AIAI 工具图鉴
← 返回全部文章
·约 11 分钟PPT

architect-loop

Agent编程开发
下载 PPT下载视频

配套媒体

本页对应的 PPT 与演示视频

architect-loop-recommend.mp4
PPT
architect-loop-recommend.pptx浏览器不能直接打开 PPT，下载后用 PowerPoint / WPS / Keynote 查看
下载没反应？点这里复制直链

侧边栏预览窗口（Electron webview）会拦截下载，把下面的链接复制到 Chrome / Edge 地址栏打开即可保存。

PPT../../architect-loop-recommend.pptx
视频../../architect-loop-recommend.mp4
本文目录
  1. 🚀 什么是 architect-loop？
  2. ✨ 核心功能一览
  3. 🛠️ 快速上手：5 分钟接入双 AI 工厂
  4. 安装
  5. 配置文件（.architect/config）
  6. 启动工厂
  7. 🏭 5 步工厂 loop
  8. Step 1 — Intake（需求收集）
  9. Step 2 — Spec Approval（唯一人工环节）
  10. Step 3 — The Plan
  11. Step 4 — Factory Loop
  12. Step 5 — Finish
  13. 🔬 6 步研究 loop
  14. Step 1 — Scout（侦察）
  15. Step 2 — Design
  16. Step 3 — Gather（并行收集，受预算约束）
  17. Step 4 — Draft as State
  18. Step 5 — Verify, Separately
  19. Step 6 — One Author Writes
  20. 📊 与竞品对比
  21. 💡 适用场景
  22. 场景 1：长周期重构
  23. 场景 2：跨代码库研究
  24. 场景 3：新人 Onboarding
  25. 用户群体总结
  26. 💰 定价方案
  27. 🛑 硬停止条件
  28. 🎯 总结

📌 核心价值：一个编排者 + 多个一次性 agent，把 AI 写代码的失败率压到接近 0

Claude 当架构师、GPT-5.5 Codex 当构建者，仓库当记忆——开源 cross-vendor agent loop 让"AI 写代码"真正可以放飞不管。

封面图

GitHub stars GitHub forks

🚀 什么是 architect-loop？

architect-loop 是 DanMcInerney 开源的一款"研发工厂"工具，它把 Claude Fable 5 编排者 + GPT-5.5 Codex 构建者串成一条流水线：你只描述需求，5 步之后回来即收工。

核心定位：用 6 条运营规则把"AI 写代码"从玄学变成可验收的工程

适合：被 Cursor / Claude Code 偶尔写出垃圾代码折磨过的全栈工程师；想用 AI 跑长周期重构但不敢放手的小团队负责人；每天在 Slack 上和 AI 对话 50 句的独立开发者。

✨ 核心功能一览

功能对比表

🛠️ 快速上手：5 分钟接入双 AI 工厂

安装

# 克隆仓库
git clone https://github.com/DanMcInerney/architect-loop.git
cd architect-loop

# 运行安装脚本（macOS / Linux）
bash install.sh
# Windows
powershell -ExecutionPolicy Bypass -File install.ps1

配置文件（.architect/config）

orchestrator = claude/best           # 编排者：Claude Fable 5
builders = codex/best:xhigh          # 构建者：GPT-5.5 Codex
when trivial mechanical edit -> claude/haiku:low
when broad ambiguous refactor -> codex/best:xhigh

启动工厂

# 在你的项目根目录运行
/architect "给 user 表加 email 唯一索引，写好迁移并跑测试"

注意：tier 在计划确定时即固定，失败任务不会静默升级到更强的模型

🏭 5 步工厂 loop

架构图：architect loop 五步流程

Step 1 — Intake（需求收集）

编排者读取仓库，一次性最多询问 ~5 个问题：

  • 每个问题必须通过"实质性测试"（答案会改变构建或验证方式吗？）
  • 其余假设会被记录，用户可以否决
  • 规格写入 docs/spec/，打开追踪 issue

Step 2 — Spec Approval（唯一人工环节）

支持方式:
  - 会话内批准
  - 手机评论 APPROVE
  - APPROVE with edits: ...
  - REJECT ...

