whitelonng/mancode

解决的问题

许多 AI 编码代理倾向于过度设计解决方案，忽视现有的设计系统，或跳过关键的规划和评审阶段。mancode 提供一个本地工作流编排层，为这些代理施加工程纪律，确保它们在实施变更前重用现有代码并遵循结构化的治理流程。

如何工作

mancode 并非取代现有的 AI 代理（如 Claude Code、Cursor 和 GitHub Copilot），而是作为它们的封装层。它安装启动适配器，允许用户通过斜杠命令触发特定工作模式。这些模式在本地的 .mancode 目录中管理任务状态、会话连续性以及基于证据的评审，将任务上下文与临时聊天历史分离。

适用人群

• 在后端、Web、移动或 CLI 项目中使用 AI 编码代理的开发者。
• 需要在多个代理或开发者之间共享记忆、决策记录并协调任务交接的团队。
• 希望强制 AI 代理遵循现有设计令牌和组件库的 UI 密集型项目。
• 需要为关键变更建立可重复、可审计的代码审查和验证流程的项目。

主要亮点

• 多代理支持：与 Claude Code、Cursor、Codex、GitHub Copilot、ZCode、Kimi Code、Qoder 和 DeepSeek Harness 集成。
• 分层工作模式：提供 solo（轻量任务）、/man（高治理规划与 9 步执行）、/manba（故障诊断）和 /manteam（共享团队记忆）模式。
• YAGNI 强制：推动代理优先重用现有代码和标准库，而非创建新抽象。
• 连续性：通过稳定的 TaskRef 标识符，支持在不同聊天会话或客户端间恢复任务。
• 基于证据的评审：要求提供实际验证证据（日志、测试输出），而非仅依赖 AI 自我声明来关闭任务。
• 项目健康扫描：包含 manps，用于检测过期的 TODO、未使用依赖项和硬编码设计值。