Context Engineering 驱动的新一代AI编程助手生态系统
基于Claude Code构建的智能代理协调平台，实现从需求到交付的全流程自动化开发
这是一个基于ContextEngineering理念构建的多层智能代理协调系统，通过100+个专业AI代理（全汉化）的协作，实现从项目需求分析到最终交付的全自动化开发流程。系统采用三层架构设计，结合Hook驱动的自动化机制，能够智能地选择和协调不同专业领域的代理，确保高质量的软件交付。
你是否厌倦了反复编写和调试 prompt，却只能让AI完成零散的任务？Claude-Code-Multi-Agent 将这一切自动化！你只需提出需求，系统就能像一个全能的技术团队，协调100多位不同领域的AI专家（代理），自主完成需求分析、架构设计、编码、测试和交付。
- Before:
claude "请用 express 写一个返回 'hello world' 的服务器"(得到一堆代码) - After:
claude /agent-workflow "创建一个返回 'hello world' 的 Express 服务器"(AI自主创建文件、写入代码、安装依赖、完成任务)
在这期间一切都是可控的，每一个任务的节点都会提供及时反馈！
它代表了从传统“提示工程”到“系统化AI指导”的范式转变。
| 维度 | ❌ 提示工程 (Prompt Engineering) | ✅ 上下文工程 (Context Engineering) |
|---|---|---|
| 范围 | 专注于巧妙的措辞和短语 | 提供包含背景信息的 完整系统 |
| 内容 | 通常是单次任务的指令 | 包括文档、示例、规则、模式和验证 |
| 比喻 | 像是给AI一张 便利贴 | 像是给AI一本包含所有细节的 完整剧本 |
| 效果 | AI容易出错或偏离轨道 | AI能够自我纠正，实现复杂、可靠的端到端任务 |
一言蔽之：与其绞尽脑汁想一个完美的“提示”，不如为AI提供一个完美的“上下文环境”。这正是本项目正在做的事情。
只需四步，即可体验AI自动化编程的强大之处。
请确保你的电脑上已安装以下软件：
- Claude Code (核心平台)
- Git
- Node.js (LTS)
打开终端，克隆本项目到本地。
git clone https://github.com/your-repo/Claude-Code-Multi-Agent.git
cd Claude-Code-Multi-Agent
这是什么？ MCP让AI代理拥有与外部世界交互的能力（如控制浏览器、长期记忆等）。这是实现真正自动化的关键。
请针对于您自己的系统，安装对应的MCP（除mcp-feedback-enhanced）其他非必需，MCP安装方法由于各系统各不相同，这里不过多赘述
| MCP服务器 | 主要功能 |
|---|---|
playwright-mcp |
浏览器自动化: 授权代理通过Playwright控制浏览器，执行网页交互、端到端测试和数据抓取。 |
memory |
长期记忆: 提供一个持久化存储，让代理能够跨会话记住关键信息、上下文和用户偏好。 |
sequential-thinking |
顺序思维增强: 引导代理进行更结构化、逻辑化的思考，将复杂问题分解为有序步骤。 |
mcp-feedback-enhanced(交互核心) |
增强反馈循环: 建立一个交互式反馈机制，允许用户在任务执行过程中进行干预和指导。 |
browsermcp |
通用浏览器控制: 提供一个轻量级的浏览器交互接口。 |
shrimp-task-manager |
任务管理: 一个专用的任务管理服务，用于更精细地跟踪和控制自动化任务的执行状态。 |
注意：
- 启用这些MCP服务可能需要在您的本地环境中安装相应的依赖，例如 Node.js (用于
npx) 和 Python。- 部分服务如
playwright-mcp在首次运行时会自动下载浏览器驱动，请确保您的网络连接正常。
现在，在 Claude Code 中打开本项目，并执行你的第一个指令：
/agent-workflow "创建一个名为 app.js 的文件，并写入一个简单的 Express 服务器代码，监听3000端口，返回 'Hello, Multi-Agent!'"恭喜！你已经成功启动了第一个AI工作流。观察AI如何像真人一样分析你的需求、创建文件、编写代码并报告任务完成
⚠️ 注意:/agent-workflow还不是最强的命令执行流程，下方，我还会介绍更强的工作流命令
Token消耗极快：构建一个完整的项目从文档到成品，大约要使用$10美元的token
这个系统在处理复杂项目时会消耗大量的Claude API token，特别是在以下场景：
- 多代理并行协作时的上下文传递
- 大型代码库的分析和重构
- 复杂架构设计的迭代优化
- 全面的测试套件生成和验证
建议在使用前：
- 设置合理的token使用限制
- 优先处理关键功能模块
