我在开发一套新的 Harness Agent ,一开始当然是 VibeCoding——我只写设计和需求,代码由 AI 来改。这样支撑了大部分特性的开发。直到有一天 Codex 反复解决不了一个我认为比较简单的问题,并且反复在同一个地方犯错。我就知道项目需要一套工作流来维持它继续进行了。
我调研了 OpenSpec 、SuperPowers 、Oh-My-OpenAgent 这一类工具,没一个用着顺手:
CodeStable 的目标是解决严肃工程的软件实现和编码问题,不是造一个新名词、追求热点。
我看了一圈现在主流的 AI 编码框架——Superpowers 、CCW 、Oh-My-OpenAgent 等等——它们其实都在做同一件事:
如何把 Agent 编排得更好。 让它们组队、协作、头脑风暴、跑流水线、自动接力。围绕的实体始终是 Agent。
CodeStable 走的是另一个方向:
编排的不是 Agent ,而是软件本身的生命周期。 围绕的实体是构成软件的要素——每一个需求、每一个架构决定、每一个特性、每一个 bug 、每一条历史里留下来的约束。
| Agent 编排派 | CodeStable | |
|---|---|---|
| 核心实体 | Agent / Role / Team | Requirement / Architecture / Feature / Issue / Decision |
| 主线问题 | Agent 之间怎么分工、传递、协调? | 软件的需求、约束、决策怎么被记下来、被检索、被复用? |
| 状态存在哪 | Agent 的 session / 消息总线 / 队列 | 项目里的 codestable/ 文件树(人和 AI 都能读) |
| 解决的痛点 | 单 Agent 能力不够,需要协同放大 | 软件复杂度膨胀撑破上下文、隐知识丢失、需求漂移 |
| 对人的定位 | 人少介入越好,理想是全自动 | 人在环 —— 程序员对整体把控负责,AI 是高效的执行体 |

这两个方向没有谁对谁错。
如果你的任务是"用 AI 跑一个端到端的自动化产线"、"让多个 Agent 互相讨论方案",Agent 编排派会更顺手。
如果你的任务是"维护一个会跨年迭代的严肃软件"、"让今天写下的需求和决策三个月后还能被准确召回"——那 CodeStable 这套以软件要素为中心的建模会更合适。
我做 CodeStable 是因为我相信:软件工程的混乱本质上不是 Agent 不够强,而是要素没被组织好。Agent 再强,也写不了一个把需求、架构、历史决策全丢失的项目。
CodeStable 顺着软件编码的真实流程来设计,把开发活动建模成 6 个实体 和 3 个流程。
| 实体 | 英文 | 干什么 |
|---|---|---|
| 需求 | requirements | 原始用户故事、当时的讨论与权衡。最终的逃生通道——代码烂成一坨屎时,可以摒弃所有代码、让 AI 重新生成 |
| 架构 | architecture | 为实现需求,系统的编排层长什么样。文档要尽可能精简、统一,给人读的,不是给 AI 自嗨的 |
| 路线图 | roadmap | "我想要一个权限校验系统"——直接塞 feature AI 接不住,先拆成路线图分步推进 |
| 特性 | feature | 实际落地的工程执行过程,人与 AI 共同协作,对 design / 实现 / 验收负责 |
| 问题 | issue | 开发完成后的 BUG 单子,AI 和人一同解决 |
| 知识 | compound | 复利工程的知识库,沉淀踩过的坑、好做法、技术决策 |
| 流程 | 关键技能链 | 说明 |
|---|---|---|
| 特性引入 | cs-feat → cs-feat-design → cs-feat-impl → cs-feat-accept |
想清楚 → 综合架构设计 → 逐步编码 → 验收测试。各位程序员怎么顺手怎么来 |
| 问题修改 | cs-issue-report → cs-issue-analyze → cs-issue-fix |
跟 AI 说哪里有问题 → 让 AI 分析根因 → 让 AI 定点修复 |
| 代码重构 | cs-refactor (beta) |
软件架构腐化不是一蹴而就的。AI 辅助重构,但终归是人在重构——还在迭代中,欢迎赐教 |
| 分组 | 技能 | 用途 |
|---|---|---|
| 根入口 | cs | 统一入口——介绍体系全貌 + 把开放式诉求路由到正确的 cs-* 子技能。不知道用哪个时就喊它 |
| 接入 | cs-onboard | 把 CodeStable 接入到一个新仓库 / 已有零散文档的仓库 |
| 需求 & 架构 | cs-req | 整理 / 沉淀原始需求文档 |
cs-arch | 起草或更新 codestable/architecture/ 下的架构文档 | |
| 路线图 | cs-roadmap | 承载一块大需求的事前规划:概设(模块拆分)+ 架构层详设(接口契约 / 共享协议)+ 子 feature 拆解清单 |
