disler/super-simple-software-factory
Repeatable agents-plus-code workflows, packaged as one skill, stamped into any repo. Deterministic Python owns the graph; coding agents are bounded nodes inside it.
解決的問題
Super Simple Software Factory (SSSF) 解決了 AI 驅動的軟體開發中的一致性不足與可觀察性缺失問題。它防止了「無接縫的機器」問題——即單一代理循環不可預測、缺乏明確的階段邊界,且難以除錯。透過將控制平面從提示詞移至決定論性的 Python 程式碼,確保軟體建立過程可重複、有門控且可觀察。
工作原理
SSSF 基於 程式碼擁有循環 的原則,而代理是該循環中的有界節點。它使用 AI 開發者工作流程(ADW)腳本來管理序列化、重試與接受標準。
- 階段:每次執行都是階段的序列。這些可以是
agent階段(呼叫特定代理)或code階段(如執行測試或提交至 Git 的決定論性 Python/bash 步驟)。 - 代理名單:一個 YAML 設定檔定義了每個代理的身份(模型、提示詞、工具與邊界)。這允許為不同任務使用不同模型(例如,用前沿模型進行規劃,用較便宜的模型進行建構)。
- 信封與門控:代理透過類型化的 JSON 信封進行通訊。代理完成後,『門控』(自動檢查)會驗證代理的主張(例如,檢查檔案是否實際存在或測試是否通過)。如果門控失敗,系統會在同一會話內重新提示代理進行修正,而非重新啟動整個流程。
- 可觀察性:所有事件(包含工具呼叫)都會即時流式傳送到 SQLite 資料庫。提供的 Vue/Vite 可視化工具允許使用者透過追蹤瀑布圖即時監控執行過程。
適用對象
希望為編碼任務建立可重複、專業級 AI 代理工作流程的軟體工程師,從簡單的提示詞躍升至由代理與程式碼構成的結構化系統。
特色亮點
- 決定論性控制平面:將序列化與序列化邏輯從提示詞移至 Python。
- 代理-程式碼混合模式:明確區分代理決策與決定論性程式碼執行(例如,
bun test是程式碼階段,而非代理任務)。 - 可自訂名單:為每個代理配置模型、思考層級與工具存取權限。
- 嚴格邊界:強制對代理實施唯讀或寫入受限存取,防止未經授權的倉儲變更。
- 即時追蹤 UI:專用視覺化工具,透過輪詢 SQLite 資料庫監控代理活動。
- 修正循環:使用基於會話的修正機制,在不遺失上下文或產生冷啟動成本的情況下修復錯誤。
相關
- 專案
- Dispatch
- 專案
- 專案