- 合理根据自身需求使用不同复杂度的工作流
🎯 核心使用场景
✨ 第一步：我该选择哪个工作流？(项目复杂度评估)
面对不同任务，选择合适的工作流至关重要。如果你不确定任务的复杂度，可以让AI帮你分析！
调用“总协调器” @spec-orchestrator 来获取建议：
@spec-orchestrator 请帮我分析一下以下需求的复杂度，并推荐最合适的工作流。
我的需求是：“为我现有的Vue项目中添加一个带数据筛选和分页功能的表格组件。”AI会分析你的需求，给出一个复杂度评分，并明确告诉你应该使用 /agent-workflow 还是 /kiro/spec 等指令。
✨ 场景一：在已有项目中添加新功能
这是最常见的需求。流程如下：
将个人的项目移动至本仓库的根目录
提出想法，生成规格：使用 /kiro/spec 让AI为你规划
/kiro:spec "在我现有的CRM系统中，增加一个客户跟进记录模块。"AI会生成需求、设计、任务列表等 spec 文件。
（可选）微调规格：你可以打开 kiro/specs/ 目录下的文档，对AI的规划进行微调，确保它完全符合你的想法。
启动开发：让AI根据规划好的蓝图开始工作。
/agent-workflow "根据 kiro/specs/customer-follow-up-module.md 的规划，开始实现该功能。"场景二：从零开始一个新项目
当你只有一个模糊的想法时，这个流程最适合。
/kiro/spec "我想做一个在线的Markdown笔记应用"执行蓝图:
/multi-agent-workflow [/kiro/spec/markdown_app] <- 直接粘贴文件路径或@文件graph TB
subgraph "第一层：总协调器"
SO[spec-orchestrator<br/>总指挥官]
end
subgraph "第二层：领域专家主管 (9个Specialists)"
SA[spec-analyst<br/>需求分析主管]
SAR[spec-architect<br/>系统架构主管]
SP[spec-planner<br/>实施规划主管]
SD[spec-developer<br/>开发实施主管]
SR[spec-reviewer<br/>代码审查主管]
SV[spec-validator<br/>质量验证主管]
ST[spec-tester<br/>测试专家主管]
STR[spec-task-reviewer<br/>任务监督主管]
end
subgraph "第三层：专业执行代理 (100+个)"
ENG[Engineering<br/>工程代理]
DB[Databases<br/>数据库代理]
DES[Design<br/>设计代理]
TEST[Testing<br/>测试代理]
DEP[Deployment<br/>部署代理]
MKT[Marketing<br/>营销代理]
PROD[Product<br/>产品代理]
OPS[Operations<br/>运营代理]
end
SO --> SA
SO --> SAR
SO --> SP
SO --> SD
SO --> SR
SO --> SV
SO --> ST
SO --> STR
SA --> PROD
SA --> MKT
SAR --> ENG
SAR --> DB
SP --> OPS
SD --> ENG
SR --> ENG
SV --> TEST
SV --> DEP
ST --> TEST
STR --> OPS
# 目录结构
📦 agents # 顶层代理目录，包含所有不同类型的AI代理
├── 📄 auto-task-executor.js # 自动任务执行器，用于自动化执行特定任务的脚本或配置
├── 📄 directory_tree.md # 目录结构文档，描述整个代理目录的组织方式
└── 📄 task-execution-agent.js # 任务执行代理，负责接收并处理任务执行指令
├── 📂 bonus # 额外代理目录，包含一些特殊或辅助性的代理
├── 📄 joker.md # 小丑代理，可能用于生成幽默内容或进行非常规操作
└── 📄 studio-coach.md # 工作室教练代理，可能用于提供指导或培训
├── 📂 core # 核心代理目录，包含提供基础或通用功能的代理
├── 📄 code-archaeologist.md # 代码考古学家代理，用于分析和理解遗留代码
├── 📄 code-reviewer.md # 代码审查代理，用于检查代码质量和发现潜在问题
├── 📄 documentation-specialist.md # 文档专家代理，用于生成和维护项目文档
└── 📄 performance-optimizer.md # 性能优化器代理，用于分析和提升系统性能
├── 📂 databases # 数据库代理目录，包含与数据库操作相关的代理
├── 📄 customer-support.md # 客户支持代理，可能与用户数据或支持系统数据库交互
