登录社区云，与社区用户共同成长
邀请您加入社区
随着 AI 编码代理逐渐进入软件工程实践，开发者与团队开始从“临时提示词驱动”转向“规范驱动开发”（Specification-Driven Development, SDD）。在这一转向中，`CLAUDE.md`、Cursor Rules、`AGENTS.md` / `AGENT.md`、Kiro Specs 与 GitHub Spec Kit 等机制分别承担了项目知识持久化、局部规则注入、跨代
本文探讨了企业内部项目与AI应用设计中流程与灵活性的平衡问题。通过对比传统流水线模式与Claude Code的自组织团队模式，指出前者流程决定上限，后者模型能力决定上限。文章分析了Harness工程和Loop工程的核心思想，强调权限管控是必须的"地板"，而业务流程应保持灵活。针对不同业务类型（高频重复型、探索分析型、混合型等），提出了分层架构建议，并警示Harness设计可能退化为传统Agent的
摘要：Superpowers是一个为AI编程工具（如ClaudeCode）设计的工程纪律框架，旨在解决AI生成代码在长期维护中易出现的问题。它通过14个可组合的Markdown技能文件（SKILL.md）强制实施7阶段工作流，包括需求澄清、TDD测试驱动开发、子Agent并行执行等核心环节。框架的独特价值在于：1）通过前置Brainstorming暴露AI的隐式假设；2）用新鲜子Agent隔离任务
uopenai 是一个专为 MicroPython 设计的轻量级 OpenAI 兼容异步客户端库，适用于树莓派 Pico W、ESP32 等资源受限的嵌入式设备。它基于 aiohttps 实现，无其他外部依赖，支持文字对话（流式/非流式）、视觉模型图片输入和 base64 图片编码。与 PC 端 openai SDK 保持最大接口兼容，但所有 create() 方法均为异步调用。特别针对嵌入式设备
Spec-Kit、Superpowers、ECC 是 Claude Code 生态里 Star 最多的三个工具，多数人只用一两个。本文拆解了它们分别对应治理、执行、工具三个层面，缺任意一层就漏——两两组合各有短板。附带新需求开发和 Bug 修复两条完整流水线、三条铁律、安装踩坑记录，以及三件套同开与单开的 token 消耗取舍分析。
接下来我们动手实战，基于MetaGPT自定义一个运维角色，自动把生成的前端项目部署到Vercel平台，让你掌握二次开发的方法。新建import osdesc: str = "把前端项目部署到Vercel平台"# 从上下文获取项目路径# 读取项目所有文件# 调用Vercel API部署。
的核心价值在于：它为 AI 编码设立了“护栏”。它证明了 AI 在软件开发中的上限，往往取决于其背后的方法论。通过这套框架，开发者可以将 AI 从“不可控的黑盒”转变为“严谨的工程搭档”。在 AI 协作中，你认为最难让 Agent 遵守的“工程操守”是什么？是“写文档”还是“不修改非相关文件”？欢迎在评论区分享你的实操体悟！
