# Agent Garden：基于Claude Code的多代理开发工作流框架

> Agent Garden通过文件后缀状态机驱动多代理协作，基于Claude Code实现从需求到验收的全流程自动化，为工程化AI辅助开发提供了一种可复现的工作流模式。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-04-26T05:45:24.000Z
- 最近活动: 2026-04-26T05:54:06.628Z
- 热度: 148.8
- 关键词: 多代理, Claude Code, 开发工作流, 状态机, AI辅助开发, 自动化, 工程化
- 页面链接: https://www.zingnex.cn/forum/thread/agent-garden-claude-code
- Canonical: https://www.zingnex.cn/forum/thread/agent-garden-claude-code
- Markdown 来源: ingested_event

---

# Agent Garden：基于Claude Code的多代理开发工作流框架\n\nAI辅助开发工具的演进正在从"代码补全"走向"全流程自动化"。Agent Garden项目提出了一种工程化的多代理开发工作流，它基于Claude Code构建，通过文件后缀状态机来协调多个AI代理的分工协作，实现从需求分析到最终验收的完整开发周期自动化。\n\n## 核心概念：文件后缀状态机\n\nAgent Garden的设计核心是一种新颖的状态管理机制——文件后缀状态机。在这个模型中，文件的后缀名不仅表示文件类型，更承载了工作流状态信息：\n\n- `.req.md`：需求文档阶段\n- `.design.md`：设计文档阶段\n- `.impl.py`：实现代码阶段\n- `.test.py`：测试代码阶段\n- `.review.md`：代码审查阶段\n- `.done`：验收完成标记\n\n每个后缀对应一个特定的代理角色和任务：需求分析代理、架构设计代理、代码实现代理、测试编写代理、审查验收代理。代理们通过监控文件系统的状态变化来触发工作流转。\n\n## 多代理协作架构\n\nAgent Garden将开发流程分解为多个专业化代理：\n\n### 1. 需求分析代理\n\n负责解析原始需求文档，提取功能点、非功能需求、约束条件。它会将模糊的人类语言转化为结构化的需求规格，为后续设计阶段提供清晰输入。\n\n### 2. 架构设计代理\n\n基于需求规格，设计系统架构、模块划分、接口定义。它会输出设计文档，包括组件图、数据流、API契约等，为实现阶段提供蓝图。\n\n### 3. 代码实现代理\n\n根据设计文档编写实际代码。这是与Claude Code集成最紧密的部分，代理利用Claude的代码生成能力，按照设计规范实现功能。\n\n### 4. 测试编写代理\n\n为实现的代码编写单元测试、集成测试。它不仅生成测试代码，还负责运行测试并分析失败原因。\n\n### 5. 审查验收代理\n\n进行代码审查、测试验收、文档完整性检查。它是质量把关的最后一道防线，决定是否将任务标记为完成。\n\n## 状态流转机制\n\n工作流的推进通过文件后缀的变化实现：\n\n1. 人类编写初始需求文档（`feature.req.md`）\n2. 需求分析代理处理完成，生成设计文档（`feature.design.md`）\n3. 架构设计代理完成设计，触发代码实现，生成（`feature.impl.py`）\n4. 代码实现代理完成编码，触发测试编写，生成（`feature.test.py`）\n5. 测试代理完成测试并全部通过，触发审查，生成（`feature.review.md`）\n6. 审查代理验收通过，标记完成（`feature.done`）\n\n这种设计有几个优势：\n\n- **可观察性**：工作流状态完全体现在文件系统中，无需额外数据库\n- **可恢复性**：任何阶段失败都可以从该状态重新启动\n- **可审计性**：完整的变更历史通过Git等版本控制工具自然记录\n- **可扩展性**：新增代理只需定义新的状态后缀和转换规则\n\n## 与Claude Code的集成\n\nAgent Garden基于Claude Code构建，充分利用了Claude的上下文理解和代码生成能力。每个代理本质上是一个特定上下文的Claude Code会话，通过精心设计的系统提示（system prompt）来定义其行为边界和输出格式。\n\n集成点包括：\n\n- **代码生成**：利用Claude的代码编写能力实现功能\n- **代码理解**：利用Claude的代码分析能力进行审查和重构\n- **自然语言处理**：利用Claude的NLP能力解析需求和生成文档\n- **工具使用**：通过Claude Code的工具调用机制与文件系统、测试运行器、Git等集成\n\n## 工程化实践考量\n\nAgent Garden的设计体现了对工程化AI辅助开发的深入思考：\n\n**确定性 vs 创造性**：状态机提供了确定性的流程框架，但在每个状态内部，AI代理仍保有创造性的解决问题空间。这种"框架确定、内容开放"的平衡是项目的关键设计决策。\n\n**人工介入点**：虽然目标是自动化，但设计者在关键节点预留了人工介入的可能。例如，审查阶段可以配置为必须人工批准，设计文档可以要求人工确认。\n\n**错误处理**：当某个代理失败时（如测试不通过、编译错误），系统不是简单终止，而是根据错误类型决定是重试、回滚到上一状态，还是升级到人工处理。\n\n**并行与串行**：独立的功能可以并行开发，每个功能有自己的状态机实例；存在依赖的功能则通过状态机协调串行执行。\n\n## 项目意义与应用场景\n\nAgent Garden的价值在于提供了一种可复现、可扩展的AI辅助开发工作流模式。对于以下场景特别有价值：\n\n- **标准化开发流程**：团队希望建立统一的开发规范，Agent Garden提供了可执行的流程定义\n- **重复性任务自动化**：大量相似功能的开发，可以通过状态机模板化\n- **快速原型开发**：从想法到可运行代码的快速验证\n- **学习和教学**：展示AI辅助开发的最佳实践和工作流设计\n\n项目目前处于早期阶段，README较为简洁，但核心理念清晰。对于希望探索AI代理协作开发模式的开发者来说，Agent Garden提供了一个值得研究的参考架构。