├── 📄 data-engineer.md # 数据工程师代理，用于数据管道、ETL等操作
├── 📄 data-scientist.md # 数据科学家代理，用于数据分析和模型训练
├── 📄 database-admin.md # 数据库管理员代理，用于管理数据库操作和维护
└── 📄 database-optimizer.md # 数据库优化器代理，用于优化数据库查询和结构
├── 📂 deployment # 部署代理目录，包含与软件部署和运维相关的代理
├── 📄 debugger.md # 调试器代理，用于识别和修复代码中的错误
├── 📄 deployment-engineer.md # 部署工程师代理，负责自动化部署流程
├── 📄 devops-troubleshooter.md # DevOps 故障排除代理，用于诊断和解决运维问题
├── 📄 dx-optimizer.md # 开发者体验优化代理，旨在提升开发效率和体验
├── 📄 error-detective.md # 错误侦探代理，用于日志分析和错误模式识别
├── 📄 legacy-modernizer.md # 遗留系统现代化代理，用于重构和升级旧系统
├── 📄 network-engineer.md # 网络工程师代理，用于网络配置、故障排除和优化
├── 📄 payment-integration.md # 支付集成代理，用于处理支付系统相关的任务
├── 📄 performance-engineer.md # 性能工程师代理，用于应用性能优化和可伸缩性
├── 📄 prompt-engineer.md # 提示工程师代理，用于设计和优化AI提示
├── 📄 quant-analyst.md # 量化分析师代理，可能用于金融或数据量化分析
├── 📄 refactor-agent.md # 重构代理，用于改进代码结构而不改变功能
├── 📄 risk-manager.md # 风险管理器代理，用于识别、评估和缓解项目风险
├── 📄 sales-automator.md # 销售自动化代理，用于自动化销售流程和营销活动
├── 📄 search-specialist.md # 搜索专家代理，可能用于优化搜索功能或内容索引
└── 📄 security-auditor.md # 安全审计师代理，用于审查代码安全性和合规性
├── 📂 design # 设计代理目录，包含与产品设计相关的代理
├── 📄 brand-guardian.md # 品牌守护者代理，确保产品符合品牌指南
├── 📄 ui-designer.md # UI 设计师代理，专注于用户界面视觉设计
├── 📄 ui-ux-master.md # UI/UX 大师代理，提供全面的用户体验和界面设计
├── 📄 ux-researcher.md # UX 研究员代理，专注于用户研究和需求分析
├── 📄 visual-storyteller.md # 视觉故事讲述者代理，用于创建引人入胜的视觉叙事
└── 📄 whimsy-injector.md # 奇思妙想注入器代理，可能用于增加创意或趣味性元素
├── 📂 engineering # 工程代理目录，包含通用工程领域的代理
├── 📂 backend # 后端代理目录
├── 📄 ai-engineer.md # AI 工程师代理，专注于AI模型和服务的后端实现
├── 📄 backend-architect.md # 后端架构师代理，负责后端系统设计
└── 📄 senior-backend-architect.md # 高级后端架构师代理，提供高级后端架构指导
├── 📂 frontend # 前端代理目录
├── 📄 frontend-developer.md # 前端开发代理，专注于前端代码实现
├── 📄 mobile-app-builder.md # 移动应用构建器代理，用于开发移动应用程序
├── 📄 rapid-prototyper.md # 快速原型开发代理，用于迅速构建功能原型
└── 📄 senior-frontend-architect.md # 高级前端架构师代理，提供高级前端架构指导
└── 📂 middlend # 中间层代理目录，可能包含一些跨前后端的通用服务或工具
├── 📄 api-documenter.md # API 文档编写代理，用于生成和维护API文档
├── 📄 architect-review.md # 架构审查代理，用于评审系统架构
├── 📄 cloud-architect.md # 云架构师代理，负责云平台架构设计和优化
├── 📄 code-reviewer.md # 代码审查代理（通用，可能与 core/code-reviewer.md 功能重叠或更侧重于特定方面）
└── 📄 devops-automator.md # DevOps 自动化代理，用于自动化运维流程
