# DevRites：防止AI交付半成品代码的严谨开发工作流框架

> 一个纪律严明的资深工程师工作流框架，通过规范化的开发流程和AI审查智能体，确保AI生成代码的质量和完整性

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-06-17T00:45:13.000Z
- 最近活动: 2026-06-17T01:00:21.019Z
- 热度: 139.8
- 关键词: AI代码审查, 开发工作流, 代码质量, 智能体, 规范管理, 状态持久化, 软件工程
- 页面链接: https://www.zingnex.cn/forum/thread/devrites-ai
- Canonical: https://www.zingnex.cn/forum/thread/devrites-ai
- Markdown 来源: ingested_event

---

## 原作者与来源

- 原作者/维护者：ViktorsBaikers
- 来源平台：github
- 原始标题：DevRites
- 原始链接：https://github.com/ViktorsBaikers/DevRites
- 来源发布时间/更新时间：2026-06-17T00:45:13Z

## 原作者与来源\n\n- **原作者/维护者**: ViktorsBaikers\n- **来源平台**: GitHub\n- **原始标题**: DevRites\n- **原始链接**: https://github.com/ViktorsBaikers/DevRites\n- **发布时间**: 2026-06-17\n\n---\n\n## 项目概述\n\nDevRites 是一个创新的开发工作流框架，旨在解决AI辅助编程中的一个核心问题：AI生成的"半成品"代码。项目通过建立纪律严明的资深工程师工作流——从需求规范到最终封装的完整流程，结合智能的状态管理、规范漂移检测和AI审查智能体，确保AI辅助开发产出的代码质量达到生产标准。\n\n## 问题背景：AI代码生成的质量困境\n\n### AI编程的常见问题\n\n随着GitHub Copilot、Cursor等AI编程工具的普及，开发者面临新的质量挑战：\n\n#### 1. 半成品代码问题\n\n- **功能不完整**: AI生成的代码看似工作，但缺少边界情况处理\n- **测试缺失**: 代码缺少充分的测试覆盖\n- **文档不足**: 缺少必要的注释和文档\n- **错误处理**: 缺乏完善的错误处理机制\n\n#### 2. 规范漂移（Spec Drift）\n\n- **需求偏离**: 实现逐渐偏离原始需求\n- **范围蔓延**: 未经控制的功能添加\n- **技术债务**: 为赶进度而积累的临时方案\n\n#### 3. AI幻觉与过度自信\n\n- **虚假完成**: AI声称任务完成，实际存在问题\n- **过度简化**: 低估任务复杂度\n- **上下文丢失**: 在多轮对话中丢失重要约束\n\n### 传统解决方案的局限\n\n- **人工审查**: 耗时且难以规模化\n- **静态分析**: 只能检测语法问题，无法检测逻辑问题\n- **测试覆盖**: 无法保证测试的质量和完整性\n\n## DevRites 的七大阶段工作流\n\nDevRites 定义了七个严格顺序的开发阶段，每个阶段都有明确的准入和准出标准：\n\n### 阶段1：规范（Spec）\n\n#### 目标\n\n建立清晰、完整、可验证的功能规范。\n\n#### 关键活动\n\n- **需求澄清**: 与AI协作澄清模糊需求\n- **验收标准**: 定义明确的完成标准\n- **范围界定**: 明确功能边界，防止范围蔓延\n- **依赖识别**: 识别外部依赖和前置条件\n\n#### 状态持久化\n\n- **规范文档**: 以结构化格式保存规范\n- **版本控制**: 支持规范的版本演进\n- **变更追踪**: 记录规范的变更历史\n\n### 阶段2：规划（Plan）\n\n#### 目标\n\n制定详细的实现计划。\n\n#### 关键活动\n\n- **任务分解**: 将功能分解为可管理的子任务\n- **技术选型**: 选择合适的技术方案和库\n- **接口设计**: 定义模块间的接口契约\n- **风险评估**: 识别潜在风险并制定应对策略\n\n#### 计划验证\n\n- **完整性检查**: 确保计划覆盖所有验收标准\n- **可行性评估**: 评估计划的可行性\n- **依赖排序**: 确定任务的执行顺序\n\n### 阶段3：构建（Build）\n\n#### 目标\n\n按照计划实现功能代码。