Arcforge：为AI编程助手打造的技能化工作流引擎

Arcforge是一款面向Claude Code、Codex、Gemini CLI等AI编程助手的技能化工作流引擎，旨在解决AI助手缺乏纪律性的问题。通过自动触发的技能系统，它将规范化的软件工程实践（如设计、规划、TDD、代码审查）嵌入AI助手的会话中，引导AI助手像训练有素的工程师一样工作，提升代码质量与可维护性。

AI编程助手能力飞速提升，但存在共同问题：缺乏纪律性。直接要求实现功能时，AI往往跳过设计、忽视审查、丢失上下文，导致代码虽能运行但技术债务快速累积（设计缺陷、边界处理不当、测试覆盖不足等）。GregoryHo/arcforge项目因此诞生，它不是替代AI助手的工具，而是通过技能系统将规范工程实践嵌入会话的工作流引擎。

什么是技能化工作流？

传统AI助手依赖用户记住命令和最佳实践，Arcforge将这些实践封装为技能，根据上下文自动触发，引导AI完成设计、规划、TDD、审查等环节，结构化会话并复用知识。

技能如何工作？

启动会话时，Arcforge钩子注入可用技能，根据任务性质激活不同技能（如模糊需求激活头脑风暴，已定义任务激活执行技能）。

工作流管道

涵盖设计到交付完整流程：arc-brainstorming（设计探索）→arc-refining（需求细化为规格）→arc-planning（拆解任务并建立依赖图）→arc-coordinating（大型项目并行Git工作树）→arc-implementing（强制执行TDD）。

质量门禁

任务完成后需两阶段审查：规格合规审查（功能完整性、边界处理等）、代码质量审查（风格、设计模式、性能等）。

学习系统

arc-journaling记录会话工作、问题与经验；arc-reflecting分析日志提取可复用模式形成本能。

场景一：新功能开发

模糊需求先激活arc-brainstorming澄清需求、产出设计文档，批准后拆解任务。

场景二：大型项目重构

arc-planning建立任务依赖图，arc-coordinating创建隔离Git工作树，支持并行开发。

场景三：Bug修复

arc-debugging启动系统化调试流程，arc-tdd确保修复包含回归测试。

场景四：知识传承

arc-reflecting分析日志提取经验模式（如时区处理），应用于未来会话。

Arcforge支持多平台：Claude Code可通过市场源安装插件；Codex、Gemini CLI需手动配置；OpenCode需克隆仓库并创建符号链接。

Arcforge推动AI编程助手从即兴问答模式转向结构化工程工作流，不替代创造力，而是通过纪律确保产出高质量、可维护的代码。对使用Claude Code、Codex或Gemini CLI的团队，它提供了整合AI进规范流程的方法，未来这类工具将成为提升AI协作效率的关键基础设施。