darrenhinde/OpenAgentsControl
AI agent framework for plan-first development workflows with approval-based execution. Multi-language support (TypeScript, Python, Go, Rust) with automatic testing, code review, and validation built for OpenCode
What it solves
OpenAgents Control (OAC) 解决了 AI 代理生成通用代码，却无法符合项目特定编码标准、架构或安全要求的问题。这通常会导致大量手动重构和代币浪费。OAC 确保 AI 生成的代码即为生产就绪，并从一开始就匹配团队既定的模式。
How it works
OAC 使用上下文感知系统，提前教会代理人您的特定编码模式。它采用“最小可行信息”(Minimal Viable Information, MVI) 原则，只加载必要的上下文文件（通常少于 200 行），以保持代币效率和速度。
工作流遵循结构化流程：
- Pattern Discovery：一个名为
ContextScout的专用代理从本地或全局上下文文件中发现相关模式。 - Planning：代理基于这些模式提出详细的实现计划。
- Approval：必须由人工审查者批准计划后才能执行任何操作。
- Execution：代理逐步实现代码，并委派给专门的子代理（如
CoderAgent、TestEngineer、CodeReviewer）进行验证和测试。 - Live Documentation：
ExternalScout获取外部库的最新文档，避免依赖过时的训练数据。
Who it’s for
它面向拥有既定编码标准并希望避免大量返工的生产开发者和团队。特别适用于希望有人为引导的 AI 开发、严格审批关卡以及代币高效上下文管理的场景。
Highlights
- Pattern Control：只需一次定义编码标准，并通过将上下文文件提交到仓库，确保所有 AI 代理遵循全团队的规范。
- Approval Gates：在写文件或运行命令前必须获得人工批准，以防止自主 AI 错误。
- Token Efficiency：相较于加载整个代码库，可减少高达 80% 的代币使用量。
- Editable Agents：代理行为在 markdown 文件中定义，用户可以自定义工作流和约束，避免供应商锁定。
- Model Agnostic：兼容多种模型，包括 Claude、GPT、Gemini 以及本地模型。