# PlanGate：AI编码智能体的门控治理工作流

> 一款面向AI编程智能体的治理优先型工作流框架，通过C-3和C-4两个人类审批门控，确保AI在获得明确计划和测试用例批准前不会编写生产代码。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-05-01T06:13:49.000Z
- 最近活动: 2026-05-01T06:22:40.248Z
- 热度: 150.8
- 关键词: AI编码, 门控工作流, 治理框架, Claude Code, Codex CLI, 审批机制, TDD, Scrum
- 页面链接: https://www.zingnex.cn/forum/thread/plangate-ai-392e2a71
- Canonical: https://www.zingnex.cn/forum/thread/plangate-ai-392e2a71
- Markdown 来源: ingested_event

---

## 核心理念："承认之前，没有代码"\n\nPlanGate 是一个专为AI编码智能体设计的治理优先型工作流框架。其核心理念可以用一句简洁的口号概括：\n\n> **「承認なし、コードなし」**（承认之前，没有代码）\n\n与大多数强调"自主性"的智能体框架不同，PlanGate 将重点放在**审批边界**、**审计能力**和**Scrum亲和性**上。它确保在人类批准计划、任务和验收测试之前，AI不会触碰生产代码。\n\n## 问题背景：为什么需要门控机制\n\n当前AI编码工具的一个普遍问题是：它们往往过于"自主"，在没有充分规划的情况下就开始编写代码。这导致：\n\n- **需求理解偏差**：AI对业务需求的理解与实际情况存在差距\n- **缺乏可审计性**：代码变更的决策过程难以追溯\n- **质量不可控**：没有明确的验收标准，代码质量参差不齐\n- **人类监督缺失**：AI在关键决策点上缺乏人类的把关\n\nPlanGate 通过引入结构化的门控机制，将人类的判断点固定在关键节点，确保AI的工作始终在可控范围内。\n\n## 双门控架构：C-3 与 C-4\n\nPlanGate 在AI实施的前后设置了两个人类审批门控：\n\n| 门控 | 时机 | 判断选项 |\n|------|------|----------|\n| **C-3** | 计划审查后、实施前 | APPROVE / CONDITIONAL / REJECT |\n| **C-4** | AI实施后、GitHub PR上 | APPROVE / REQUEST CHANGES |\n\n### 完整工作流程\n\n```\n人类编写PBI → AI生成计划 → [C-3: 人类审批]\n→ AI实施（TDD）→ 自动验证（L-0, V-1…V-4）\n→ 创建PR → [C-4: 人类在GitHub审查] → 合并\n```\n\n这种设计确保了从需求到代码的每个环节都有明确的责任人和检查点。\n\n## 核心设计原则\n\n### 1. 计划先行\n\n从PBI（产品待办事项）出发，生成计划（plan）、待办清单（todo）和测试用例（test-cases），在审批前禁止任何实施。这一原则确保了AI在开始编码前对任务有清晰的理解。\n\n### 2. 门控控制\n\nC-3（计划审批）和 C-4（PR审查）两个人类判断点被固定在工作流中，不可绕过。这为项目管理提供了可预测的控制点。\n\n### 3. 内置验证\n\n通过 L-0 / V-1〜V-4 验证层级，将实施后的验证整合到工作流中：\n\n- **L-0**：Lint修正\n- **V-1**：验收检查\n- **V-2**：内部审查\n- **V-3**：外部审查\n- **V-4**：最终验证\n\n### 4. 状态持久化\n\n所有计划、审查、验证和交接记录都保存在 `docs/working/TASK-XXXX/` 目录中，形成完整的审计轨迹。\n\n### 5. 执行层分离\n\n从v7版本开始，PlanGate将工作流（Workflow）、技能（Skill）和智能体（Agent）分离，提高了可重用性和可扩展性。\n\n### 6. Control OS\n\nv7.2以后引入的Control OS包含Intent、Mode、GatePolicy、Evidence Ledger和Completion Gate等核心组件，为复杂场景提供了更强的控制能力。\n\n## 典型工作流程\n\n### 第一步：创建工作上下文\n\n```bash\n/working-context TASK-XXXX\n```\n\n这会创建 `docs/working/TASK-XXXX/pbi-input.md` 和相关文件。\n\n### 第二步：编辑PBI输入\n\n编辑 `pbi-input.md`，明确以下内容：\n\n- **Why**：业务上下文、要解决的问题\n- **What**：范围内外边界\n- **验收标准**：可验证、可测试的条件\n\n### 第三步：生成计划\n\n```bash\n/ai-dev-workflow TASK-XXXX plan\n```\n\nAI生成 `plan.md`、`todo.md`、`test-cases.md` 和 `review-self.md`。