GanyuanRan/Aegis

Make AI coding agents architecture-aware: baseline-first, evidence-verified, drift-checked, and safe across long tasks.

解決的問題

Aegis 解決了 AI 編程代理在尚未明確目標、專案架構邊界、所有者需求或可靠的變更驗證方式之前就開始編寫程式碼的傾向。它提供了一種規範的、證據驅動的工作流,以防止風險變更,並確保簡單任務在沒有不必要開銷的情況下保持高效。

工作原理

Aegis 是一個「方法包」——一套可組合的技能與工作流護欄,可以全域安裝在各種 AI 編程宿主(如 Claude Code、GitHub Copilot 或 Trae)中。它實現了一種「基準優先」的方法,即規劃與證據收集必須先於完成聲明。它包括專門的模式,例如用於決策訪談的 "Grill me" 模式、嚴格的 TDD(測試驅動開發)路由,以及在實作之前對複雜方向進行壓力測試的第一原理審查。

適用對象

在實際軟體專案中使用 AI 編程代理,並希望超越基礎程式碼生成,轉向更可靠、具備架構意識的開發流程的軟體工程團隊與個人開發者。

亮點

  • 多宿主支援:相容廣泛的 AI 編程代理與 CLI,包括 Claude Code、DeepSeek-TUI 與 GitHub Copilot。
  • 證據驅動的工作流:在任務標記為完成之前,需要成功證據。
  • 決策護欄:具有 "Grill me" 模式,強制進行逐一決策詢問,以避免過早實作。
  • 靈活的 TDD:根據任務風險支援自動或嚴格的 TDD 路由。
  • 關注架構:鼓勵基準優先的規劃,並使用領域建模來解決模糊術語或衝突的專案規則。