一个为OpenCode AI编辑器设计的综合智能体工作流系统，整合了41个专业智能体，覆盖从需求分析到代码合并请求的完整SDLC流程，支持Node.js/TypeScript、Python和C语言的自动路由。

OpenCode Workflow：41个智能体覆盖完整软件开发生命周期\n\n## AI辅助编程的演进：从单一助手到专业团队\n\nAI辅助编程工具已经从简单的代码补全演进到了能够理解和执行复杂开发任务的智能代理。然而，大多数现有工具仍然采用"万能助手"的模式——一个AI尝试处理所有类型的开发任务。\n\nOpenCode Workflow项目代表了一种不同的思路：将软件开发的复杂性分解为专业角色，每个角色由专门优化的智能体承担，通过结构化的协作流程完成整个开发周期。这种设计灵感来自于人类软件开发团队的组织方式，将领域专业知识编码到智能体的行为和决策逻辑中。\n\n## 项目概述：融合两大工作流的精华\n\nOpenCode Workflow是一个综合性的AI智能体工作流系统，专为OpenCode AI编辑器设计。它巧妙地融合了两个来源的精华：\n\n- windsurf-workflow：提供了31个覆盖SDLC流程的智能体定义（最初为葡萄牙语）\n- opencode-workflow：提供了OpenCode插件格式、上下文系统、技能和工具基础设施\n\n通过这种融合，项目创建了一个包含41个专业智能体的完整生态系统，支持从需求分析到代码合并请求的整个软件开发生命周期。\n\n## 智能体组织架构\n\n41个智能体被组织为7个功能类别，每个类别负责开发流程的特定方面：\n\n### 核心智能体（2个）\n\n- OpenAgent：主要的编排智能体，负责理解用户意图并协调其他智能体\n- OpenCoder：专注于代码生成和编辑的核心智能体\n\n这两个智能体是用户的主要交互界面，负责将自然语言需求转化为可执行的任务计划。\n\n### SDLC流程智能体（5个）\n\n- ProductManager：将用户需求转化为结构化的用户故事\n- Architect：设计系统架构和执行策略\n- TechLead：负责技术实现的整体协调\n- QAAnalyst：验证实现是否符合验收标准\n- MergeRequestCreator：创建包含完整上下文的合并请求\n\n这五个智能体构成了完整的开发流水线：/story → /plan → /implement → /review → /qa → /mr\n\n### 代码智能体（16个）\n\n这是数量最多的类别，包括通用角色和语言特定变体：\n\n通用角色：\n- CoderAgent、BackendDeveloper、TestEngineer、CodeReviewer、BugFixer、BuildAgent\n\nNode.js/TypeScript变体：\n- 上述角色的Node.js专用版本（如BugFixerNodejs）\n\nPython变体：\n- CoderAgentPython、TestEngineerPython、CodeReviewerPython、BackendDeveloperPython、BugFixerPython\n\nC语言变体：\n- CoderAgentC、TestEngineerC、CodeReviewerC、BackendDeveloperC、BugFixerC\n\n这种语言特定的设计确保了智能体能够理解和遵循各语言的最佳实践和惯用模式。\n\n### 分析智能体（6个）\n\n- CodeAnalyzer：代码库架构和模式分析\n- ImplReviewer及其Python/C/Node.js变体：实现后的代码审查\n\n这些智能体在开发前进行架构分析，在开发后进行质量审查。\n\n### 开发智能体（6个）\n\n- FrontendDeveloper：通用前端开发\n- FrontendDeveloperReact/Vue/Angular：框架专用前端开发者\n- ShellDeveloper：脚本开发\n- UXDesigner：用户体验设计\n\n### 核心子智能体（4个）\n\n- ContextScout：上下文发现\n- ExternalScout：外部信息检索\n- TaskManager：任务分解和跟踪\n- DocWriter：文档编写\n\n这些智能体为其他智能体提供支持服务，确保它们拥有完成任务所需的全部信息。\n\n### 系统智能体（1个）\n\n- ContextOrganizer：知识管理，维护项目的长期记忆\n\n## 自动语言检测与路由\n\nOpenCode Workflow的一个关键特性是自动语言检测和智能路由。