the-open-engine/zeroshot

解决的问题

Zeroshot 解决了 AI 驱动的软件工程中缺乏信任和可复现性的问题。通过确保编写代码的代理与验证代码的代理是不同的，防止了成功的「幻觉」，实现了实现与验证的分离。

工作原理

该系统将软件目标转化为显式的多代理图。与依赖提示中隐藏的代理循环不同，Zeroshot 使用编写好的数据来定义控制流——包括序列、并行审查和重试路径。

在标准的 software-change 图中，流程遵循以下步骤：

1. 工作代理实现目标。
2. 独立代理并行执行验收和代码审查。
3. 如果审查失败，证据将被路由回修复工作代理进行修正。
4. 一旦检查通过，变更将通过 Git、CI 和合并交付。
5. 任何交付冲突都会被重新路由回修复和审查循环。

所有转换都是有界且受控的，每个事件都会记录在持久的 SQLite 会计账本中。

适用人群

希望采用可验证、结构化方法进行 AI 辅助编码的软件工程师和团队，其流程由预定义的图控制，而非不可预测的代理行为。

特色亮点

• 基于图的编排：控制流是显式且可编写的，便于检查和复现。
• 职责分离：独立代理分别负责实现、审查和修复，以确保更高品质。
• 灵活部署：支持本地执行（使用现有的 Codex 或 Claude Code 登录）、自托管 Docker 目标，或托管云环境。
• 持久状态：使用 SQLite 会计账本追踪执行图中的每个事件。