├── 📂 marketing # 市场营销代理目录，包含与市场推广相关的代理
├── 📄 app-store-optimizer.md # 应用商店优化代理，用于提升应用在应用商店的可见性
├── 📄 business-analyst.md # 业务分析师代理，用于分析业务需求和市场趋势
├── 📄 content-creator.md # 内容创作者代理，用于生成营销内容
├── 📄 growth-hacker.md # 增长黑客代理，专注于通过实验和策略实现用户增长
├── 📄 instagram-curator.md # Instagram 内容策展代理，用于管理和优化 Instagram 内容
├── 📄 reddit-community-builder.md # Reddit 社区建设代理，用于在 Reddit 上建立和管理社区
├── 📄 tiktok-strategist.md # TikTok 策略师代理，用于制定和执行 TikTok 营销策略
└── 📄 twitter-engager.md # Twitter 互动代理，用于在 Twitter 上进行互动和内容发布
├── 📂 orchestrators # 编排器代理目录，包含用于协调和管理其他代理的代理
├── 📄 context-manager.md # 上下文管理器代理，用于管理和维护会话或项目上下文
├── 📄 project-analyst.md # 项目分析师代理，用于对项目进行初始分析和评估
├── 📄 team-configurator.md # 团队配置器代理，用于设置和管理代理团队
└── 📄 tech-lead-orchestrator.md # 技术主管编排器代理，作为高级协调者管理整个开发流程
├── 📂 product # 产品代理目录，包含与产品管理相关的代理
├── 📄 feedback-synthesizer.md # 反馈合成器代理，用于收集和分析用户反馈
├── 📄 sprint-prioritizer.md # Sprint 优先级排序代理，用于确定开发迭代中的任务优先级
└── 📄 trend-researcher.md # 趋势研究员代理，用于分析市场趋势和用户行为
├── 📂 project-management # 项目管理代理目录，包含与项目管理相关的代理
├── 📄 experiment-tracker.md # 实验跟踪器代理，用于跟踪和分析实验结果
├── 📄 project-shipper.md # 项目发布代理，负责项目的最终交付和发布
└── 📄 studio-producer.md # 工作室制作人代理，可能用于协调多媒体或内容制作项目
├── 📂 specialist # 专家代理目录，包含一些在特定领域具有深度专业知识的代理
├── 📄 spec-analyst.md # 规范分析师代理，用于需求获取和规范文档编写
├── 📄 spec-architect.md # 规范架构师代理，根据规范进行系统架构设计
├── 📄 spec-developer.md # 规范开发代理，根据详细规范进行代码实现
├── 📄 spec-orchestrator.md # 规范编排器代理，协调基于规范的开发流程
├── 📄 spec-planner.md # 规范规划代理，将设计分解为可执行任务
├── 📄 spec-reviewer.md # 规范审查代理，审查代码和设计是否符合规范
├── 📄 spec-task-reviewer.md # 规范任务审查代理，验证开发任务的完成情况
├── 📄 spec-tester.md # 规范测试代理，创建和执行测试套件以验证规范
└── 📄 spec-validator.md # 规范验证代理，进行最终质量验证以确保符合所有规范和生产就绪
├── 📂 specialized # 专业化代理目录，包含按编程语言的框架....在这里可以添加您的编程语言规范，这里仅提供了一些模板
├── 📂 C++ # C++ 语言专家代理
└── 📄 cpp-pro.md # C++ 编程专家代理
├── 📂 databases # 数据库专业代理 (可能与顶层 databases 目录下的代理功能互补)
└── 📄 sql-pro.md # SQL 编程和优化专家代理
├── 📂 django # Django 框架专家代理
├── 📄 django-api-developer.md # Django API 开发代理
├── 📄 django-backend-expert.md # Django 后端专家代理
└── 📄 django-orm-expert.md # Django ORM 专家代理
├── 📂 Golang # Go 语言专家代理
└── 📄 golang-pro.md # Go 语言编程专家代理
├── 📂 JavaScript # JavaScript 语言专家代理
└── 📄 javascript-pro.md # JavaScript 编程专家代理
