GOAT Flow：AI编程智能体的结构化工作流框架

GOAT Flow是一个为AI编程智能体设计的结构化工作流系统，通过READ→SCOPE→ACT→VERIFY执行循环、七项结构化技能、安全钩子和学习循环，解决智能体开发中的常见可靠性问题。

当前主流的AI编程助手（如Claude Code、Codex、Gemini CLI）虽然能力强大，但在自主执行时存在系统性缺陷。它们倾向于猜测未读代码的含义，在未经检查的情况下提交修改，创建重复文件而不是编辑现有文件，并且无法从过去的错误中学习。这些问题的根源在于缺乏结构化的执行约束和跨会话的记忆机制。

传统的解决方案是编写详尽的指令文件告诉智能体应该遵循的规则，但指令文件只能提供建议而无法强制执行。GOAT Flow的核心洞察是：智能体需要一套无法跳过的机制，而非仅仅是应该记住的规则。

GOAT Flow围绕五个关键关注点构建，每个关注点对应一类具体的失败模式：

这是GOAT Flow的核心工作流模式。在执行任何操作前，智能体必须先阅读相关代码（READ），明确修改范围（SCOPE），执行具体修改（ACT），最后验证结果（VERIFY）。VERIFY阶段要求运行实际测试并引用具体的通过/失败输出，而非简单复述。这种强制顺序防止了智能体在未理解代码库的情况下盲目修改。

GOAT Flow提供七个预定义的技能命令（如/goat-review、/goat-plan、/goat-critique），每个技能都有明确的阶段和人类检查点。这与自由形式的提示形成对比，后者容易在执行过程中漂移。技能系统确保智能体始终以一致的方式处理特定类型的任务。

框架默认包含deny-dangerous.sh钩子，在工具调用执行前进行拦截。这可以防止rm -rf、force-push、访问密钥文件等危险操作。与事后审计不同，钩子在执行前阻断，提供了真正的安全防护。

GOAT Flow在.goat-flow/目录中维护footguns（常见陷阱）、lessons（经验教训）、decisions（决策记录）和session logs。这些内容在会话开始时自动读取，使智能体能够避免上周已经记录过的错误。这种跨会话的记忆机制解决了智能体重复犯错的根本问题。

框架定义了三种自主层级：Always（始终执行）、Ask First（先询问）、Never（从不执行），防止智能体越权操作。同时提供针对规划、安全、合规等领域的参考模板，确保输出符合特定领域的专业标准。