系统通过检查项目文件自动识别开发语言，并将任务路由到相应的专业智能体：\n\n| 检测信号 | 语言 | 使用的智能体 |\n|---------|------|-------------|\n| package.json, tsconfig.json | Node.js/TypeScript | CoderAgent, TestEngineer, CodeReviewer, BackendDeveloper, BugFixerNodejs |\n| pyproject.toml, requirements.txt | Python | CoderAgentPython, TestEngineerPython, CodeReviewerPython, BackendDeveloperPython, BugFixerPython |\n| CMakeLists.txt, Makefile | C | CoderAgentC, TestEngineerC, CodeReviewerC, BackendDeveloperC, BugFixerC |\n\n这种自动路由机制确保了用户无需手动指定语言，系统就能自动选择最合适的专业智能体。\n\n## 命令系统：自然语言与结构化指令\n\nOpenCode Workflow提供了一套丰富的命令，支持从高层意图到具体操作的多种交互方式：\n\n### SDLC流程命令\n\n| 命令 | 描述 | 负责智能体 |\n|------|------|-----------|\n| /story | 从需求创建结构化用户故事 | ProductManager |\n| /plan | 生成架构计划和执行策略 | Architect |\n| /implement | 执行完整的故事实现 | TechLead |\n| /review | 对变更进行代码审查 | CodeReviewer变体 |\n| /qa | 根据验收标准验证 | QAAnalyst |\n| /mr | 创建包含完整上下文的合并请求 | MergeRequestCreator |\n| /bugfix | 诊断和修复bug | BugFixer变体 |\n| /analyze | 分析代码库架构和模式 | CodeAnalyzer变体 |\n\n### 通用命令\n\n- /commit：创建格式规范的约定式提交\n- /test：运行完整的测试流水线\n- /context：管理上下文系统（收集、提取、组织）\n- /clean：使用linter和formatter清理代码库\n\n## 项目结构解析\n\nOpenCode Workflow的目录结构反映了其功能组织：\n\n\nnew-opencode-workflow/\n├── agent/\n│ ├── core/ # OpenAgent, OpenCoder（主要智能体）\n│ └── subagents/\n│ ├── analysis/ # CodeAnalyzer, ImplReviewer变体\n│ ├── code/ # CoderAgent, BackendDeveloper等\n│ ├── core/ # ContextScout, ExternalScout等\n│ ├── development/ # FrontendDeveloper变体, ShellDeveloper, UXDesigner\n│ ├── sdlc/ # ProductManager, Architect, TechLead等\n│ └── system-builder/ # ContextOrganizer\n├── command/\n│ ├── sdlc/ # /story, /plan, /implement等命令\n│ └── commit.md, test.md等通用命令\n├── config/\n│ └── agent-metadata.json # 所有41个智能体的注册表\n├── context/\n│ ├── core/ # 标准、工作流、上下文系统\n│ ├── development/ # 语言特定开发指南\n│ ├── project-intelligence/ # 动态笔记、决策日志\n│ └── project/ # 项目上下文\n├── skills/\n│ ├── task-management/ # 任务分解和跟踪CLI\n│ └── context7/ # 外部库文档获取器\n└── tool/\n └── env/ # 环境变量加载工具\n\n\n## 安装与使用\n\nOpenCode Workflow提供了灵活的安装选项：\n\n### 安装方式\n\nbash\n# 克隆仓库\ncd /path/to/new-opencode-workflow\n\n# 交互式安装\nbash install.sh\n\n# 或指定安装类型\nbash install.sh --global # 安装到 ~/.config/opencode/\nbash install.sh --local # 安装到 ./.opencode/\nbash install.sh --hybrid # 全局核心 + 本地项目\n\n\n### 快速开始\n\nbash\n# 启动OpenCode\nopencode --agent OpenAgent\n\n# 自然语言输入\n> \"创建一个带有仪表板和图表的金融应用\"\n\n\n系统会自动检测项目语言，路由到合适的智能体，并执行完整的SDLC流程。