AISDLC Flow - 项目详情

项目背景

仅仅依靠单点的代码生成工具，无法带来工程效率的质变。真正的 AI 研发效能革命，不是让某一个环节快 10 倍，而是消除各个环节之间的「摩擦力」与「交接损耗」。

痛点

传统 AI 辅助开发局限于 IDE 代码补全，开发者需要极强的 Prompt 能力，上下文管理困难，复杂任务容易失控。

目标

构建端到端的 AI-SDLC 平台，将 Chat-based 交互升级为 Task-based 可视化工作流，让非研发人员也能通过 Spec 驱动软件交付。

成果

跑通「产品/业务定义 Spec → AI 生成 → 研发把控边界与质量」的新一代研发流水线，实现简单需求的全流程 AI 闭环交付。

核心架构：AISDLC 全生命周期流程

flowchart TD A["🧑‍💼 产品/业务人员\n提出需求"] --> B["📋 Spec 生成\n结构化技术契约"] B --> C{"Spec 审核"} C -->|"通过"| D["🤖 多 Agent 编排层\nAIDLC Flow 平台"] C -->|"修改"| B D --> E["📖 需求 Agent\n澄清歧义 · 拆解任务"] D --> F["🏗️ 架构 Agent\n生成设计模式 · 技术方案"] D --> G["💻 编码 Agent\nClaude / Qwen 代码生成"] D --> H["🧪 QA Agent\n构建测试用例 · 自动验证"] E --> I["Agent Loop\n计划 → 执行 → 评估 → 修复"] F --> I G --> I H --> I I --> J{"CI/CD 流水线\n自动化检测"} J -->|"测试失败"| K["🔄 Agent 自主修复\n读取 Error Log → 反思 → 重试"] K --> J J -->|"全部通过"| L["👨‍💻 研发人工审核\n架构边界 · 安全合规"] L -->|"批准"| M["🚀 自动部署上线"] L -->|"拒绝"| I style A fill:#f0f9ff,stroke:#0ea5e9 style B fill:#fef3c7,stroke:#f59e0b style D fill:#ede9fe,stroke:#8b5cf6 style I fill:#d1fae5,stroke:#10b981 style M fill:#dcfce7,stroke:#16a34a

Spec-Driven 开发范式

flowchart LR subgraph "传统研发模式" direction TB T1["业务提出需求\n(模糊语言)"] --> T2["研发理解翻译\n(信息损耗)"] --> T3["编码实现\n(黑盒过程)"] --> T4["测试上线\n(反复返工)"] end subgraph "Spec-Driven 新范式" direction TB S1["业务/产品\n定义 Spec"] --> S2["AI 解析 Spec\n生成技术方案"] --> S3["多 Agent 并行\n代码生成"] --> S4["自动测试修复\n一键部署"] end T1 -.->|"范式升级"| S1 style T1 fill:#fee2e2,stroke:#ef4444 style T2 fill:#fee2e2,stroke:#ef4444 style T3 fill:#fee2e2,stroke:#ef4444 style T4 fill:#fee2e2,stroke:#ef4444 style S1 fill:#d1fae5,stroke:#10b981 style S2 fill:#d1fae5,stroke:#10b981 style S3 fill:#d1fae5,stroke:#10b981 style S4 fill:#d1fae5,stroke:#10b981

