# AI-Supervisor：面向自主软件工程工作流的多Agent运行时内核

> 一个从单一脚本演进到完整运行时引擎的多Agent框架，支持任务调度、执行、监控和API接口，采用PostgreSQL和Redis Streams实现状态持久化和消息队列，为AI驱动的软件开发提供完整的任务操作系统基础设施。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-06-07T04:44:44.000Z
- 最近活动: 2026-06-07T04:54:09.429Z
- 热度: 154.8
- 关键词: 多Agent, AI软件工程, 任务调度, 运行时内核, PostgreSQL, Redis, FastAPI, 自动化, 工作流编排, Agent协作
- 页面链接: https://www.zingnex.cn/forum/thread/ai-supervisor-agent
- Canonical: https://www.zingnex.cn/forum/thread/ai-supervisor-agent
- Markdown 来源: ingested_event

---

## 原作者与来源

- 原作者/维护者：linkaidadie-hash
- 来源平台：github
- 原始标题：AI-Supervisor
- 原始链接：https://github.com/linkaidadie-hash/AI-Supervisor
- 来源发布时间/更新时间：2026-06-07T04:44:44Z

## 原作者与来源\n\n- 原作者/维护者：linkaidadie-hash\n- 来源平台：GitHub\n- 原始标题：AI-Supervisor\n- 原始链接：https://github.com/linkaidadie-hash/AI-Supervisor\n- 来源发布时间/更新时间：2026-06-07T04:44:44Z\n\n## 项目概述\n\nAI-Supervisor是一个面向自主软件工程工作流的多Agent运行时内核。它代表了从"AI修复脚本"到"AI任务操作系统引擎"的演进，为AI驱动的软件开发提供了完整的任务编排和执行基础设施。\n\n项目的核心定位是Agent Runtime Kernel——AI任务操作系统的内核层，支持多项目、多Agent、多模型的编排。目前项目已发展到v0.2阶段，具备生产级别的架构设计。\n\n## 版本演进路线\n\nAI-Supervisor的发展经历了清晰的版本迭代：\n\n### v0.1（已发布）\n\n这是一个单进程多Agent框架，实现了7步闭环工作流：\n1. Plan（计划）：分析需求并制定实现方案\n2. Worker（执行）：实际编写和修改代码\n3. Safety（安全）：执行安全检查\n4. Test（测试）：运行测试验证\n5. Review（审查）：代码审查\n6. Commit（提交）：提交变更\n7. Status（状态）：报告执行状态\n\nv0.1已经是一个可用的多Agent框架，证明了闭环工作流的可行性。\n\n### v0.2（当前版本，功能完整）\n\n这是架构的重大升级，将状态持久化到PostgreSQL，并将执行拆分为四个可独立扩展的角色：\n- Scheduler（调度器）：负责任务分解、分发和升级\n- Executor（执行器）：拉取任务、调用LLM、编辑代码\n- Watchdog（监控器）：处理超时、死锁和配额\n- APIs（接口层）：提供HTTP、WebSocket和CLI接口\n\nv0.2的实现包含多个阶段：\n- Phase 1：持久化层 + 有限状态机 + 仓库模式\n- Phase 2：Redis Streams + 调度器 + 执行器\n- Phase 3：LLM Provider / 模型池 / 成本追踪\n- Phase 4：FastAPI HTTP + WebSocket\n- Phase 5：Web Dashboard MVP\n\n### v0.3.x（安全与治理层）\n\n- v0.3.1（已发布）：Secret Vault，提供AES-GCM静态加密\n- v0.3.2（已发布）：Requirement Guard，基于规则的需求验证（无需LLM）\n- v0.3.3+（规划中）：Spec Guard、Architecture Guard、RBAC、审计、K8S支持、插件市场、Agent市场\n\n## 核心架构设计\n\n### 运行时内核抽象\n\nv0.2将v0.1的单进程控制器拆分为四个独立可扩展的角色，这种设计借鉴了操作系统的进程管理思想：\n\n**Scheduler（调度器）**：作为系统的"大脑"，负责任务的分解、分发和升级。它决定什么任务由什么Agent执行，以及在出现问题时如何重新调度。\n\n**Executor（执行器）**：作为系统的"手"，负责从队列拉取任务、调用LLM、执行代码编辑。执行器是无状态的，可以水平扩展以处理更多并发任务。\n\n**Watchdog（监控器）**：作为系统的"眼睛"，持续扫描任务状态，检测超时、死锁和配额超限，并在必要时向调度器发起升级请求。\n\n**APIs（接口层）**：作为系统的"嘴"，对外提供HTTP、WebSocket和CLI接口，允许外部系统与AI-Supervisor交互。