| 讨论入口 | cs-brainstorm | 想法模糊时的统一讨论入口,做分诊:直接 design / 进 feature 写 brainstorm.md / 移交 roadmap |
| 特性流程 | cs-feat | 新特性子流程入口 |
cs-feat-design | 起草 {slug}-design.md 作为后续唯一输入 | |
cs-feat-impl | 按 design 的推进顺序写代码 | |
cs-feat-accept | 逐层对照 design 核对实现,做完整验收闭环 | |
cs-feat-ff | 超轻量通道:不写 design 、不分阶段,让 AI 直接做 | |
| 问题流程 | cs-issue | 问题修复子流程入口 |
cs-issue-report | 把脑子里的问题落成可复现、可追溯的 report | |
cs-issue-analyze | 找根因、评估修复风险、给方案 | |
cs-issue-fix | 定点修复 + 验证 + 写 fix-note | |
| 重构流程 | cs-refactor | (beta) 重构主流程 |
cs-refactor-ff | (beta) 轻量重构通道 | |
| 知识沉淀 | cs-learn | 把踩过的坑 / 好做法沉淀成 learning 文档 |
cs-trick | 把可复用的编程模式 / 库用法整理成处方性参考 | |
cs-decide | 把已拍板的技术选型、架构决定、长期约束记成永久文档 | |
| 探索 & 文档 | cs-explore | 定向代码探索,把"提问 → 读代码 → 得结论"沉淀成证据 |
cs-guide / cs-libdoc | 对外的开发者指南 / 库参考文档 |
CodeStable 的技能不是一条线性流水,而是分层 + 事件驱动的:
═══════════════════════════════════════════════════════════════════════
根入口 · 路由 (任何时刻都可以调用)
───────────────────────────────────────────────────────────────────────
cs ──▶ 介绍体系 / 把开放式诉求路由到下面任一具体子技能
(本身不做事,只做分诊和提示)
═══════════════════════════════════════════════════════════════════════
│
┌───────────────┼───────────────┐
▼ ▼ ▼
(未接入) (已接入) (想了解体系)
走阶段 0 直达 1~4 层 / 横切 给速读
│
▼
═══════════════════════════════════════════════════════════════════════
阶段 0 · 接入 (只在新项目跑一次)
───────────────────────────────────────────────────────────────────────
cs-onboard ──▶ 生成 codestable/ 骨架 + 释放 reference/、tools/
═══════════════════════════════════════════════════════════════════════
│
▼
═══════════════════════════════════════════════════════════════════════
第 1 层 · 长效档案("系统现在长什么样",只记现状)
───────────────────────────────────────────────────────────────────────
cs-req ──▶ codestable/requirements/{slug}.md
cs-arch ──▶ codestable/architecture/ARCHITECTURE.md
└─ {type}-{slug}.md (子系统)
═══════════════════════════════════════════════════════════════════════
│
▼
═══════════════════════════════════════════════════════════════════════
第 2 层 · 规划("接下来打算怎么做这块大需求",大需求才需要)
───────────────────────────────────────────────────────────────────────
cs-roadmap ──▶ codestable/roadmap/{slug}/
把一个"我想要 X 系统"做成完整的事前规划:
① 概设 —— 拆成哪几个模块 / 组件
② 架构层详设 —— 模块间接口契约 / 共享协议