├── 📂 laravel # Laravel 框架专家代理
├── 📄 laravel-backend-expert.md # Laravel 后端专家代理
└── 📄 laravel-eloquent-expert.md # Laravel Eloquent ORM 专家代理
├── 📂 Python # Python 语言专家代理
└── 📄 python-pro.md # Python 编程专家代理
├── 📂 rails # Ruby on Rails 框架专家代理
├── 📄 rails-activerecord-expert.md # Rails ActiveRecord 专家代理
├── 📄 rails-api-developer.md # Rails API 开发代理
└── 📄 rails-backend-expert.md # Rails 后端专家代理
├── 📂 react # React 框架专家代理
├── 📄 react-component-architect.md # React 组件架构师代理
└── 📄 react-nextjs-expert.md # React Next.js 专家代理
└── 📂 vue # Vue.js 框架专家代理
├── 📄 vue-component-architect.md # Vue 组件架构师代理
├── 📄 vue-nuxt-expert.md # Vue Nuxt.js 专家代理
└── 📄 vue-state-manager.md # Vue 状态管理专家代理
├── 📂 studio-operations # 工作室运营代理目录，包含与日常运营相关的代理
├── 📄 analytics-reporter.md # 分析报告代理，用于生成数据分析报告
├── 📄 finance-tracker.md # 财务跟踪代理，用于管理和跟踪财务数据
├── 📄 infrastructure-maintainer.md # 基础设施维护代理，用于维护IT基础设施
├── 📄 legal-compliance-checker.md # 法律合规性检查代理，确保符合法律法规
└── 📄 support-responder.md # 支持响应代理，用于处理用户支持请求
├── 📂 testing # 测试代理目录，包含与软件测试相关的代理
├── 📄 api-tester.md # API 测试代理，专注于API接口测试
├── 📄 integration-test-fixer.md # 集成测试修复代理，用于修复集成测试中发现的问题
├── 📄 performance-benchmarker.md # 性能基准测试代理，用于设定和执行性能基准测试
├── 📄 test-automator.md # 测试自动化代理，用于创建和管理自动化测试
├── 📄 test-results-analyzer.md # 测试结果分析代理，用于分析测试报告
├── 📄 test-writer-fixer.md # 测试编写和修复代理，用于编写和修复测试用例
├── 📄 tool-evaluator.md # 工具评估代理，用于评估和选择开发工具
└── 📄 workflow-optimizer.md # 工作流优化代理，用于优化开发和测试流程
└── 📂 universal # 通用代理目录，包含不特定于某个技术栈的通用代理
├── 📄 api-architect.md # API 架构师代理，设计通用API结构
├── 📄 backend-developer.md # 后端开发代理（通用）
├── 📄 frontend-developer.md # 前端开发代理（通用）
└── 📄 tailwind-css-expert.md # Tailwind CSS 专家代理，专注于CSS框架
一个优秀的上下文环境由以下几个关键部分组成，这套模板也体现了这些**：
CLAUDE.md: 全局规则手册。这是AI在项目中必须遵守的最高行为准则，比如代码风格、测试要求、文件结构等。examples/或agents/: 最佳实践案例库。AI通过学习这些示例代码来理解您的项目模式和架构风格。在本工程中，庞大的agents/目录本身就是AI学习和模仿的最佳案例库。INITIAL.md: 初始需求描述。这是您对一个功能的初步想法和要求。在本工程中，这对应于您提供给/kiro/spec或/agent-workflow指令的初始文字描述。PRPs/(产品需求提示): 综合性实施蓝图。这是一个由AI生成的、极其详细的技术实现方案，包含了上下文、步骤、验证等。在本工程中，这对应于/kiro/spec指令所生成的系列规格文档，您可以根据自身公司的需求或您想要的模板进行汉化或是调整
上下文工程将软件开发流程化、自动化。以下是标准流程，它与您使用本项目指令的流程高度一致。
这是您为整个项目设定的“法律”。一个好的 CLAUDE.md 文件应包含：
