teaql/teaql-agent-kit

解决的问题

TeaQL Agent Kit 解决了直接从需求到实现的编码代理不可靠的问题。它通过在意图和代码之间引入一个确定性的、模型中介的层，防止代理同时发明领域契约和业务逻辑。

工作原理

与提示到代码的循环不同，TeaQL 实现了一种「哈尼斯模式」，强制执行特定的执行顺序：

1. 领域建模：代理创建业务意图的可检查中间表示（KSML 模型）。
2. 确定性评估：反馈预言机检查模型是否存在错误，并提供具体的修复指导。
3. 契约生成：验证通过后，模型被转换为多语言的类型化 API 边界（领域库）。
4. 受限实现：代理根据此固定契约实现应用逻辑，由具备模型感知能力的辅助工具协助，教导代理可用的 API。
5. 验证：结果通过编译、测试和运行时策略检查进行验证，生成基于证据的结果。

适用人群

需要在非确定性 AI 生成周围实现高可靠性、可审计性和确定性结构的软件开发人员和 AI 工程师，构建编码代理或代理工作流。

主要亮点

• 多语言支持：为 Java、Rust、Go、Swift、Python、C#/.NET 和 TypeScript 生成类型化领域库。
• 运行时治理：强制执行必需的身份、意图审计（读取时的目的/注释、写入时的审计原因）和能力沙箱化。
• 基于证据的完成：从初始需求经评估和测试到最终应用，建立可追溯的证据链。
• 并行人工审查：允许人工审查者检查 KSML 模型并提供异步反馈，而不会阻塞代理的进展。