Keelson：为AI智能体构建防漂移护栏的Issue驱动工作流框架

Keelson是由innovestrum开发的轻量级开源框架，通过Issue驱动工作流和人工介入机制，解决AI智能体在代码生成中的规格漂移问题。该框架支持任意代码仓库和问题追踪系统，核心是将AI活动与明确Issue绑定，设置人工检查点，平衡AI自动化效率与人类控制。

随着LLM能力提升，AI智能体在软件开发中应用广泛，但存在规格漂移问题：AI因上下文偏差、迭代误差等偏离原始需求，如登录功能演变为超范围实现，导致复杂度上升、安全风险。传统代码审查在AI生成代码量大时效率瓶颈明显，需系统化防护机制。

Keelson源自船舶术语（船体支撑结构），专为防AI规格漂移设计，核心理念是Issue驱动开发。框架采用MIT许可证，轻量（约61KB），不绑定特定AI模型或平台，可与Claude Code、Codex配合，支持GitHub Issues、Jira等问题追踪系统。

1. Issue驱动工作流：AI活动需关联含明确问题、验收标准的Issue，强制在约束下工作；2. 人工介入闸门：AI遇歧义、超范围修改等情况需暂停请求人工决策，触发条件可自定义；3. 可移植护栏配置：规则抽象为版本控制的配置文件，含代码范围、禁止操作、质量门槛等。

Keelson作为AI工具监督层，不替代现有工具；跨平台支持插件化，原生支持GitHub Issues，可扩展至Jira等；深度集成Git，标记AI变更便于审计，PR阶段自动验证是否符合Issue要求。

1. 企业级代码库：确保高风险AI变更经人工审查，低风险变更快速通过；2. 开源项目：帮助维护者识别AI生成代码是否符合规范；3. 个人开发：防止AI过度发挥，保持任务专注。

Keelson目前处于概念验证阶段（2026年6月创建），功能基础，缺乏社区反馈。未来可能扩展agentic-workflow、llm-guardrails等方向，或成为行业标准实践。

Keelson代表从追求AI自主性到优化人机协作的转变，强调AI工具需在正确时间引入人类智慧。对使用AI编程助手的团队，是值得关注的参考架构。