Spec 即源代码

结构化、无歧义的技术契约（Spec）成为新时代的源代码。AI 根据强约束的 Spec 直接生成最终代码，打破「业务提出 → 研发翻译实现」的隔离墙。

软件创造权民主化

产品经理、业务运营甚至领域专家，只要能借助 AI 工具将模糊想法梳理成结构化 Spec，就能直接编译出可运行的软件功能。

openspec 目录

仓库中专设 openspec/ 目录存放所有 Spec 文件，作为 AI Agent 的唯一输入源，确保生成代码与业务意图严格对齐。

多 Agent 协同架构

graph TB subgraph "可视化平台层 (Frontend - React)" UI["🖥️ 可视化工作流界面\n点击/拖拽/表单提交任务"] end subgraph "编排层 (Backend - Java Spring Boot)" OR["🎯 Agent 路由编排器\n任务拆解 · 调度 · 上下文管理"] end subgraph "执行层 (Multi-Agent)" AG1["📖 需求 Agent\n(Claude)"] AG2["🏗️ 架构 Agent\n(Claude)"] AG3["💻 编码 Agent\n(Claude / Qwen)"] AG4["🔴 Generator Agent\n快速实现"] AG5["🔵 Critic Agent\n安全审查 · 找漏洞"] end subgraph "工具层 (MCP / Skills)" T1["代码仓库\n读写"] T2["CI/CD\n流水线"] T3["文档知识库\n(学城 KM)"] T4["测试框架\n自动执行"] end UI --> OR OR --> AG1 & AG2 & AG3 AG3 --> AG4 AG4 <-->|"红蓝对抗"| AG5 AG1 & AG2 & AG3 --> T1 & T2 & T3 & T4 style UI fill:#ede9fe,stroke:#8b5cf6 style OR fill:#fef3c7,stroke:#f59e0b style AG4 fill:#fee2e2,stroke:#ef4444 style AG5 fill:#dbeafe,stroke:#3b82f6

水面之下的复杂性

用户操作简单的可视化 UI，底层自动将任务拆解并调用多个垂直能力 Agent 分工协作，将 Prompt 工程的门槛彻底隐藏。

红蓝对抗机制

Generator Agent 负责快速实现需求，Critic/Security Agent 专门找茬、寻找边界 Case 和安全漏洞，通过高频对弈自动产出高健壮性代码。

Agent Loop 自愈

测试失败或 CI 报错时，Agent 自主读取 Error Log、反思问题、修改代码并重新执行，直至绿灯通过，极大减少人类介入频次。

人在回路审批

Agent 拥有无限草稿与运行权限，但在涉及环境变更、分支合并时，必须由研发工程师进行最终的架构和逻辑兜底，保障安全边界。

Agent Loop：自动化修复闭环

stateDiagram-v2 [*] --> Plan : 接收 Spec / 任务 Plan --> Execute : 生成代码 Execute --> Evaluate : 运行测试 / CI Evaluate --> Fix : 测试失败\n读取 Error Log Fix --> Execute : 自主修复重试 Evaluate --> HumanReview : 全部通过 HumanReview --> Deploy : 人工批准 HumanReview --> Plan : 架构问题\n重新规划 Deploy --> [*] Plan : 📋 Plan\n任务拆解 · 方案设计 Execute : ⚡ Execute\n代码生成 · 工具调用 Evaluate : 🔍 Evaluate\n测试执行 · 质量评估 Fix : 🔧 Fix\n错误分析 · 自主修复 HumanReview : 👨‍💻 Human Review\n架构审核 · 安全合规 Deploy : 🚀 Deploy\n自动部署上线

我的核心贡献

01

可视化工作流前端平台（React + TypeScript）

负责 AISDLC Flow 前端平台的从零到一建设，将复杂的多 Agent 调度逻辑封装为直观的可视化界面。用户通过点击、拖拽或简单表单即可提交任务，无需了解底层 Prompt 工程，极大降低团队使用门槛。

ReactTypeScript可视化工作流

02

Spec-Driven 协议设计与落地

参与设计 openspec 目录规范，制定结构化技术契约的格式标准，确保 AI Agent 能够准确解析业务意图并生成符合预期的代码。通过 Spec 作为唯一输入源，实现业务需求到代码实现的无损传递。

Spec-Driven协议设计AI 对齐

03

多 AI 模型集成（Claude + Qwen）

集成 Claude（.claude 配置）和通义千问（.qwen 配置）双模型，根据任务类型智能路由：复杂推理和代码审查使用 Claude，高频代码生成使用 Qwen，在质量与成本之间取得最优平衡。

ClaudeQwen多模型路由成本优化

04

全栈开发实践（Java Spring Boot + React）

在 AI 工具辅助下独立完成前后端全栈开发，后端基于 Java Spring Boot 构建 Agent 编排服务，前端 React 实现可视化交互层，通过 Maven 管理依赖，完整落地端到端的 AI 研发流水线。

全栈Spring BootMaven端到端

项目价值与影响

研发效能跃升

简单需求实现全流程 AI 闭环交付，从需求到上线的交付周期大幅压缩，人工介入节点显著减少。

全员开发者

产品和业务人员通过可视化界面直接参与软件交付，打破研发与业务的传统壁垒，实现软件创造权民主化。

质量有保障

红蓝对抗 + Agent Loop 自愈机制，配合人在回路的最终审核，在提升效率的同时保证代码质量与安全合规。

可扩展平台

基于 MCP 标准协议构建工具层，Agent 能力可插拔扩展，平台架构支持接入更多 AI 模型和业务场景。