codestable/CodeStable

解决的问题

CodeStable 为长期项目中的 AI 辅助软件开发提供了一套轻量级的「技能契约」。它防止 AI 代理随时间推移丢失上下文或边界，确保 AI 行为基于证据、尊重项目边界，并将知识整合回现有项目文档，而非创建冗余的并行系统。

如何工作

CodeStable 不使用复杂的代理编排或僵化的脚本，而是采用「薄外衣、厚上下文」的方法。它定义了特定技能（如 cs-feat 用于功能实现，cs-issue 用于缺陷修复），在约束目标和边界的同时，让 AI 模型根据仓库事实自主选择执行路径。

关键机制包括：

• 基于证据的交付：在完成任务前要求验证（例如，缺陷修复需实现「红转绿」）。
• 项目记忆：使用一个极简骨架（.codestable/）追踪关键项目事实（attention.md）、经验证的教训（lessons/）和活跃任务光标（work/）。
• 权威所有权：避免重复文档，将稳定结论推回项目原始信息源（ADRs、代码或现有文档）。

适用对象

• 长期迭代（数月或数年）的软件项目团队。
• 希望 AI 高效执行，同时人类保持对产品边界和最终验收控制的开发者。
• 重视可验证结果、独立评审以及跨不同 AI 会话或模型的知识复用的团队。

核心亮点

• 基于技能的路由：提供 8 种专业技能，用于路由操作、入职引导、功能实现、问题诊断、重构、史诗管理、评审和记忆管理。
• 极简记忆：使用小而结构化的目录存储高价值项目事实和经验，避免项目膨胀。
• 史诗双层模型：将长期契约（目标/决策）与临时执行状态（进度/证据）分离。
• 插件生态系统：可集成 Codex 和 Claude 插件市场。