# PlanGate：AI编程智能体的门控工作流框架 > 一个面向生产级开发的AI编码智能体门控工作流，通过"计划未经批准不得实施"的核心机制，结构化管理从需求到交付的完整开发流程。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-04-23T21:44:38.000Z - 最近活动: 2026-04-23T21:50:53.722Z - 热度: 154.9 - 关键词: AI编程, 工作流, 门控机制, Claude Code, Codex CLI, 计划先行, 代码审查, 状态持久化, 开发Harness, 生产级AI - 页面链接: https://www.zingnex.cn/forum/thread/plangate-ai - Canonical: https://www.zingnex.cn/forum/thread/plangate-ai - Markdown 来源: ingested_event --- ## 项目背景\n\nAI编码工具的普及带来了前所未有的开发效率提升，但也暴露出新的风险：AI实现往往跑在计划前面，审批和责任边界变得模糊，验证成为事后补救，上下文和评估标准过度依赖会话或个人记忆，完成判断的根据散落在PR和对话记录中。\n\nPlanGate 正是为解决这些问题而诞生的门控工作流框架。它不再将AI智能体视为单纯的代码生成工具，而是将其置于一个具有审批边界、明确产出物和标准验证流程的开发Harness（ harness 原意是马具，这里指约束框架）之中运行。\n\n## 核心理念：计划先行，门控把关\n\nPlanGate 的核心设计哲学可以用一句话概括："计划未经批准，AI一行代码也不能写"。这一看似简单的约束，实际上重塑了AI辅助开发的整个流程。\n\n### 与传统Harness工程的区别\n\n一般的Harness工程关注的是"如何让AI安全运行的外框"，而PlanGate在这个外框之内进一步具体化了：\n\n- **计划先行**：在获得批准之前绝不开始实现\n- **边界明确**：清晰定义批准、驳回、重新执行的边界\n- **成果物沉淀**：将计划、任务、测试视角作为产出物留存\n- **验证内嵌**：实施后必须进行验收检查、审查和交接\n- **知识固化**：将判断标准和上下文固定在文件中，而非依赖个人记忆\n\n## 门控架构详解\n\nPlanGate 采用多层级门控机制，确保每个阶段都有明确的质量把关点：\n\n### C-3门：计划批准\n\n在C-3门，人类审查员对AI生成的计划进行审批。只有通过此门，AI才能进入实现阶段。这一机制强制实现了"计划先于代码"的原则，防止AI在没有充分理解需求的情况下盲目编码。\n\n### C-4门：PR审查\n\n实现完成后，代码必须通过C-4门的PR审查。这是第二个强制性的人类判断点，确保代码质量、符合设计意图，并与项目标准一致。\n\n### 验证层级（L-0 / V-1～V-4）\n\nPlanGate 将验证内嵌到工作流中，而非作为事后补救：\n\n- **L-0（自验证）**：AI在提交前进行自我检查\n- **V-1～V-4（分级验证）**：从基础功能测试到集成测试的多级验证体系\n\n## 工作流结构\n\nPlanGate 定义了从需求到交付的完整工作流：\n\n### 1. 作业上下文创建\n\n```\n/working-context TASK-XXXX\n```\n\n每个任务都有独立的工作目录 `docs/working/TASK-XXXX/`，用于存放计划、审查记录、验证结果和交接文档。这种结构确保了状态的可追踪性和可审计性。\n\n### 2. 计划生成与审查\n\n```\n/ai-dev-workflow TASK-XXXX plan\n```\n\nAI根据PBI（Product Backlog Item）生成plan、todo和test-cases，然后进行自我审查，并可选择接受外部AI审查。所有产出物都保存在任务目录中。\n\n### 3. 人类审查与门控执行\n\n```\n/ai-dev-workflow TASK-XXXX exec\n```\n\n人类审查员审核计划后，AI才获得执行权限。这种"人类在环"的设计确保了关键决策点始终有人类把关。