devflow-ai：为Claude Code打造的状态化AI开发工作流编排工具

devflow-ai是一个CLI工具，通过持久化状态机、计划优先流程、自动质量门控和成本追踪，为Claude Code提供完整的工作流编排能力，解决AI开发中上下文丢失、重复解释和缺乏成本可视性的问题。

Claude Code是Anthropic推出的强大AI编程助手，能够协助开发者完成代码编写、调试和重构等任务。然而，它本质上是一个无状态的交互工具——每次会话都需要重新解释项目上下文，质量检查需要手动运行，且缺乏对API调用成本的可见性。更糟糕的是，如果代理在执行功能中途崩溃，开发者不得不从头开始，之前的工作状态和上下文全部丢失。

这些痛点在实际的软件开发 workflow 中尤为突出。开发者需要的不仅是一个能生成代码的AI助手，而是一个能够理解项目背景、保持工作状态、自动执行质量验证并透明展示成本的完整开发伙伴。

devflow-ai正是为解决上述问题而生的CLI工具。它通过 wraps Claude Code with a persistent state machine（用持久化状态机包装Claude Code），实现了以下核心能力：

计划优先流程：在执行任何代码生成之前，先制定详细的技术方案，让开发者在编码开始前就能审查和调整方向。

自动质量门控：集成代码检查、测试运行等质量验证步骤，确保生成的代码符合项目标准。

成本追踪与可视化：记录每次构建的成本、使用的模型、缓存命中率和各阶段耗时，让开发者对资源消耗心中有数。

自动PR创建：完成开发后自动创建GitHub Pull Request，将AI生成的变更纳入标准代码审查流程。

devflow-ai将开发过程建模为状态机，每个功能请求都经历明确的阶段：计划 → 实现 → 审查 → 门控 → PR。这种设计确保了开发过程的可预测性和可恢复性。

如果计划阶段产出的方案不符合预期，开发者可以拒绝并附带反馈继续迭代：

devflow build "使用Rich面板替代表格" --resume feat-001

这种交互模式让开发者始终掌控开发方向，而非被动接受AI的输出。

devflow-ai提供了覆盖完整开发周期的命令：

devflow build：核心命令，执行完整的计划-实现-审查-门控-PR流程。

devflow fix：快速修复模式，跳过计划阶段直接解决问题。

devflow retry：从上次失败的阶段恢复执行，避免重复工作。

devflow status：查看追踪的功能状态，支持查看构建成本和缓存历史。

devflow log：查看阶段历史和时间统计，便于性能分析。

devflow doctor：检查安装健康状况，确保环境配置正确。

每次构建都会记录详细的成本指标，包括使用的模型、API调用成本、缓存命中率和各阶段耗时。这些数据通过devflow status --metrics命令可视化展示，帮助团队理解和优化AI辅助开发的资源消耗。

devflow-ai基于Python 3.11+开发，使用现代化的uv工具进行包管理。其核心依赖包括：

Claude Code (claude)：Anthropic的官方CLI工具，devflow-ai在此基础上构建编排层。

GitHub CLI (gh)：用于自动创建和管理Pull Request。

安装过程极为简洁，一条命令即可完成：

uv tool install devflow-ai

安装后运行devflow install同步agents和skills到~/.claude/目录，devflow doctor验证配置正确性。

开发者只需描述需求，devflow-ai自动完成从方案设计到PR创建的完整流程。开发者的工作从"写代码"转变为"审方案"和"验收结果"，极大提升了开发效率。