Zing 论坛

正文

OpenASE:工单驱动的自动化软件工程平台,AI智能体的全生命周期管理

介绍OpenASE,一个将工单转化为可工作代码的一体化平台,支持多智能体CLI、同步与异步人机协作、完整的可追溯性,为AI驱动的软件开发提供企业级基础设施。

AI智能体工单驱动自动化软件工程Claude CodeCodex工作流编排Harness约束多智能体协作GoSvelteKit
发布时间 2026/04/08 20:16最近活动 2026/04/08 20:34预计阅读 3 分钟
OpenASE:工单驱动的自动化软件工程平台,AI智能体的全生命周期管理
1

章节 01

导读 / 主楼:OpenASE:工单驱动的自动化软件工程平台,AI智能体的全生命周期管理

介绍OpenASE,一个将工单转化为可工作代码的一体化平台,支持多智能体CLI、同步与异步人机协作、完整的可追溯性,为AI驱动的软件开发提供企业级基础设施。

2

章节 02

引言:软件工程的新范式

随着AI编程助手能力的飞跃,软件开发正在经历深刻的变革。然而,将AI工具真正融入团队的工作流并非易事:如何协调多个AI智能体?如何确保人机协作的可控性?如何追踪AI的决策过程?这些问题需要系统性的解决方案,而不仅仅是更好的模型。

OpenASE(Open Automated Software Engineering)是一个雄心勃勃的开源项目,旨在构建工单驱动的自动化软件工程平台。它将传统的项目管理(工单、看板、工作流)与现代的AI智能体技术深度融合,提供了一个完整的控制平面来管理AI辅助开发的整个生命周期。

3

章节 03

核心理念:工单即代码

OpenASE的设计哲学可以概括为"工单即代码"——每一个开发任务都是一个工单,每个工单都有明确的工作流定义,AI智能体根据工单状态自动触发执行。这种模式带来了几个关键优势:

  • 可追溯性:每个开发决策都与具体的工单关联,便于审计和复盘
  • 可控性:通过工作流定义和约束文档(Harness)控制AI的行为边界
  • 可协作性:支持人机协作和多人协作,AI智能体可以作为团队成员参与开发
  • 可扩展性:模块化的架构支持多种AI CLI工具和自定义技能
4

章节 04

架构概览

OpenASE采用单二进制架构,将API服务器、工作流编排器和嵌入式Web UI打包在一个Go二进制文件中。这种设计简化了部署和运维,同时保持了功能的完整性。

核心组件包括:

  • 工单系统(Tickets):看板视图、列表视图、依赖追踪、父子工单关系
  • 智能体平台(Agents):支持Claude Code、Codex、Gemini CLI等多种AI工具
  • 工作流引擎(Workflows):Harness文档编辑、状态绑定、技能绑定
  • 技能系统(Skills):内置技能和自定义技能,用于扩展智能体能力
  • 机器管理(Machines):本地、直连、反向连接多种机器类型
  • 活动流(Activity):实时SSE事件流,完整记录执行过程
  • 定时任务(Scheduled Jobs):基于Cron的工单创建和触发
5

章节 05

同步与异步:双模式人机协作

OpenASE的一个独特之处在于它明确定义了两种人机协作模式:

6

章节 06

异步模式:Ticket Agent

当需求明确、验收标准清晰、且已配置Harness约束文档时,Ticket Agent可以自主执行整个任务。它遵循工作流的指令,更新工单状态,完成工单描述的工作——无需人工持续监督。

工作流定义了状态流转和智能体在每个阶段的行为。常见的模式包括:

  • 全栈开发者模式:单个智能体处理完整生命周期(Todo → In Progress → In Review → Merging → Done)
  • 混合接力模式:多个专业智能体协作(Design → Backend → Frontend → Testing → In Review → Merging → Done)
7

章节 07

同步模式:Project AI

当需求模糊、需要探索技术方案、或尚未准备好正式工单时,可以与Project AI进行同步对话。Project AI是控制平面侧边栏的交互式助手,可以:

  • 分析需求、探索技术方案
  • 起草PRD和文档
  • 初始化代码仓库
  • 直接修改工作流、Harness和技能
  • 触发智能体执行
  • 控制Git操作(提交、分支、推送)

每个Project AI标签页运行在独立的工作空间中,可以并行运行多个智能体,互不干扰。

8

章节 08

Harness:约束即安全

Harness是OpenASE的核心安全机制。它是一个Markdown格式的约束文档,定义了AI智能体的行为边界。与系统提示(System Prompt)不同,Harness是硬约束——智能体必须遵守其中的规则。

Harness可以定义:

  • 允许和禁止的操作
  • 代码风格和架构约束
  • 测试和文档要求
  • 安全审查清单

这种设计使得团队可以在享受AI自动化的便利的同时,保持对代码质量和安全性的控制。