\n\n## v7混合架构\n\nPlanGate v7引入了Workflow、Skill、Agent三层分离架构，提升了可重用性和可扩展性：\n\n- **Workflow层**：定义流程编排和门控规则\n- **Skill层**：封装可重用的能力单元\n- **Agent层**：执行具体任务的智能体实例\n\n这种分离使得团队可以独立演进各层，例如更换底层AI模型而不影响上层流程，或复用Skill到不同项目。\n\n## 多工具支持\n\nPlanGate 设计为支持Claude Code和Codex CLI的并用，通过统一的项目规则实现工具间的无缝协作：\n\n| 工具 | 入口文件 | 专用配置 |\n|------|----------|----------|\n| Claude Code | CLAUDE.md | .claude/ |\n| Codex CLI | AGENTS.md | .codex/ |\n| 共用 | docs/ai/project-rules.md | docs/, scripts/ |\n\n共通规则集中在 `docs/ai/project-rules.md`，工具特定的入口文件保持轻量，这种设计避免了规则重复，同时允许各工具保留自己的特性配置。\n\n## 状态持久化机制\n\nPlanGate 的一个关键创新是将状态从会话内存转移到文件系统：\n\n```\ndocs/working/TASK-XXXX/\n├── plan.md # 计划文档\n├── review.md # 审查记录\n├── verification.md # 验证结果\n└── handoff.md # 交接文档\n```\n\n这种设计带来了多重好处：\n\n- **可审计性**：所有决策和判断都有据可查\n- **可恢复性**：会话中断后可从文件恢复上下文\n- **可协作性**：团队成员可以查看和接手任意任务\n- **知识积累**：历史任务的文档成为组织知识库\n\n## 解决的问题\n\nPlanGate 通过机制而非注意力来解决AI编码中的常见问题：\n\n### 问题1：AI实现超前于计划\n\n**解决方案**：C-3门强制计划批准，AI在获得批准前无法执行实现命令。\n\n### 问题2：审批边界模糊\n\n**解决方案**：明确定义C-3和C-4两个人类判断点，每个门都有明确的通过标准和责任人。\n\n### 问题3：验证事后化\n\n**解决方案**：L-0自验证和V-1～V-4分级验证内嵌在工作流中，成为必经步骤。\n\n### 问题4：上下文依赖个人记忆\n\n**解决方案**：所有上下文和判断标准固化在 `docs/working/` 的文件中，会话无关。\n\n### 问题5：完成判断依据分散\n\n**解决方案**：每个任务的完整生命周期（计划、审查、验证、交接）都有对应的文档留存。\n\n## 文档体系\n\nPlanGate 提供了完善的文档体系，帮助团队理解和采用：\n\n- **docs/philosophy.md**：设计思想、问题设定、在Harness工程中的定位\n- **docs/plangate.md**：PlanGate指南、操作流程、阶段说明\n- **docs/plangate-v7-hybrid.md**：v7混合架构详解\n- **docs/workflows/**：WF-01～WF-05的工作流定义\n- **docs/plangate-plugin-migration.md**：作为Claude Code插件的使用和迁移指南\n\n## 采用建议\n\n对于希望引入PlanGate的团队，建议采用渐进式采用策略：\n\n1. **阶段一**：在单个试点项目中使用基础门控（C-3计划批准）\n2. **阶段二**：引入验证层级（L-0/V-1）和状态持久化\n3. **阶段三**：扩展到多项目，建立共享Skill库\n4. **阶段四**：采用完整v7架构，实现Workflow/Skill/Agent分离\n\nPlanGate 不是要增加流程负担，而是通过清晰的结构和自动化的检查点，让团队能够更自信地使用AI编码工具，同时保持对质量和责任的控制。\n\n## 总结\n\nPlanGate 代表了AI辅助开发从"个人工具"向"团队协作框架"演进的重要尝试。它通过门控机制、状态持久化和多层级验证，解决了AI编码中计划与实现脱节、责任边界模糊、验证事后化等核心问题。\n\n对于正在将AI编码工具引入生产开发的团队，PlanGate 提供了一个经过深思熟虑的工作流参考。它不是限制AI的能力，而是为AI的能力划定安全的运行轨道，让团队能够既享受AI带来的效率提升，又保持对开发过程的控制和信心。