- 项目意识：要求AI在行动前先阅读规划文档、检查现有代码。
- 代码规范：如文件大小限制、模块化组织方式。
- 测试要求：如单元测试的风格、代码覆盖率目标。
- 文档标准：如注释和文档字符串的格式。
您可以根据您的团队规范，自由定制此文件。
这是您与AI协作的起点。一个高质量的初始请求应包含：
- 功能描述：明确、具体地描述您想构建什么。
❌ 坏例子: “构建一个爬虫”✅ 好例子: “构建一个使用BeautifulSoup的异步网络爬虫，用于抓取电商网站的产品数据，能处理速率限制，并将结果存入PostgreSQL数据库。”
- 代码示例：告诉AI应该参考哪些现有代码模式。
- 相关文档：提供API文档链接、数据库结构图等。
- 其他考量：提及任何特殊要求、常见的坑或性能指标。
拿到您的初始请求后，AI会进入研究和规划阶段。
- 对应指令：这对应于本项目的
/kiro/spec或/generate-prp指令。
这个过程会：
- 研究分析: AI会分析您的代码库、寻找相似实现、确认代码惯例。
- 整合文档: AI会抓取您提供的链接中的关键信息。
- 创建蓝图: AI会生成一份详细的、带验证步骤的实施计划（即PRP或规格文档），并存放在
PRPs/或kiro/specs/目录下。
万事俱备，现在让AI开始编码。
- 对应指令：这对应于本项目的
/agent-workflow或/execute-prp指令。
AI会严格按照蓝图执行：
- 加载上下文: 读取完整的PRP蓝图。
- 制定计划: 创建详细的子任务列表。
- 执行与验证: 实现每个功能点，并运行测试或验证命令来确保正确性。
- 迭代修复: 如果验证失败，AI会尝试自我修复，直到所有检查通过。
- 完成任务: 确保所有成功标准都已满足。
-
初始请求要明确 不要假设AI懂你。明确提出你的要求、限制和偏好，并大量引用
examples/或agents/中的案例。 -
提供全面的示例 案例库是AI学习的食粮。提供越多的高质量示例，AI生成的代码就越符合你的期望。不仅要展示“做什么”，有时也要展示“不做什么”（如错误处理模式）。
-
利用验证关卡 在你的实现蓝图（PRP）中可以包含必须通过的测试命令或lint检查。这会强制AI进行自我修正，确保它一次性交付可用的代码。
-
善用外部文档 不要吝啬提供API文档、库指南或相关的Stack Overflow链接。你提供的信息越多，AI就越不需要去“猜测”。
-
不断完善
CLAUDE.md每当AI犯了一个你不想让它再犯的错误时，就考虑将相关的规则添加到CLAUDE.md中。这是一个持续进化的过程。
用途：基于初步需求生成详细的产品需求提示文档
/generate-prp INITIAL.md功能：
- 深度分析功能需求
- 研究技术实现方案
- 生成全面的PRP文档
- 包含验证循环和质量标准
用途：根据PRP文档自动实现功能
/execute-prp PRPs/your-feature-name.md功能：
- 解析PRP需求和规范
- 创建详细实施计划
- 逐步执行代码实现
- 运行验证和测试
用途：处理中等复杂度的功能开发
/agent-workflow <功能描述>执行流程：
spec-analyst → spec-architect → spec-developer → spec-validator → spec-tester
↓ ↓ ↓ ↓ ↓
需求分析 系统架构 代码实现 质量验证 测试验证
质量门控：达到95%质量分数才继续下一阶段
用途：处理复杂的系统重构和大型功能开发
/multi-agent-workflow <功能名称>三层协调架构：
- spec-orchestrator - 总协调，智能选择代理团队
- 9个specialist主管 - 领域专家协调和管理
- 100+专业代理 - 具体任务执行
用途：从粗略想法到完整实施规格的迭代流程
/kiro:spec <功能想法>三阶段流程：
- 需求收集 - 生成需求文档并与用户迭代确认
- 设计创建 - 基于需求进行技术设计和架构规划
- 任务列表 - 将设计分解为可执行的编程任务
用途：执行Kiro规格中的具体任务
/kiro:execute <功能名称> <任务描述>用途：处理复杂问题的深度分析和解决方案设计
/think-ultra <复杂问题描述>用途：对已完成工作进行反思和改进建议
/reflection <要反思的内容>用途：记录和文档化技术突破和创新解决方案
/eureka <突破描述>用途：自动化GitHub问题分析和修复流程
/gh:fix-issue <issue-number>用途：代码审查和PR反馈
/gh:review-pr <pr-number>用途：创建自定义Claude Code指令
/cc:create-command <指令名称> <描述>Hook系统实现了基于事件的自动化流程，配置在 .claude/settings.local.json 中：
{
"matcher": "Task",
"hooks": [{
