Maverick：AI驱动的珠串式开发工作流编排框架

Maverick是一个Python CLI工具，通过ACP协议和YAML DSL实现完整的AI驱动开发生命周期管理，从PRD生成飞行计划到代码实现、审查、人工升级和提交整理。其核心是珠串（bead）工作图模型，将开发中的工作单元抽象为珠串并连接成依赖图，实现人机协同作业，解决AI工具增多带来的流程复杂性问题，平衡效率提升与开发控制力、代码质量。

软件开发的悖论

在AI辅助编程工具层出不穷的今天，开发者面临工具增多但工作流程更复杂的困境——如何在享受AI效率的同时保持对过程的控制和质量把控？

核心理念：一切皆珠串

Maverick的设计哲学是将软件开发中的任何工作单元（功能实现、代码审查、人工验证等）抽象为珠串（bead），通过依赖关系形成完整工作流。这一抽象带来两大优势：

1. 消除传统开发环节的割裂感，状态流转顺畅；
2. 为人机协作提供清晰接口——AI遇阻时创建人工审查珠串，人类通过简单命令完成审批/拒绝/推迟操作。

Maverick将开发过程划分为四个核心阶段，实现从PRD到代码提交的完整流水线：

计划阶段（plan）

预飞简报室中四个并行AI代理分析PRD：范围定义、代码库分析、验收标准起草、唱反调（识别风险），最终生成含成功标准和范围的飞行计划。

补给阶段（refuel）

将飞行计划分解为具体工作单元（含验收标准、文件范围、验证命令），通过bd工具创建史诗级和任务级珠串，保证并行度与执行顺序。

飞行阶段（fly）

遍历就绪珠串，执行实现→门禁检查（格式化/lint/测试）→验收标准检查→规范检查→审查→提交流程。审查未通过则自动修复（最多三轮），失败后升级人工审查。

着陆阶段（land）

AI策展人整理提交历史：压缩修复提交、剥离珠串ID、撰写规范提交信息、排序逻辑流，跳过不可变提交并清理跑道知识库。

确定性规范合规

引入基于Grep的项目特定规范检查器，拦截反模式（如运行时代码unwrap()调用、异步函数阻塞调用），将团队约定编码为自动执行规则，减少审查轮次。

富化的代码审查

审查代理接收完整上下文：工作单元规范、预飞简报（风险评估）、跑道历史。所有珠串完成后执行跨珠串聚合审查，检查架构一致性和死代码，发现单个审查难以察觉的问题。

人在回路的优雅设计

AI修复尝试耗尽后，创建带完整上下文的人工假设珠串，人类通过手机终端用简单命令（批准/拒绝/推迟）介入。拒绝触发修正珠串回流，保持工作流连续性。

持续飞行与多终端协作

• 持续飞行模式：maverick fly --watch持续轮询新珠串；
• 多终端分工：一个终端运行AI代理，一个处理计划/补给，一个处理人工审查队列，实现人机并行工作流。

技术实现细节

• 基于Python 3.11+开发，用Thespian actor系统实现跨进程消息传递（multiprocTCPBase）；
• 版本控制采用Jujutsu（jj），利用快照/回滚安全特性，工作在隔离空间不影响开发者目录；
• 多提供商路由：支持Claude、Copilot、Gemini按任务分配，灵活选择AI服务。

跑道知识库

维护runway目录记录珠串结果、审查发现和修复历史，构建项目特定上下文，让AI代理逐步学习代码库特性，提升生成质量。

Maverick代表从AI辅助工具到AI原生工作流的范式转变——不是自动化现有步骤，而是重新组织AI时代的开发流程。珠串模型、人机协作接口、规范检查、富化审查等元素构成完整解决方案，为追求效率与质量平衡的工程团队提供值得探索的新选项。