bybren-llc/safe-agentic-workflow

解決的問題

SAW (SAFe Agentic Workflow) 為協調多智能體 AI 團隊提供了一個結構化的框架。它透過實現經過生產環境測試的架構，強制執行品質門檻、清晰的角色邊界和基於證據的交付，從而防止非結構化 AI 互動帶來的混亂，確保 AI Agent 在專業的軟體開發生命週期 (SDLC) 內運行，而不是僅僅作為簡單的聊天介面。

工作原理

該專案實現了一個三層架構來分離關注點：

1. Hooks: 處理格式檢查和阻斷器的自動護欄。
2. Commands: 使用者調用的工作流（例如 /start-work、/pre-pr），用於自動化常見任務。
3. Skills: 模型調用的領域專業知識，AI 會根據任務自動載入。

它將 Scaled Agile Framework (SAFe) 應用於 AI，將特定角色（如業務系統分析師或系統架構師）映射到專門的 AI Agent 設定檔。它還包含一個「知識庫 (Knowledge Vault)」——一個經過證據驗證的知識庫，其中每個主張都連結到特定的 commit SHA，以檢測並防止知識漂移。

適用對象

使用 AI 助手（特別是 Claude Code、Gemini CLI、Codex CLI 或 Cursor IDE）並需要為工作流程提供可重複、結構化流程的軟體工程團隊、研究、法律或營運團隊。

亮點

• 多提供商支援：相容 Claude Code、Gemini CLI、Codex CLI 和 Cursor IDE。
• SAFe 整合：將專業的敏捷角色映射到 AI Agent 設定檔，實現結構化自主。
• 知識庫 (Knowledge Vault)：使用 Open Knowledge Format v0.1 的可移植、經證據驗證的知識庫，防止 AI 幻覺和資訊陳舊。
• 暗工廠 (Dark Factory)：支援透過遠端伺服器上的 tmux 實現持久的自主 Agent 團隊。
• 程式碼化方法論：實現了來自六篇 Anthropic 工程研究論文的模式。