\n\n#### 关键活动\n\n- **增量开发**: 按计划逐步实现\n- **代码生成**: 使用AI辅助代码生成\n- **即时验证**: 每个增量完成后立即验证\n- **状态同步**: 更新任务状态和进度\n\n#### 构建约束\n\n- **规范对齐**: 确保实现与规范保持一致\n- **质量门槛**: 达到预设的代码质量标准\n- **测试先行**: 优先编写测试用例\n\n### 阶段4：验证（Prove）\n\n#### 目标\n\n全面验证实现符合规范。\n\n#### 关键活动\n\n- **功能测试**: 验证所有功能点\n- **边界测试**: 测试边界条件和异常情况\n- **集成测试**: 验证与现有系统的集成\n- **性能测试**: 验证性能满足要求\n\n#### 验证标准\n\n- **测试覆盖**: 达到预设的测试覆盖率\n- **验收通过**: 通过所有验收标准\n- **回归测试**: 确保没有引入回归问题\n\n### 阶段5：打磨（Polish）\n\n#### 目标\n\n提升代码质量和用户体验。\n\n#### 关键活动\n\n- **代码重构**: 优化代码结构和可读性\n- **性能优化**: 识别并优化性能瓶颈\n- **文档完善**: 完善代码注释和用户文档\n- **UX优化**: 优化用户交互体验\n\n#### 打磨检查\n\n- **代码审查**: 通过代码质量检查\n- **最佳实践**: 符合项目编码规范\n- **可维护性**: 达到可维护性标准\n\n### 阶段6：审查（Review）\n\n#### 目标\n\n通过多方位的质量审查。\n\n#### 关键活动\n\n- **同行审查**: 人工代码审查\n- **AI审查**: 多维度AI审查智能体评估\n- **安全审查**: 安全检查\n- **合规审查**: 确保符合项目规范\n\n#### 审查智能体\n\nDevRites的核心创新——专门的AI审查智能体：\n\n- **完整性检查智能体**: 验证功能完整性\n- **质量评估智能体**: 评估代码质量\n- **安全审计智能体**: 识别安全漏洞\n- **规范对齐智能体**: 验证与规范的一致性\n\n### 阶段7：封装（Seal）\n\n#### 目标\n\n完成最终交付并归档。\n\n#### 关键活动\n\n- **最终验证**: 最后一次全面验证\n- **文档归档**: 归档所有相关文档\n- **知识沉淀**: 提取可复用的知识和模式\n- **状态锁定**: 锁定功能状态，防止意外修改\n\n## 核心技术创新\n\n### 1. 持久化功能状态（Persistent On-Disk Feature State）\n\n#### 设计原理\n\n传统AI编程会话状态易失，DevRites将功能状态持久化到磁盘：\n\n- **状态文件**: 每个功能有独立的状态文件\n- **阶段追踪**: 记录当前所处阶段和阶段历史\n- **检查点**: 支持回滚到任意检查点\n- **元数据**: 存储丰富的上下文元数据\n\n#### 技术实现\n\n- **结构化存储**: 使用JSON/YAML等结构化格式\n- **版本控制**: 状态文件纳入版本控制\n- **原子操作**: 状态更新保证原子性\n- **并发安全**: 支持多开发者协作\n\n### 2. 规范漂移防护（Spec Drift Guard）\n\n#### 问题识别\n\n自动检测实现偏离原始规范的情况：\n\n- **语义漂移**: 实现语义与规范语义不一致\n- **范围蔓延**: 未经批准的功能添加\n- **简化妥协**: 为赶进度而做的过度简化\n\n#### 防护机制\n\n- **规范锚定**: 将规范作为不可变参考\n- **变更审批**: 规范变更需要显式审批\n- **偏离告警**: 实时告警规范偏离\n- **影响分析**: 分析变更对整体的影响\n\n### 3. AFK安全护栏（AFK Safety Rails）\n\n#### 场景问题\n\n开发者离开（AFK）时AI可能继续"工作"并产生问题：\n\n- **无人监督生成**: AI在无人监督时生成代码\n- **上下文丢失**: 多轮对话后AI丢失关键上下文\n- **过度生成**: 生成超出需求的代码\n\n#### 安全机制\n\n- **活动检测**: 检测开发者是否活跃\n- **暂停机制**: AFK时自动暂停AI操作\n- **检查点创建**: AFK前自动创建检查点\n- **恢复确认**: 恢复时需要确认上下文\n\n### 4. 