自己的技能。

许可证 – MIT,无遥测,完全本地运行。


所有细节均直接来自仓库的 README;未推断任何额外功能。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目