\n\n## 设计哲学：为什么需要这么多智能体？\n\nOpenCode Workflow的设计理念基于几个核心假设：\n\n### 专业化优于通用化\n\n就像人类开发团队需要前端专家、后端专家、测试工程师等不同角色一样，AI智能体也可以从专业化中受益。一个专门训练用于代码审查的智能体，可能比通用AI提供更深入、更准确的反馈。\n\n### 显式流程优于隐式推理\n\n通过将开发流程显式建模为智能体之间的协作，系统变得更容易理解、调试和优化。当某个环节出现问题时，开发者可以追踪到具体的智能体和决策点。\n\n### 上下文管理是关键\n\n大型项目包含大量信息，没有智能体能够或应该一次性处理全部内容。ContextScout、ContextOrganizer等支持智能体的存在，确保了每个工作智能体都能获得相关且适量的上下文。\n\n## 与OpenCode的集成\n\nOpenCode Workflow是为OpenCode AI编辑器专门设计的。OpenCode是一个新兴的AI编程工具，与GitHub Copilot、Cursor等产品竞争。该工作流系统充分利用了OpenCode的插件架构，包括：\n\n- YAML frontmatter格式的智能体定义\n- XML-like标签的权限控制\n- 细粒度的能力声明\n\n所有智能体都从原始的葡萄牙语翻译为英语，并适配到OpenCode的格式要求。\n\n## 文档资源\n\n项目提供了丰富的文档帮助用户理解和使用系统：\n\n- USAGE_GUIDE.md：OpenAgent vs OpenCoder的选择、自然语言使用技巧、命令参考\n- INSTALLATION.md：全球、本地和混合安装的详细说明\n- HOW_IT_WORKS.md：架构、智能体委派和工作流的完整解释\n- QUICK_REFERENCE.md：命令和语言路由的可视化快速参考\n\n## 结语：AI辅助编程的未来方向\n\nOpenCode Workflow项目展示了AI辅助编程的一个可能演进方向：从单一助手向专业化团队协作的转变。通过将软件开发的复杂性分解为可管理的角色和流程，系统能够在保持灵活性的同时提供更专业、更可靠的帮助。\n\n对于开发者而言，这种工作流系统提供了一种新的工作方式：不再是与AI进行零散的问答交互，而是委托完整的开发任务给协调一致的智能体团队。对于AI研究者而言，这是一个测试多智能体协作、上下文管理和任务分解策略的实用平台。\n\n随着AI能力的持续提升，我们可以期待看到更多类似的专业化智能体系统，它们将重新定义人机协作开发软件的范式。

OpenCode Workflow：41个智能体覆盖完整软件开发生命周期\n\nAI辅助编程的演进：从单一助手到专业团队\n\nAI辅助编程工具已经从简单的代码补全演进到了能够理解和执行复杂开发任务的智能代理。然而，大多数现有工具仍然采用"万能助手"的模式——一个AI尝试处理所有类型的开发任务。\n\nOpenCode Workflow项目代表了一种不同的思路：将软件开发的复杂性分解为专业角色，每个角色由专门优化的智能体承担，通过结构化的协作流程完成整个开发周期。这种设计灵感来自于人类软件开发团队的组织方式，将领域专业知识编码到智能体的行为和决策逻辑中。\n\n项目概述：融合两大工作流的精华\n\nOpenCode Workflow是一个综合性的AI智能体工作流系统，专为OpenCode AI编辑器设计。它巧妙地融合了两个来源的精华：\n\n- windsurf-workflow：提供了31个覆盖SDLC流程的智能体定义（最初为葡萄牙语）\n- opencode-workflow：提供了OpenCode插件格式、上下文系统、技能和工具基础设施\n\n通过这种融合，项目创建了一个包含41个专业智能体的完整生态系统，支持从需求分析到代码合并请求的整个软件开发生命周期。\n\n智能体组织架构\n\n41个智能体被组织为7个功能类别，每个类别负责开发流程的特定方面：\n\n核心智能体（2个）\n\n- OpenAgent：主要的编排智能体，负责理解用户意图并协调其他智能体\n- OpenCoder：专注于代码生成和编辑的核心智能体\n\n这两个智能体是用户的主要交互界面，负责将自然语言需求转化为可执行的任务计划。