浏览器防护阶梯（Browser-Proof Ladder）\n\n#### 设计目的\n\n防止开发者在浏览器中分散注意力，确保专注：\n\n- **上下文保持**: 防止因切换上下文而丢失思路\n- **深度工作**: 支持深度工作模式\n- **通知管理**: 智能管理通知和干扰\n\n#### 实现方式\n\n- **专注模式**: 集成专注模式功能\n- **进度可视化**: 清晰展示当前阶段和进度\n- **下一步提示**: 始终提示下一步该做什么\n\n### 5. 反AI敷衍审查智能体（Anti-AI-Slop Review Agents）\n\n这是DevRites最具创新性的组件：\n\n#### 智能体设计哲学\n\n- **怀疑主义**: 对AI生成代码保持健康的怀疑\n- **拒绝敷衍**: 拒绝接受"看起来差不多"的完成声明\n- **深度验证**: 进行深度验证而非表面检查\n- **证据要求**: 要求提供完成的证据\n\n#### 智能体类型\n\n##### 完整性检查智能体\n\n- **功能清单核对**: 逐条核对功能实现\n- **边界条件验证**: 验证边界条件处理\n- **错误路径检查**: 检查错误处理路径\n- **依赖验证**: 验证所有依赖已满足\n\n##### 质量评估智能体\n\n- **代码质量评分**: 多维度质量评分\n- **技术债务识别**: 识别潜在技术债务\n- **可维护性评估**: 评估长期可维护性\n- **性能影响分析**: 分析性能影响\n\n##### 安全审计智能体\n\n- **漏洞扫描**: 识别安全漏洞\n- **注入检测**: 检测注入攻击风险\n- **敏感信息检查**: 检查敏感信息泄露\n- **依赖安全**: 检查依赖项安全\n\n##### 规范对齐智能体\n\n- **需求追溯**: 追溯每个实现到需求\n- **验收标准验证**: 验证验收标准满足\n- **范围控制**: 验证没有超出范围\n- **一致性检查**: 检查命名和风格一致性\n\n## 工作流集成\n\n### IDE集成\n\n- **状态面板**: 可视化当前阶段和进度\n- **阶段转换**: 显式的阶段转换确认\n- **智能提示**: 基于当前阶段的智能提示\n- **快捷操作**: 常用操作的快捷入口\n\n### CI/CD集成\n\n- **阶段门禁**: 每个阶段作为CI门禁\n- **自动化检查**: 自动化的阶段检查\n- **报告生成**: 自动生成阶段报告\n- **审批工作流**: 集成审批工作流\n\n### 团队协作\n\n- **状态共享**: 团队成员间共享功能状态\n- **审查分配**: 自动分配审查任务\n- **进度同步**: 同步功能开发进度\n- **知识共享**: 共享审查发现的知识\n\n## 应用价值\n\n### 对个人开发者\n\n- **质量保证**: 确保个人项目代码质量\n- **最佳实践**: 学习和应用最佳实践\n- **效率提升**: 减少返工和调试时间\n\n### 对团队\n\n- **标准统一**: 统一团队开发标准\n- **协作顺畅**: 明确的状态和进度\n- **知识沉淀**: 沉淀团队知识和经验\n\n### 对企业\n\n- **风险降低**: 降低生产事故风险\n- **合规支持**: 支持合规和审计要求\n- **可扩展性**: 支持大规模团队协作\n\n## 总结与展望\n\nDevRites 代表了AI辅助编程的成熟度演进——从"快速原型"到"生产就绪"。通过建立严谨的工作流和智能的审查机制，它确保了AI生成代码的质量和可靠性。\n\n未来发展方向：\n- 更多领域特定的审查智能体\n- 与更多IDE和开发工具的集成\n- 基于历史数据的智能优化\n- 团队知识库的自动构建\n\n在AI编程工具日益普及的今天，DevRites 这类质量保障框架将成为确保代码质量的重要基础设施。