Varietyz/Disciplined-AI-Software-Development

解決的問題

本專案提供了一種使用AI建構軟體的方法論，以防止常見的失敗模式，如程式碼膨脹、架構漂移、上下文稀釋與行為退化。它以機器可強制的限制與基於證據的驗證，取代人類記憶中的規則與聊天式指示。

如何運作

系統以方向、意圖、推導、預測、執行與驗證的持續循環運作。關鍵機制包括：

• 檢查優先開發：在撰寫實際程式碼之前先撰寫驗證檢查，以確保安全性與一致性。
• 基於樹的上下文：將規則與架構需求從聊天記錄移至專案樹中的檔案，讓AI在啟動時讀取這些檔案。
• PAG（模式抽象語法）：一種用於代理、規劃範本與驗證門檻的結構化指示格式，確保決定性執行並減少解釋錯誤。
• 門控機制：在樹的每個狀態執行一次的驗證流程，檢查類型、無用程式碼、靜態分析與自訂的架構反模式。

適用對象

使用AI代理或LLM撰寫大部分程式碼的開發者，希望在不花費過多時間調試AI生成輸出的情況下，維持專案的長期穩定性、可擴展性與架構完整性。

主要亮點

• 對抗性審查：在當前樹的狀態證明之前，所有主張均視為未驗證。
• 受控自主性：人類設定邊界，AI在邊界內執行的框架。
• 決定性指令：使用PAG建立代理的可執行合約，而非依賴角色設定。
• 基於證據的驗證：要求驗證輸出必須完整閱讀，並從樹的實際狀態中推導得出。