③ 子 feature —— 把方案分解成多条可执行的 feature
② 是 feature-design 的硬约束输入
(小需求可跳过本层,直接进第 3 层)
═══════════════════════════════════════════════════════════════════════
│
▼
═══════════════════════════════════════════════════════════════════════
讨论入口(可选 · 想法模糊时进入,做分诊后路由到下游)
───────────────────────────────────────────────────────────────────────
┌── case 1 已经够清楚 ──▶ cs-feat-design
cs-brainstorm ────────▶┼── case 2 小需求方向定 ─▶ feature 流(落 brainstorm.md )
└── case 3 大需求只有一个词 ─▶ cs-roadmap
═══════════════════════════════════════════════════════════════════════
│
▼
═══════════════════════════════════════════════════════════════════════
第 3 层 · 执行流程(按事件类型选一条进入)
───────────────────────────────────────────────────────────────────────
▸ 事件:新增能力 ┌──────────┐
cs-feat-design ──▶ cs-feat-impl ──▶ cs-feat-accept │ features │
cs-feat-ff ──(轻量直通车,跳过 design/accept)─▶ │ /YYYY-…/ │
└──────────┘
▸ 事件:修复缺陷 ┌──────────┐
cs-issue-report ──▶ cs-issue-analyze ──▶ cs-issue-fix│ issues │
│ /YYYY-…/ │
└──────────┘
▸ 事件:代码腐化( beta ) ┌──────────┐
cs-refactor / cs-refactor-ff │refactors │
│ /YYYY-…/ │
└──────────┘
═══════════════════════════════════════════════════════════════════════
│
▼ 任意阶段觉得"这个值得记下来"都能触发 ▼
═══════════════════════════════════════════════════════════════════════
横切层 · 知识沉淀(复利工程)
───────────────────────────────────────────────────────────────────────
cs-learn ──▶ ┐
cs-trick ──▶ ├─▶ codestable/compound/YYYY-MM-DD-{doc_type}-{slug}.md
cs-decide ──▶ │ doc_type ∈ { learning, trick, decision, explore }
cs-explore ──▶ ┘
↑
下一次 cs-arch / cs-feat-design / cs-issue-analyze
会回头读 compound/,让经验在新工作里被复用
═══════════════════════════════════════════════════════════════════════
怎么读这张图:
/cs-onboard 跑完后,会在你的项目根下生成一个 codestable/ 目录——这是 CodeStable 所有产物的聚合根,也是各个子技能在运行时唯一会读写的工作区。
你的项目/
├── codestable/
│ ├── requirements/ # 需求实体("为什么要有这个能力")
│ │ └── {slug}.md # 一个能力一份,扁平不分组
│ │
│ ├── architecture/ # 架构实体("用什么结构实现")
│ │ ├── ARCHITECTURE.md # 架构总入口 / 索引
│ │ └── {type}-{slug}.md # 子系统架构 doc (同类 ≥6 份自动收进子目录)
│ │
│ ├── roadmap/ # 路线图("接下来打算怎么走")
│ │ └── {slug}/
│ │ ├── {slug}-roadmap.md # 主文档:背景 / 拆解 / 排期
│ │ ├── {slug}-items.yaml # 机器可读子 feature 清单,acceptance 回写状态
│ │ └── drafts/ # 可选:草稿 / 调研
│ │
