# Zero Factory：24小时运转的AI多智能体软件工厂

> 基于Hermes Agent构建的六智能体协作系统，实现从需求研究到代码部署的完整自动化流水线，支持并行执行、人工审核节点和成本优化策略。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-06-14T05:46:38.000Z
- 最近活动: 2026-06-14T05:51:19.359Z
- 热度: 150.9
- 关键词: AI Agent, Multi-Agent, Workflow, Automation, Software Development, Hermes Agent, Kanban, Code Review
- 页面链接: https://www.zingnex.cn/forum/thread/zero-factory-24ai
- Canonical: https://www.zingnex.cn/forum/thread/zero-factory-24ai
- Markdown 来源: ingested_event

---

## 原作者与来源

- **原作者/维护者**: hotcode-dev
- **来源平台**: GitHub
- **原始标题**: zerofactory
- **原始链接**: https://github.com/hotcode-dev/zerofactory
- **发布时间**: 2026年6月14日

---

## 什么是Zero Factory？

Zero Factory是一个基于Hermes Agent构建的AI多智能体编排系统，由六个专业化智能体组成一个完整的软件工厂。这个系统的核心理念是**24小时不间断开发**——通过频繁的重新优先级排序、滚动式交接和并行执行，让软件开发流程持续运转。

与传统的单智能体工具不同，Zero Factory将软件开发的各个环节拆解为独立的角色，每个智能体拥有专门的技能集和独特的个性配置。这种关注点分离的设计确保智能体不会被超出其专业领域的任务分散注意力，从而最大化并行效率和输出质量。

---

## 六人核心团队架构

Zero Factory的团队由六个专业化智能体组成，形成完整的软件生产流水线：

### 1. Orchestrator（编排者）
作为流程监督者，编排者负责监控看板、管理任务分解、协调交接，并在遇到阻塞时将问题升级给人类。它是整个系统的调度中心，确保工作流顺畅运转。

### 2. Researcher（研究员）
技术架构师角色，在编码开始前探索API、调研最优方案，并编写详细的技术规范。这个智能体确保开发有充分的技术准备和清晰的实现路径。

### 3. Builder（构建者）
高级软件工程师，专注于编写代码。这个角色的重点是速度、类型安全、测试覆盖和功能交付，是实际产出代码的核心力量。

### 4. Reviewer（审核者）
质量守门人，负责审核构建者生成的Pull Request，查找bug、性能问题和安全漏洞。这是保证代码质量的关键防线。

### 5. QA（测试专员）
验证边界情况、运行集成测试，确保代码满足所有验收标准。QA与审核者并行工作，提供多层次的质量保障。

### 6. Scribe（文档专员）
负责维护README、API文档和操作手册，确保文档与代码变更同步更新。这是解决软件项目中文档滞后问题的关键角色。

---

## 工作流程设计

Zero Factory的工作流基于Hermes Kanban系统，采用明确的状态流转机制：

```
Triage → Todo → Ready → In Progress → Blocked → Done
```

### 状态详解

- **Triage（分类）**: 初始目标接收，自动分解为子任务
- **Todo（待办）**: 子任务生成，等待人类审核计划
- **Ready（就绪）**: 已批准执行，由调度器自动分配
- **In Progress（进行中）**: 智能体正在积极处理
- **Blocked（阻塞）**: PR已创建/等待人类审核
- **Done（完成）**: 任务完成，可归档

### 关键的人工审核节点

系统设计了两个人工介入的关键点，确保人类保持对重要决策的控制：

1. **计划审核**: 在任务从Todo进入Ready之前，人类需要审核并批准任务计划
2. **结果审核**: 在Reviewer审核通过后，任务进入Blocked状态等待人类最终验收

这种设计平衡了自动化效率与人工监督的需求，既避免了完全自动化可能带来的风险，又减少了人类在例行事务上的时间投入。

---

## 并行执行机制

Zero Factory的一个核心优势是支持真正的并行开发。审核和QA可以并发运行，研究员可以处理一个功能的同时构建者处理另一个功能。这种并行性通过以下机制实现：

