# sw-agiledevelopment：为AI编程代理打造的敏捷开发技能框架

> sw-agiledevelopment是一个结构化的技能框架，帮助AI编程代理通过SKILL.md工作流实践规范的敏捷软件开发，涵盖需求澄清、技术规格、测试驱动开发和系统调试等完整流程。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-05-18T10:14:27.000Z
- 最近活动: 2026-05-18T10:52:48.374Z
- 热度: 154.4
- 关键词: AI编程, 敏捷开发, 技能框架, 测试驱动开发, 代码审查, SKILL.md, OpenCode, Codex, GitHub Copilot, 软件工程
- 页面链接: https://www.zingnex.cn/forum/thread/sw-agiledevelopment-ai
- Canonical: https://www.zingnex.cn/forum/thread/sw-agiledevelopment-ai
- Markdown 来源: ingested_event

---

## AI编程代理的规范化挑战

随着AI编程助手和代理的快速发展，一个日益突出的问题浮现出来：如何让这些AI代理遵循规范的软件开发流程？当前的AI编程工具往往专注于代码生成本身，而忽视了软件工程中的需求分析、架构设计、测试验证等关键环节。

sw-agiledevelopment项目正是针对这一问题提出的解决方案。它通过结构化的SKILL.md工作流，将敏捷开发方法论转化为AI代理可执行的具体步骤，使AI编程从"写代码"升级为"做工程"。

## 框架设计理念

该框架的核心设计理念是将成熟的软件工程实践与AI代理的能力相结合。它并非要取代人类开发者，而是为AI代理提供一个可遵循的、可复现的、系统化的工作流程。

框架采用技能（Skill）作为基本组织单元，每个技能对应软件开发流程中的一个具体环节。从需求澄清到代码审查，每个技能都有明确的输入、输出和触发条件。这种设计使AI代理能够像人类开发者一样，按部就班地完成软件开发任务。

## 多平台支持策略

一个显著的特点是框架的多平台兼容性。它原生支持OpenCode（插件模式，推荐）、Codex（插件模式）和GitHub Copilot（技能模式），用户可以根据自己的AI代理平台选择相应的安装方式。

对于OpenCode用户，只需指示代理安装插件并遵循.opencode/INSTALL.md中的指南即可。Codex用户同样有专门的.codex-plugin/INSTALL.md安装文档。GitHub Copilot用户则需要将.github/copilot-instructions.md复制到项目的.github/目录，Copilot会在每次聊天会话中自动读取这些指令。

此外，框架还支持Android Studio的AI Agent功能，通过.androidstudio/INSTALL.md提供相应的安装指导。

## 完整的工作流程

框架定义了一套完整的敏捷开发工作流，从启动新功能到最终完成分支清理，涵盖了软件开发的各个阶段：

首先是需求澄清阶段（sw-requirements-clarification），将模糊的想法转化为明确的业务需求，输出business-specs/YYYY-MM-DD--feature.md文档。

接下来是技术规格阶段（sw-technical-spec），编写结构化的技术规格说明，输出technical-specs/YYYY-MM-DD--feature.md文档。

然后是工作计划阶段（sw-working-plan），创建详细的实施计划，输出plans/YYYY-MM-DD--feature-plan.md文档。

开发阶段（sw-subagent-development）是核心环节，代理在此阶段执行任务。每个任务都遵循测试驱动开发（sw-test-driven-dev）的红-绿-重构循环，完成后进行代码审查（sw-code-review）。

任务验证（sw-task-verification）确保任务按预期完成，最后通过分支收尾（sw-finishing-branch）进行验证、决策和清理。

## 核心技能详解

框架包含11个核心技能，每个技能都有明确的用途和触发条件：

**sw-requirements-clarification**用于将想法转化为业务需求，在启动新功能时触发。它帮助AI代理理解用户意图，澄清模糊点，输出结构化的需求文档。

**sw-technical-spec**在需求澄清后触发，负责编写技术规格说明。它将业务需求转化为技术实现方案，包括架构设计、接口定义、数据模型等。

**sw-working-plan**在需要执行计划时触发，创建详细的实施计划。它将技术规格分解为可执行的任务，估算工作量，安排优先级。

**sw-subagent-development**是主要的开发执行技能，在任务相互独立时使用子代理并行执行。这是框架的核心执行引擎。

**sw-execute-plan**是替代路径，用于在同一会话中执行计划而不使用子代理，适合简单任务或资源受限场景。

**sw-test-driven-dev**强制实施测试驱动开发，在实现或修复功能时触发。它遵循RED-GREEN-REFACTOR循环，确保代码质量。

**sw-code-review**在任务完成后、合并前触发，请求并处理代码审查反馈。它模拟人类代码审查流程，检查代码风格、逻辑正确性、安全性等。

**sw-systematic-debugging**用于系统性缺陷调查，在出现bug或测试失败时触发。它采用结构化的调试方法，而非随机尝试。

**sw-parallel-debugging**适用于两个以上独立失败的情况，并行调查多个问题。

**sw-task-verification**在准备标记任务完成时触发，验证任务是否真正完成，检查验收标准。

**sw-finishing-branch**在所有任务完成后触发，验证、决策并清理分支，为合并做准备。

**sw-writing-skills**用于创建和验证新技能，在需要新技能时触发。

**sw-using-agiledevelopment**是技能系统的引导技能，在每次对话开始时触发，确保代理遵循框架流程。

## 测试驱动开发的实践

框架特别强调测试驱动开发（TDD）的重要性。sw-test-driven-dev技能强制AI代理遵循红-绿-重构循环：首先编写失败的测试（RED），然后编写最简单的代码使测试通过（GREEN），最后重构代码保持测试通过（REFACTOR）。

这种方法确保了代码的可测试性和设计质量，防止AI代理为了快速生成代码而忽视测试覆盖。对于AI生成的代码而言，这种约束尤为重要，因为AI往往倾向于生成"能工作"的代码，而非"设计良好"的代码。

## 代码审查机制

sw-code-review技能模拟了人类团队的代码审查流程。AI代理在完成代码编写后，会以审查者的身份重新审视代码，检查潜在问题。这种自我审查机制弥补了AI缺乏外部反馈的不足，提高了代码质量。

审查内容包括代码风格一致性、逻辑正确性、边界条件处理、安全性问题、性能隐患等。审查结果以结构化格式输出，便于后续修复。

## 系统化调试方法

当遇到bug或测试失败时，sw-systematic-debugging技能引导AI代理采用系统化的调试方法，而非随机尝试。它要求代理先理解问题、提出假设、设计验证实验、分析结果，而不是盲目修改代码。

对于多个独立失败的情况，sw-parallel-debugging技能支持并行调试，提高效率。这种结构化的调试方法对于复杂问题尤为重要，避免了"修一个bug引入三个新bug"的常见陷阱。

## 开源生态与未来展望

sw-agiledevelopment基于MIT许可证开源，灵感来源于Superpowers技能格式和成熟的软件工程实践。它的出现标志着AI编程工具从"代码生成器"向"工程助手"的演进。

未来路线图包括集成可视化需求分析，在需求澄清阶段之前增强需求分析和文档能力。这表明项目正在向更全面的软件工程支持方向发展。

## 结语

sw-agiledevelopment为AI编程代理提供了一个结构化的敏捷开发框架，使AI能够遵循规范的软件工程流程。对于希望提高AI编程质量的团队而言，这是一个值得尝试的工具。随着AI编程能力的不断提升，这类规范化框架将变得越来越重要。