"type": "command",
"command": "node agents/todo-hook-manager.js validate-task-prerequisites",
"timeout": 10000
}]
}触发场景：代理任务启动前的前置条件验证
{
"matcher": "Edit|MultiEdit|Write",
"hooks": [{
"type": "command",
"command": "node agents/todo-hook-manager.js handle-file-change",
"timeout": 30000
}]
}触发场景：文件编辑完成后的状态更新和任务标记
{
"matcher": "*",
"hooks": [
{
"command": "node agents/todo-hook-manager.js handle-task-complete",
"timeout": 45000
},
{
"command": "git add . && git commit -m \"Auto-commit: Agent task completed - $(date)\" || true",
"timeout": 20000
}
]
}触发场景：代理任务完成后的自动提交和下一任务触发
{
"matcher": "",
"hooks": [{
"command": "node agents/todo-hook-manager.js handle-notification",
"timeout": 10000
}]
}{
"matcher": "",
"hooks": [
{
"command": "node agents/todo-hook-manager.js update-stats",
"timeout": 15000
},
{
"command": "echo \"$(date): Claude Code session completed\" >> .claude/session.log",
"timeout": 5000
}
]
}sequenceDiagram
participant U as 用户
participant C as Claude
participant H as Hook系统
participant T as TODO管理器
participant G as Git
U->>C: 执行 /multi-agent-workflow feature-name
C->>H: PreToolUse触发 (Task验证)
H->>T: 验证前置条件
T-->>H: ✅ 验证通过
C->>C: 启动spec-orchestrator
C->>H: PostToolUse触发 (Task完成)
H->>T: 更新任务统计
C->>H: SubagentStop触发
H->>T: 标记任务完成
H->>G: 自动Git提交
H->>C: 触发下一个代理
C->>H: Stop触发
H->>T: 更新最终统计
H-->>U: 会话完成日志
职责：多层智能代理协调系统的总指挥官
- 读取Kiro规格文件进行深度分析
- 智能选择最合适的专业代理团队
- 协调三层架构的代理执行
- 管理统一的TODO任务列表
- 实现Hook驱动的自动化流程
职责：需求获取和项目范围专家
- 获取全面的需求和用户故事
- 创建带验收标准的结构化需求文档
- 分析利益相关者和用户画像
- 生成项目简报和范围文档
职责：技术设计和架构专家
- 创建全面的系统设计和架构
- 技术栈推荐和评估
- API规范和数据模型设计
- 确保可扩展性、安全性和可维护性
职责：将架构设计分解为可操作任务
- 创建详细的任务列表和实现顺序
- 估算复杂性和工作量
- 定义实现顺序和依赖关系
- 规划全面的测试策略
职责：根据规范实现代码
- 编写干净、可维护的生产质量代码
- 遵循架构模式和最佳实践
- 创建单元测试和处理错误场景
- 确保与现有代码的无缝集成
职责：代码质量和最佳实践保证
- 评估代码可读性和可维护性
- 识别安全漏洞和性能瓶颈
- 检查代码异味和反模式
- 提供可操作的改进反馈
职责：最终质量验证和生产就绪评估
- 验证所有需求是否满足
- 确认架构实现的正确性
- 计算整体质量分数
- 生成全面的验证报告
职责：综合测试策略和实现
- 创建并执行全面的测试套件
- 编写单元、集成和端到端测试
- 执行安全测试和性能测试
- 确保代码覆盖率符合标准
职责：开发任务完成状态审查
- 系统地审查任务列表中的每个任务
- 验证实现是否符合规范要求
- 自动触发未完成任务的执行
- 提供全面的进度状态报告
本项目采用 MIT 许可证 - 详见 LICENSE 文件
- Context Engineering Intro - 核心理念来源
- Claude Code - 强大的AI开发平台
- 所有贡献者和社区成员
让AI真正成为你的开发伙伴，而不仅仅是工具 🚀