\n\n### 共享状态层\n\n系统使用两种持久化机制：\n\n**PostgreSQL**：存储任务、运行记录、内存和成本等持久化数据。这种选择保证了数据的可靠性和查询能力。\n\n**Redis Streams**：作为任务队列和事件总线，支持发布-订阅模式和消费者组，实现调度器与执行器之间的异步通信。\n\n### v0.1兼容层\n\n为了保持向后兼容，v0.2保留了v0.1的核心组件：\n- core/：控制器、任务管理器、故障路由器、内存管理器、安全守卫\n- agents/：规划器、执行器、审查器、代码运行器、摘要生成器\n- runners/：Git操作、Shell执行、测试运行、批量文本修复、日志解析\n\n## 技术栈与依赖\n\nAI-Supervisor基于以下技术栈构建：\n\n- **Python 3.11+**：主要开发语言\n- **PostgreSQL 16**：关系型数据库，用于持久化存储\n- **Redis 7**：内存数据存储，用于消息队列\n- **FastAPI**：现代Python Web框架，用于API层\n- **Alembic**：SQLAlchemy的数据库迁移工具\n- **Docker Compose**：容器编排\n\n项目包含189个测试用例，测试覆盖率达到较高水平，体现了对代码质量的重视。\n\n## 项目结构\n\n仓库采用清晰的分层架构组织代码：\n\n- **agents/**：Agent实现，包括规划、执行、审查等角色\n- **api/**：API层实现，FastAPI路由和WebSocket处理\n- **config/**：配置文件\n- **core/**：核心逻辑，包括控制器、任务管理、内存管理等\n- **docs/**：文档\n- **executor/**：执行器实现\n- **infra/**：基础设施代码，数据库模型和连接管理\n- **logs/**：日志目录\n- **memory/**：内存存储实现\n- **migrations/**：数据库迁移脚本\n- **projects/**：项目管理\n- **requirements/**：依赖管理\n- **runners/**：各类执行器（Git、Shell、测试等）\n- **scheduler/**：调度器实现\n- **scripts/**：辅助脚本\n- **tasks/**：任务定义\n- **tests/**：测试代码\n- **web/**：Web Dashboard前端\n\n## 部署与运行\n\n项目提供了完整的容器化部署方案：\n\n**使用Docker Compose**：\n```\ndocker-compose up -d\n```\n\n这将启动PostgreSQL、Redis和应用服务。\n\n**本地开发**：\n```\npip install -r requirements.txt\npip install -r requirements-dev.txt\npython app.py\n```\n\n## 安全特性\n\n### Secret Vault（v0.3.1）\n\n提供AES-GCM静态加密，保护敏感信息如API密钥、数据库密码等。加密密钥可以配置为环境变量或使用密钥管理服务。\n\n### Requirement Guard（v0.3.2）\n\n基于规则的需求验证系统，不依赖LLM，可以：\n- 验证需求文档的完整性\n- 检查是否包含必要的信息（如验收标准、边界条件）\n- 在任务执行前拦截不完整的需求\n\n这种设计避免了将不完整的需求传递给Agent执行，减少返工。\n\n## 应用场景\n\nAI-Supervisor适用于以下场景：\n\n**自动化Bug修复**：接收Issue，自动分析、修复、测试并提交PR。\n\n**代码重构**：根据架构规划，自动执行大规模代码重构，保持测试通过。\n\n**文档生成**：从代码中提取信息，自动生成或更新文档。\n\n**多Agent协作开发**：多个Agent分工协作，分别负责规划、实现、测试、审查等环节。\n\n**CI/CD增强**：作为CI/CD流程的一部分，自动处理构建失败、测试失败等问题。\n\n## 项目状态与诚实披露\n\n项目文档提供了诚实的当前状态披露：\n\n- v0.2功能完整，但仍在alpha阶段\n- v0.3+进入平台时代，重点转向安全、治理和可扩展性\n- 部分功能（如K8S支持、Agent市场）仍在规划中\n\n这种透明的状态说明有助于用户评估是否适合其使用场景。\n\n## 多语言支持\n\n项目提供英文和简体中文双语README，体现了对中文开发者的友好。中文文档位于README_zh.md，内容与英文版保持一致。\n\n## 总结\n\nAI-Supervisor代表了AI辅助软件开发向系统化、工程化方向发展的趋势。通过将单脚本演进为完整的运行时内核，它解决了多Agent协作中的关键问题：状态管理、任务调度、故障处理和可观测性。\n\n对于正在探索AI驱动开发流程的团队，AI-Supervisor提供了一个可参考的架构设计和实现方案。其分层架构、清晰的角色划分和对安全治理的重视，使其不仅是一个工具，更是一套可扩展的平台基础设施。\n\n随着v0.3+版本的推进，AI-Supervisor有望成为一个完整的AI任务操作系统，支持更复杂的软件工程工作流和更大规模的Agent协作。