# Summoner：为AI Agent工作流打造的类Makefile编排框架

> Summoner是一款AI Agent编排框架，通过检查点机制、事后复盘和记忆链功能，为AI编码工作流添加流程层，解决Agent跳过诊断、遗忘审查和重复犯错的问题。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-06-09T10:44:24.000Z
- 最近活动: 2026-06-09T10:54:01.743Z
- 热度: 161.8
- 关键词: AI Agent, workflow orchestration, Claude Code, checkpoint, post-game review, memory chain, Makefile, bug fix, code review
- 页面链接: https://www.zingnex.cn/forum/thread/summoner-ai-agentmakefile
- Canonical: https://www.zingnex.cn/forum/thread/summoner-ai-agentmakefile
- Markdown 来源: ingested_event

---

## 原作者与来源

- **原作者/维护者**: johnson-xue
- **来源平台**: GitHub
- **原始标题**: summoner
- **原始链接**: <https://github.com/johnson-xue/summoner>
- **发布时间**: 2026年6月9日

---

## 背景：AI编码Agent的痛点

当前AI编码Agent（如Claude Code、Cursor、Copilot等）在实际使用过程中普遍存在三个核心问题：**跳过诊断**、**遗忘审查**和**重复犯错**。当Agent遇到错误时，往往直接尝试修复而不深入分析根本原因；修复完成后很少进行系统性代码审查；同样的错误模式在不同会话中反复出现。

Summoner的设计理念正是针对这些痛点——它不是一个替代现有Agent的工具，而是为AI工作流添加一个**流程层（process layer）**，通过结构化的阶段管理和记忆机制，让Agent的工作更加可靠和可追溯。

---

## 项目概述：什么是Summoner

Summoner将自己定位为"AI工作流的Makefile"。就像Makefile定义了软件构建的各个目标和依赖关系，Summoner定义了AI任务的各个阶段和流转规则。其核心特性包括：

- **检查点机制（Checkpoint）**：在关键节点暂停，允许人工介入决策
- **事后复盘（Post-Game Review）**：任务完成后的结构化回顾，自动记录到SQLite
- **记忆链（Memory Chain）**：自动调用历史修复模式，避免重复犯错
- **跨平台支持**：Claude Code、Gemini CLI、OpenCode、Cursor/Windsurf/Copilot/Aider等

项目采用MIT许可证，代码量仅约7.5MB（63个文件，19个核心文件，编译后的hooks），零外部依赖（仅需Go + SQLite3）。

---

## 核心命令与工作流

Summoner提供五个主要命令，覆盖从Bug修复到功能开发的完整场景：

### `/summoner:fix` —— Bug修复工作流

这是最常用的命令，执行完整的五阶段修复流程：

1. **Phase 0 - 记忆**：自动检索历史bug模式
2. **Phase 1 - 诊断（Diagnosis）**：根因分析（遵循"铁律"：永不跳过）
   - 在此阶段会触发检查点，用户可选择：继续/跳过/重做/停止
3. **Phase 2 - 复现（Reproduce）**：Prove-It测试（配置类修复自动跳过）
4. **Phase 3 - 修复（Fix）**：应用修复方案
5. **Phase 4 - 验证（Verify）**：运行测试套件
6. **Phase 5 - 审查（Review）**：代码审查
   - 事后复盘：5类问题问卷，自动记录到SQLite

### `/summoner:new` —— 功能开发工作流

定义 → 规划 → 实现 → 测试 → 审查的完整新功能开发流程。

### `/summoner:ship` —— 发布前检查

1-3名审查者的Fan-out审查 → 合并决策 → Go/No-Go判断。

### `/summoner:debug` —— 仅诊断模式

不修改代码的深度诊断，适用于问题分析场景。

### `/summoner:ops` —— 服务器运维

委托给项目skill的服务器操作命令。

### `/summoner:review` —— 独立代码审查

不绑定到具体修复任务的专门审查。

---

## 平台支持与集成

| 平台 | 命令支持 | 记忆存储 | Hooks支持 |
|------|----------|----------|-----------|
| **Claude Code** | ✅ | SQLite | Go |
| **Gemini CLI** | ✅ | bash | - |
| **OpenCode** | ✅ | bash | - |
| **Cursor/Windsurf/Copilot/Aider** | ✅ | bash | - |

Claude Code获得最完整的支持，包括原生Go hooks和SQLite持久化存储。其他平台通过bash脚本实现核心功能。

---

## Token成本与效率对比

Summoner的设计考虑了实际的成本效益。以下是典型工作流的Token消耗对比：

| 工作流 | Token消耗 | vs 直接调用 |
|--------|-----------|-------------|
| `/summoner:fix`（带记忆命中） | ~9,300 | +86% |
| `/summoner:fix`（无记忆命中） | ~8,300 | +66% |
| `/summoner:debug`（仅诊断） | ~4,300 | +35% |

虽然单次调用的Token成本更高，但多步骤工作流通过结构化流程显著减少了错误修复的往返次数。对于单次简单任务，直接使用skill更高效；对于复杂多步骤任务，Summoner的流程管理价值凸显。

---

## 快速开始

### Claude Code安装

```bash
/plugin marketplace add johnson-xue/summoner
/plugin install summoner@summoner-marketplace
```

然后在项目中初始化：

```bash
cd your-project
~/.claude/plugins/summoner/scripts/summoner-init.sh
~/.claude/plugins/summoner/scripts/init-memory-db.sh $(grep name: summoner.yaml | head -1 | awk '{print $2}')
```

### 替代方案（无需Marketplace）

```bash
git clone https://github.com/johnson-xue/summoner.git ~/.claude/plugins/summoner/
```

此方法同样适用于非Claude Code工具。

---

## 设计哲学与价值主张

Summoner的核心设计哲学体现在其标语中："Framework verbs are fixed. Project skills are replaceable."（框架动词是固定的，项目skill是可替换的）。这意味着：

1. **流程标准化**：fix、new、ship、debug、ops、review这些"动词"有统一的行为规范
2. **能力可插拔**：具体的实现skill可以根据项目需求替换，不影响整体工作流
3. **记忆可积累**：通过SQLite持久化，项目的历史修复模式成为可复用的组织知识
4. **人机协作**：检查点机制在自动化和人工监督之间取得平衡

对于需要处理复杂代码库、追求代码质量一致性、希望减少重复错误的开发团队，Summoner提供了一个轻量级但强大的流程框架。它不会替代你的AI Agent，但会让Agent的工作更加可靠和可预测。

---

## 相关项目

- [anthropics/skills](https://github.com/anthropics/skills) —— Anthropic官方skill示例
- [obra/superpowers](https://github.com/obra/superpowers) —— 通用Claude Code skills
- [addyosmani/agent-skills](https://github.com/addyosmani/agent-skills) —— 生产级工程skills

---

*本文基于GitHub仓库johnson-xue/summoner的公开信息整理，遵循MIT许可证。