alinaqi/maggy

解決的問題

Claude Code 雖強大，但經常對簡單任務使用昂貴模型，跨會話遺失狀態，且缺乏對程式碼品質、測試覆蓋率與架構合規性的強制。Maggy 及其 Bootstrap 設定套件提供一個結構化工程系統，為 AI 程式碼工作流程加入 TDD 強制、持久記憶與成本意識的模型路由功能。

作用方式

此專案由兩個主要元件組成：

1. Claude Bootstrap：直接安裝至 Claude Code 設定中的技能、鈎子與規則集合。強制執行品質門檻（例如函式長度限制）與 TDD（任務標記為完成前，測試必須通過）。
2. Maggy Harness：一個本地 FastAPI 伺服器與網頁儀表板，透過語意「爆發分數」將請求路由至 13 種不同 LLM 層級（從本地 Qwen3 到 Claude Opus），以在成本與能力之間取得最佳化。也包含「Polyphony」，可在隔離的 Docker 容器中執行多個代理，防止檔案衝突。

適用對象

• 希望在不改變現有 Claude Code 工作流程的前提下，獲得自動 TDD 與持久記憶的單人工程師。
• 需要透過單一儀表板在多個模型（Claude、DeepSeek、Gemini 等）間路由工作並管理成本的團隊。
• 尋找意圖追蹤與插件式 AI 開發工具參考實作的平台工程師。

主要亮點

• 13 層模型路由：根據任務複雜度自動選擇最便宜且具備足夠能力的模型。
• TDD 與品質門檻：強制測試通過與架構規則（例如每函式最多 20 行）。
• Polyphony：透過 Docker 隔離的平行代理執行，允許多個代理在相同程式庫上工作而無衝突。
• Cortex MCP：提供 AST 提取與透過 SQLite 圖形儲存庫進行雙向遍歷的程式碼智慧伺服器。
• Telos：一種意圖保真度評分系統，衡量程式碼是否真正實現其原始意圖，而不僅僅是通過測試。
• Mnemos 與 Engram：多維記憶系統，可在會話間持續保存架構知識與任務狀態。