Be-My-Butler：多智能体验证驱动的Claude Code工作流编排框架

Be-My-Butler（简称BMB）是针对Claude Code CLI设计的多智能体编排框架，旨在解决AI编程助手常见的幻觉、遗漏边界条件及自审偏差问题。其核心通过12步流水线、跨模型盲审验证和三层压缩协议提升代码可靠性，秉持“慢即是快”理念，适用于需高质量代码的生产环境。

随着AI编程助手普及，开发者发现现有工具（如Cursor、GitHub Copilot）虽生成速度快，但存在幻觉、遗漏边界条件、自审偏差等问题。同一模型既编写又审查代码时，难以发现自身错误。BMB项目针对此痛点，通过多智能体协作与跨模型验证机制提升代码可靠性。

BMB围绕五个关键问题设计：1.跨模型盲审解决自审偏差；2.Council Debate机制应对设计视野狭窄；3.三层压缩协议（步内、步间、会话级）控制上下文爆炸；4.Divergent Framing技术发现假设漏洞；5.FTS5知识库解决知识流失。核心为12步流水线架构，涵盖会话准备、头脑风暴、辩论决策、架构设计、执行、测试、验证等步骤，并定义十种专业智能体角色（Lead、Consultant、Architect等）分工协作。

BMB提供“食谱”系统适配不同任务：feature（全12步）、bugfix（跳过头脑风暴/辩论）、refactor（跳过前端）等。知识管理采用三层体系：项目本地、全局跨项目、CLAUDE.md固化规则，通过SQLite FTS5实现全文检索，自动将重复问题提升为候选规则。

BMB部署依赖Claude Code CLI、tmux、python3、sqlite3、git，可选Codex/Gemini CLI启用跨模型验证。安装后用bmb doctor验证依赖。实践建议：从/BMB-setup开始配置，先尝试bugfix食谱熟悉流程，逐步启用复杂食谱与跨模型验证。

BMB代表可靠性优先的AI编程理念，不追求速度而通过多智能体协作、结构化流程、跨模型验证提升代码质量。对追求高质量的团队，其设计思想与机制值得研究，可为AI辅助开发实践提供参考。