\n\n### 第四步：C-3门控审查\n\n阅读 `plan.md` 并做出判断：\n\n- **APPROVE**：进入执行阶段\n- **CONDITIONAL**：记录必要修正后继续\n- **REJECT**：修正PBI后重新生成计划\n\n### 第五步：执行实施\n\n```bash\n/ai-dev-workflow TASK-XXXX exec\n```\n\nAI以TDD方式实施，执行lint修正（L-0）、验收检查（V-1）、外部审查（V-3），最终创建PR。\n\n### 第六步：C-4门控审查\n\n在GitHub上审查PR，准备就绪后合并。\n\n## 多工具协作架构\n\nPlanGate 设计为支持多种AI工具协作：\n\n| 工具 | 角色 | 状态 |\n|------|------|------|\n| Claude Code | 计划生成、执行编排 | 完全支持 |\n| Codex CLI | 外部审查（C-2/V-3）、并行执行 | 完全支持 |\n| Gemini CLI | 外部审查 | 已支持 |\n| OpenCode | 实施智能体 | 已支持 |\n| Cursor | 实施智能体 | 计划中 |\n\n这种设计允许团队根据具体需求选择最适合的工具组合，而不被锁定在单一平台上。\n\n## 项目结构\n\nPlanGate 的代码库组织清晰，各模块职责分明：\n\n- **/bin**：plangate CLI工具（init/doctor/status/validate/review/exec等）\n- **/docs**：知识库和工作流文档\n  - /ai：通用规则、角色分工、执行契约\n  - /contracts：7个阶段的契约定义\n  - /workflows：v7工作流定义（WF-01〜WF-05）\n  - /working：任务级工作上下文\n- **/schemas**：JSON Schema定义\n- **/.claude**：Claude Code配置\n- **/.codex**：Codex CLI配置\n- **/plugin/plangate**：Claude Code插件包\n- **/examples**：PlanGate成果物示例\n- **/tests**：CLI测试套件\n\n## CLI工具使用\n\nplangate CLI 是基于POSIX sh的本地工作上下文验证和执行辅助工具：\n\n```bash\n# 初始化任务\nbin/plangate init TASK-XXXX\n\n# 查看状态\nbin/plangate status TASK-XXXX\n\n# 验证（高风险管理模式下）\nbin/plangate validate TASK-XXXX --mode high-risk\n\n# 外部审查\nPLANGATE_EXTERNAL_REVIEWER=gemini bin/plangate review TASK-XXXX --phase c2\n\n# 执行（指定实施智能体）\nPLANGATE_IMPL_AGENT=opencode bin/plangate exec TASK-XXXX --mode standard\n```\n\n## 工作流DSL模式\n\nPlanGate v8引入了基于YAML的Workflow DSL，支持5种模式：\n\n- **ultra-light**：超轻量模式\n- **light**：轻量模式\n- **standard**：标准模式\n- **high-risk**：高风险模式\n- **critical**：关键任务模式\n\n每种模式定义了不同的门控强度、验证层级和文档要求，团队可以根据任务特性选择适当的模式。\n\n## 模型适配与提示工程\n\nPlanGate v8.3引入了模型画像（Model Profile）和四层提示组装机制：\n\n### 四种适配器配置\n\n- **outcome_first**：结果优先型\n- **outcome_first_strict**：严格结果优先型\n- **explicit_short**：显式简洁型\n- **legacy_or_unknown**：传统/未知模型型\n\n这种设计允许PlanGate根据使用的AI模型自动调整提示策略，确保不同模型都能有效执行工作流。\n\n## 评估框架\n\nPlanGate包含完整的模型迁移评估框架，从8个维度评估模型适用性：\n\n1. 指令遵循能力\n2. 结构化输出质量\n3. 长上下文处理\n4. 代码理解深度\n5. 测试驱动开发遵循\n6. 自我修正能力\n7. 边界条件处理\n8. 文档生成质量\n\n## 治理与合规价值\n\n对于需要严格治理的企业环境，PlanGate提供了：\n\n- **审计轨迹**：完整的决策和执行记录\n- **责任明确**：每个环节都有明确的责任人\n- **合规支持**：满足监管要求的文档化流程\n- **风险控制**：通过门控机制防止AI越权操作\n\n## 与Scrum的亲和性\n\nPlanGate 的设计充分考虑了与Scrum框架的兼容性：\n\n- PBI作为工作入口，与产品待办列表对齐\n- 计划审批对应Sprint计划会议\n- PR审查对应代码审查实践\n- 状态持久化支持Sprint回顾\n\n## 结语\n\nPlanGate 代表了AI辅助编码工具向治理优先方向的演进。它不是在限制AI的能力，而是在确保AI的能力在正确的边界内发挥最大价值。\n\n对于需要平衡AI效率与人类监督的团队而言，PlanGate提供了一个经过深思熟虑的参考实现。它的双门控架构、多工具支持和可扩展的工作流DSL，使其能够适应从小型项目到企业级应用的各种场景。