teaql/teaql-agent-kit

它解决的问题

当你使用编码代理（如 Claude Code、Codex、Cursor、GitHub Copilot 或 Gemini CLI）构建软件时，代理通常直接从你的请求跳到编写代码，这可能导致混乱的结果、隐藏的假设和难以审查的业务逻辑。TeaQL Agent Kit 通过在想法和代码之间插入一个结构化、可检查的步骤来解决这个问题：代理首先对你的业务进行建模——客户、产品、订单等——然后该模型被检查、修复，并转化为代理必须遵循的类型化契约。结果是更少的代码需要审查、更清晰的意图，以及显示实际运行内容的审计跟踪。

工作原理

TeaQL 不是简单的“需求 → 代码”循环，而是实施一个受控的流水线：

1. 先建模 – 代理将你的自然语言需求转化为领域模型（对象、字段、关系）。
2. 评估和修复 – 一个确定性评估服务检查模型中的错误并给出具体的修复指导；代理修复直到通过。
3. 生成 – 验证后的模型被转化为类型化领域库（带有 Q 和 E API），由可复用的运行时支持。
4. 实现 – 代理在脚手架工作区中编写特定于应用程序的代码，使用生成的契约和渐进式模型感知的 Assist（仅加载当前步骤所需的 API 指导）。
5. 验证 – 最终交付通过构建结果、测试、运行时冒烟测试和可检查的基于证据的完成报告（work-complete.md）来证明。

两层可靠性贯穿其中：开发时流程（先建模的顺序）和运行时治理（每个操作都携带身份和意图，读取声明目的/注释，写入携带审计原因，变更受类型化实体图约束）。

适用对象

这适用于已经使用 AI 编码代理并希望获得更可靠、可审计输出而无需学习全新工具链的开发者和团队。你将一个提示粘贴到现有代理中，给它访问仓库说明和运行命令的权限，它就会按照工作流进行。对于业务逻辑复杂且需要审查更少代码同时信任共享管道（查询构建、数据访问、审计日志）正确处理的项目尤其有用。

亮点

• 先建模工作流 – 代理在编写应用程序代码之前构建并修复可执行的领域模型。
• 确定性评估 – 错误、警告和建议来自固定服务，而不是代理的猜测。
• 类型化 Q 和 E API – 查询（Q）和表达式（E）让你组合可读、可审查的业务逻辑；编译器及早捕获无效调用。
• 显式审计跟踪 – 日志将用户身份、声明的意图、SQL、受影响的行和创建的实体关联起来——对调试和合规有用。
• 上下文效率 – 该工具通过仅加载所需的 API 指导减少不相关的上下文，并使用显式上下文生命周期（临时与命名块）保持提示清晰。
• 支持本地模型 – 在 NVIDIA DGX Spark 上测试；一个基准项目显示一个 30 对象的搬家公司模型在修复后达到零评估错误。