\n\nSDLC流程智能体（5个）\n\n- ProductManager：将用户需求转化为结构化的用户故事\n- Architect：设计系统架构和执行策略\n- TechLead：负责技术实现的整体协调\n- QAAnalyst：验证实现是否符合验收标准\n- MergeRequestCreator：创建包含完整上下文的合并请求\n\n这五个智能体构成了完整的开发流水线：/story → /plan → /implement → /review → /qa → /mr\n\n代码智能体（16个）\n\n这是数量最多的类别，包括通用角色和语言特定变体：\n\n通用角色：\n- CoderAgent、BackendDeveloper、TestEngineer、CodeReviewer、BugFixer、BuildAgent\n\nNode.js/TypeScript变体：\n- 上述角色的Node.js专用版本（如BugFixerNodejs）\n\nPython变体：\n- CoderAgentPython、TestEngineerPython、CodeReviewerPython、BackendDeveloperPython、BugFixerPython\n\nC语言变体：\n- CoderAgentC、TestEngineerC、CodeReviewerC、BackendDeveloperC、BugFixerC\n\n这种语言特定的设计确保了智能体能够理解和遵循各语言的最佳实践和惯用模式。\n\n分析智能体（6个）\n\n- CodeAnalyzer：代码库架构和模式分析\n- ImplReviewer及其Python/C/Node.js变体：实现后的代码审查\n\n这些智能体在开发前进行架构分析，在开发后进行质量审查。\n\n开发智能体（6个）\n\n- FrontendDeveloper：通用前端开发\n- FrontendDeveloperReact/Vue/Angular：框架专用前端开发者\n- ShellDeveloper：脚本开发\n- UXDesigner：用户体验设计\n\n核心子智能体（4个）\n\n- ContextScout：上下文发现\n- ExternalScout：外部信息检索\n- TaskManager：任务分解和跟踪\n- DocWriter：文档编写\n\n这些智能体为其他智能体提供支持服务，确保它们拥有完成任务所需的全部信息。\n\n系统智能体（1个）\n\n- ContextOrganizer：知识管理，维护项目的长期记忆\n\n自动语言检测与路由\n\nOpenCode Workflow的一个关键特性是自动语言检测和智能路由。系统通过检查项目文件自动识别开发语言，并将任务路由到相应的专业智能体：\n\n| 检测信号 | 语言 | 使用的智能体 |\n|---------|------|-------------|\n| package.json, tsconfig.json | Node.js/TypeScript | CoderAgent, TestEngineer, CodeReviewer, BackendDeveloper, BugFixerNodejs |\n| pyproject.toml, requirements.txt | Python | CoderAgentPython, TestEngineerPython, CodeReviewerPython, BackendDeveloperPython, BugFixerPython |\n| CMakeLists.txt, Makefile | C | CoderAgentC, TestEngineerC, CodeReviewerC, BackendDeveloperC, BugFixerC |\n\n这种自动路由机制确保了用户无需手动指定语言，系统就能自动选择最合适的专业智能体。\n\n命令系统：自然语言与结构化指令\n\nOpenCode Workflow提供了一套丰富的命令，支持从高层意图到具体操作的多种交互方式：\n\nSDLC流程命令\n\n| 命令 | 描述 | 负责智能体 |\n|------|------|-----------|\n| /story | 从需求创建结构化用户故事 | ProductManager |\n| /plan | 生成架构计划和执行策略 | Architect |\n| /implement | 执行完整的故事实现 | TechLead |\n| /review | 对变更进行代码审查 | CodeReviewer变体 |\n| /qa | 根据验收标准验证 | QAAnalyst |\n| /mr | 创建包含完整上下文的合并请求 | MergeRequestCreator |\n| /bugfix | 诊断和修复bug | BugFixer变体 |\n| /analyze | 分析代码库架构和模式 | CodeAnalyzer变体 |\n\n通用命令\n\n- /commit：创建格式规范的约定式提交\n- /test：运行完整的测试流水线\n- /context：管理上下文系统（收集、提取、组织）\n- /clean：使用linter和formatter清理代码库\n\n项目结构解析\n\nOpenCode Workflow的目录结构反映了其功能组织：\n\n\nnew-opencode-workflow/\n├── agent/\n│ ├── core/ OpenAgent, OpenCoder（主要智能体）\n│ └── subagents/\n│ ├── analysis/ CodeAnalyzer, ImplReviewer变体\n│ ├── code/ CoderAgent, BackendDeveloper等\n│ ├── core/ ContextScout, ExternalScout等\n│ ├── development/ FrontendDeveloper变体, ShellDeveloper, UXDesigner\n│ ├── sdlc/ ProductManager, Architect, TechLead等\n│ └── system-builder/ ContextOrganizer\n├── command/\n│ ├── sdlc/ /story, /plan, /implement等命令\n│ └── commit.md, test.md等通用命令\n├── config/\n│ └── agent-metadata.json 所有41个智能体的注册表\n├── context/\n│ ├── core/ 标准、工作流、上下文系统\n│ ├── development/ 语言特定开发指南\n│ ├── project-intelligence/ 动态笔记、决策日志\n│ └── project/ 项目上下文\n├── skills/\n│ ├── task-management/ 任务分解和跟踪CLI\n│ └── context7/ 外部库文档获取器\n└── tool/\n └── env/ 环境变量加载工具\n\n\n安装与使用\n\nOpenCode Workflow提供了灵活的安装选项：\n\n安装方式\n\nbash\n克隆仓库\ncd /path/to/new-opencode-workflow\n\n交互式安装\nbash install.sh\n\n或指定安装类型\nbash install.sh --global 安装到 ~/.config/opencode/\nbash install.sh --local 安装到 ./.opencode/\nbash install.sh --hybrid 全局核心 + 本地项目\n\n\n快速开始\n\nbash\n启动OpenCode\nopencode --agent OpenAgent\n\n自然语言输入\n> \"创建一个带有仪表板和图表的金融应用\"\n\n\n系统会自动检测项目语言，路由到合适的智能体，并执行完整的SDLC流程。\n\n设计哲学：为什么需要这么多智能体？\n\nOpenCode Workflow的设计理念基于几个核心假设：\n\n专业化优于通用化\n\n就像人类开发团队需要前端专家、后端专家、测试工程师等不同角色一样，AI智能体也可以从专业化中受益。一个专门训练用于代码审查的智能体，可能比通用AI提供更深入、更准确的反馈。\n\n显式流程优于隐式推理\n\n通过将开发流程显式建模为智能体之间的协作，系统变得更容易理解、调试和优化。当某个环节出现问题时，开发者可以追踪到具体的智能体和决策点。\n\n上下文管理是关键\n\n大型项目包含大量信息，没有智能体能够或应该一次性处理全部内容。ContextScout、ContextOrganizer等支持智能体的存在，确保了每个工作智能体都能获得相关且适量的上下文。\n\n与OpenCode的集成\n\nOpenCode Workflow是为OpenCode AI编辑器专门设计的。OpenCode是一个新兴的AI编程工具，与GitHub Copilot、Cursor等产品竞争。该工作流系统充分利用了OpenCode的插件架构，包括：\n\n- YAML frontmatter格式的智能体定义\n- XML-like标签的权限控制\n- 细粒度的能力声明\n\n所有智能体都从原始的葡萄牙语翻译为英语，并适配到OpenCode的格式要求。\n\n文档资源\n\n项目提供了丰富的文档帮助用户理解和使用系统：\n\n- USAGE_GUIDE.md：OpenAgent vs OpenCoder的选择、自然语言使用技巧、命令参考\n- INSTALLATION.md：全球、本地和混合安装的详细说明\n- HOW_IT_WORKS.md：架构、智能体委派和工作流的完整解释\n- QUICK_REFERENCE.md：命令和语言路由的可视化快速参考\n\n结语：AI辅助编程的未来方向\n\nOpenCode Workflow项目展示了AI辅助编程的一个可能演进方向：从单一助手向专业化团队协作的转变。通过将软件开发的复杂性分解为可管理的角色和流程，系统能够在保持灵活性的同时提供更专业、更可靠的帮助。\n\n对于开发者而言，这种工作流系统提供了一种新的工作方式：不再是与AI进行零散的问答交互，而是委托完整的开发任务给协调一致的智能体团队。对于AI研究者而言，这是一个测试多智能体协作、上下文管理和任务分解策略的实用平台。\n\n随着AI能力的持续提升，我们可以期待看到更多类似的专业化智能体系统，它们将重新定义人机协作开发软件的范式。