│ ├── features/ # 特性流程聚合根
│ │ └── YYYY-MM-DD-{slug}/ # 一个 feature 一个目录
│ │ ├── {slug}-brainstorm.md # 可选( cs-brainstorm 产出)
│ │ ├── {slug}-design.md # 方案( cs-feat-design )
│ │ ├── {slug}-checklist.yaml # 推进清单( impl 跑、accept 回写)
│ │ └── {slug}-acceptance.md # 验收报告( cs-feat-accept )
│ │
│ ├── issues/ # 问题流程聚合根
│ │ └── YYYY-MM-DD-{slug}/
│ │ ├── {slug}-report.md # 问题报告
│ │ ├── {slug}-analysis.md # 根因分析(不显然时才有)
│ │ └── {slug}-fix-note.md # 修复记录
│ │
│ ├── refactors/ # 重构流程聚合根( beta )
│ │ └── YYYY-MM-DD-{slug}/
│ │ ├── {slug}-scan.md
│ │ ├── {slug}-refactor-design.md
│ │ ├── {slug}-checklist.yaml
│ │ └── {slug}-apply-notes.md
│ │
│ ├── compound/ # 知识沉淀(复利工程)统一目录
│ │ └── YYYY-MM-DD-{doc_type}-{slug}.md
│ │ # doc_type ∈ {learning, trick, decision, explore}
│ │
│ ├── tools/ # 跨工作流共享脚本( onboarding 释放)
│ └── reference/ # 共享参考文档( onboarding 释放)
│ ├── shared-conventions.md # 跨技能口径 / 路径命名 / 元数据规范
│ ├── system-overview.md # CodeStable 体系总览 + 场景路由
│ └── ...
│
└── AGENTS.md # 在项目根,不在 codestable/ 里
几条要点:
codestable/ 下,让"上次那个 feature / bug 当时怎么搞的"三秒能找到requirements/ 和 architecture/ 是长效档案(只记现状),roadmap/ 是规划层(接下来怎么走),两者刻意分开features/ issues/ refactors/ 用 YYYY-MM-DD-{slug}/ 一个目录装齐所有相关 spec ,不交叉compound/ 是唯一的知识沉淀目录,learning / trick / decision / explore 通过 doc_type 字段区分而不是分目录——好搜reference/ 是 cs-onboard 从技能包复制过来的;要改共享口径,改 cs-onboard/reference/ 模板,新项目 onboarding 自动带上新版Skill 是独立安装单元,运行时每个 skill 只能看到自己包内的文件。A 技能的 SKILL.md 里写
B-skill/reference/xxx.md这种引用在运行时根本读不到。跨 skill 共享的参考文档必须走"工作项目"这一层:由
cs-onboard从技能包复制到项目的codestable/reference/,其他 skill 用项目相对路径读取。
要改共享口径,改 cs-onboard/reference/ 下的模板,新项目 onboarding 时带上新版本。
CodeStable 与 OMO 做的是完全相反的哲学。
软件架构必须要 可演进、可观测、可控制。
也许这一点在 AI 发展强大以后会变得不再重要,但当下这样做能让程序员在现状下舒服——这就是价值所在。
CodeStable 面向真实开发场景,对此进行建模,期望通过一个闭环系统处理开发中常见的问题。现有大部分框架围绕 AI 建模,而不是围绕人。 我认为这些框架的作者驱动 AI 的能力很强,但绝对不是严肃软件的开发者——因为缺少对软件开发中需求和设计的基础组织能力,缺乏对代码实现的尊重。
CodeStable 会根据模型能力的发展进行调整。如果未来某个模型做到某个模块的稳定产出,那么这个模块就可以删除。
cs-refactor 还在 beta )项目地址: https://github.com/liuzhengdongfortest/CodeStable
MIT License · 作者 @liuzhengdong
1
Nauyus 14 小时 14 分钟前 via iPhone
赞
|
2
benjaminliangcom 2 小时 34 分钟前
框架太多了,学不完,根本学不完
|
3
ConteMan 1 小时 28 分钟前
整个架构和我这两个月在一个比较大型项目中的实践很相似,在实际开发中一步一步就演化成这个方向。😂
|