### 任务依赖管理

任务可以建立父子关系，子任务在所有父任务完成前保持blocked状态。使用`--parent`标志创建依赖任务，编排者自动管理依赖链。

### 自动调度

kanban-dispatcher插件自动处理任务分配，根据智能体的可用性和能力将Ready状态的任务分配给合适的执行者。

### 状态隔离

每个智能体通过独立的配置文件和工具集运行，避免相互干扰。这种隔离确保了并行执行的安全性和可预测性。

---

## 成本优化策略

Zero Factory在设计中充分考虑了token成本优化，采用多种技术控制资源消耗：

| 技术 | 设置 | 目的 |
|------|------|------|
| 工具集隔离 | 按配置文件 | 每个智能体只拥有所需工具 |
| 上下文压缩 | 启用，阈值0.5 | 减少上下文窗口使用 |
| 提示缓存 | 缓存TTL 5分钟 | 重用系统提示token |
| 最大轮次限制 | 每配置文件60-120 | 限制每个任务的token消耗 |
| 短生命周期任务 | 基于任务的生命周期 | 无空闲智能体消耗资源 |

这些优化措施确保系统在保持高效的同时，不会因长时间运行而产生过高的API调用成本。

---

## 配置与扩展

Zero Factory采用多层配置架构：

- **基础配置**: `profiles/common/config.yaml` 所有智能体共享
- **配置文件覆盖**: `profiles/<profile>/config.custom.yaml` 针对特定角色的定制

系统支持通过修改SOUL文件（智能体的个性和行为定义）和配置文件来自定义智能体行为。任何修改后运行`make merge-all`即可重新生成运行时配置。

### 自定义技能

可以在`profiles/common/skills/`目录下添加自定义技能，通过`make skills-link`将通用技能链接到所有配置文件。这种模块化设计使得功能扩展变得简单直观。

---

## 通信机制

智能体之间通过三种渠道通信：

1. **看板**: 任务交接、状态跟踪、依赖管理
2. **文件系统**: 共享输出文件、配置、文档
3. **Gateway API**: 智能体之间的实时消息传递

这种多通道设计确保了信息在不同场景下的高效传递——状态变更通过看板同步，大文件通过文件系统共享，紧急通信通过Gateway实时传递。

---

## 技术栈与部署要求

- Linux机器（Raspberry Pi或x86_64）
- Python 3.11+
- Bun 1.1+
- Hermes Agent已安装

部署流程简洁明了：克隆仓库、链接Hermes配置文件、合并配置、启动Gateway即可运行。

---

## 核心设计原则

Zero Factory的八项核心原则体现了其对软件工程的深刻理解：

1. **24/7开发**: 持续迭代，频繁重新排序优先级
2. **生产力与自动化**: 端到端自动化例行任务
3. **质量与可靠性**: 分层审核确保高质量、可维护、安全的软件
4. **成本效率**: 优化token使用，每个智能体只具备所需技能
5. **混合审核**: 每个阶段AI辅助审核，重要决策人工介入
6. **单一事实来源**: 共享信息的规范位置，链接而非复制
7. **极简主义**: 尽可能小而简单、干净、可用
8. **活文档**: 文档与代码变更同步更新

---

## 实践意义与启示

Zero Factory代表了一种新的软件开发范式——将AI智能体从单一工具转变为协作团队。这种模式的意义在于：

**角色专业化**: 不同于通用型AI助手，专业化分工让每个智能体在特定领域表现更好，整体协作效率更高。

**流程标准化**: 通过明确的看板状态和交接机制，将软件开发的隐性知识显性化，形成可重复、可优化的流程。

**人机协作**: 关键节点保留人工审核，既发挥了AI的自动化优势，又保持了人类对重要决策的控制权。

**成本可控**: 通过多种优化策略，使持续运行的多智能体系统在经济上可行。

对于希望探索AI驱动软件开发的团队，Zero Factory提供了一个经过深思熟虑的参考架构，展示了如何将AI智能体整合到现有的软件开发流程中，而非完全取代人类开发者。

---

## 总结

Zero Factory是一个雄心勃勃的项目，它试图回答一个问题：当AI智能体以团队形式协作时，软件开发会变成什么样？通过六个专业化智能体的协作、清晰的工作流设计和成本优化策略，它展示了AI辅助软件开发的未来可能形态。

这个项目不仅是一个工具，更是一种思路——AI不是要取代人类开发者，而是要成为他们的队友，各自发挥所长，共同产出更好的软件。