永不从早期对话中推断"同意"——无人工响应时挂起 7 天后安全停止。

Step 3 — The Plan

  • 规格编译为子 issue（vertical slices）
  • 包含验收标准、可改/不可改文件边界、blocked-by 链接
  • 并行 issue 不共享文件、schema 或可变状态
  • 验收检查在 builder 存在之前就冻结到 docs/checks/
  • 引入对抗性审查者压力测试整个计划

Step 4 — Factory Loop

  • 编排者派发所有就绪 issue（≤5 个 builder 并行）
  • 每个 builder：独立 git worktree、无 commit 权限
  • Builder 必须先论证：写代码前陈述计划并引用真实文件反驳规格
  • 确定性看门狗（约 70 行脚本）扫描停滞：
    • 输出字节增长
    • 进程 CPU
    • 重复命令尾部
  • 看门狗永不杀死进程、永不做决定，仅报告类型化证据
  • 卡住的 builder 改为提问；编排者回答后重生新 builder
  • 新独立 Judge 拥有每次合并权

Step 5 — Finish

  • 文档任务消化本次运行的文档债务
  • 将可复用的诊断编入 docs/solutions/
  • 一个 PR 关闭追踪 issue
  • Digest 列出已交付、跳过项及证据

🔬 6 步研究 loop

研究流程图：architect-research 六步流程

Step 1 — Scout（侦察）

单个廉价代理（~10 次搜索）绘制话题地图。

Step 2 — Design

编排者设计 3–6 个研究员任务（视角多样、重叠已检查）。

Step 3 — Gather（并行收集，受预算约束）

  • 每个研究员 10–25 次工具调用、≤5 个主题
  • 返回 ≤~2,500 tokens 的紧凑发现
  • "NOT FOUND" 是一等公民答案
  • 禁止研究员给出建议

Step 4 — Draft as State

编排者勾勒报告骨架，标记每个章节为 SUPPORTED/THIN/EMPTY。

Step 5 — Verify, Separately

  • 承重论断需要 ≥2 个独立来源
  • 编排者运行对抗性证伪搜索
  • 仅本会话实际抓取过的 URL 才能作为引用（搜索接地代理会伪造 3–13% 的 URL）

Step 6 — One Author Writes

答案优先、决策导向，明列开放问题。

📊 与竞品对比

竞品对比表

💡 适用场景

场景 1：长周期重构

功能说明：把"我想把 Express 迁到 Fastify"这种横跨 200 个文件的任务拆给 5 个 builder 并行，每个 builder 在自己的 worktree 里干活，互相不打架。

输入要求：清晰的成功标准（性能提升 X%、测试覆盖 ≥Y%）

输出效果：5 个 PR 同时就绪，由独立 Judge 验收，文档债务一次清完

适用场景：框架升级、TypeScript 化、测试补齐、单体拆微服务

场景 2：跨代码库研究

功能说明：用 /architect-research 让 4 个研究员同时查"业界怎么做 feature flag"，最后由 1 个作者执笔，避免单会话幻觉。

输入要求：具体的研究问题（不是"了解下"）

输出效果：3,000 字决策导向报告，每条结论 ≥2 个来源

适用场景：选型调研、技术债评估、合规审计

场景 3：新人 Onboarding

功能说明：让新人在 1 周内熟悉 5 万行代码库——把"读懂这个服务"变成"帮它修 3 个 issue"。

输入要求：录好的 mentor voice / lint 规则

输出效果：新人产出 3 个有 review 的 PR + 一份架构图

适用场景：10 人以上团队、新人集中入职

用户群体总结

  • ✅ 小团队技术负责人：再也不用半夜起来 review AI 写的 PR
  • ✅ 独立开发者：把 3 天的"写 + 改"压缩到 1 天
  • ✅ AI 重度用户：用 cross-vendor 编排对抗单模型偏见
  • ❌ 不适合：纯前端 1 小时改个 CSS 颜色的活（杀鸡用牛刀）

💰 定价方案

完全免费 + 开源：

  • 协议：MIT
  • 依赖：Claude Code 订阅 + ChatGPT 订阅的 Codex CLI
  • 零 API Key——你已有的订阅就够了

💡 省钱核心：跟 Anthropic / OpenAI 烧 token 完全不同，用你订阅的「额度」跑满整个工厂

🛑 硬停止条件

工厂会在以下情况暂停并询问用户：

触发条件 行为
docs/STOP 文件存在 紧急关闭开关
不可逆操作（生产 DB DROP） 询问确认
连续两次任务被 kill 升级到人工
范围超出已批准规格 回到 Step 2
阻断与已批准假设冲突 回到 Step 1

🎯 总结

architect-loop 不是"又一个 AI 写代码工具"，它是一个把 AI 写代码失败的所有根因工程化掉的体系：

冻结的验收检查（builder 没法事后篡改标准） + 新上下文判定（同会话自评会显著漏判，所以任何 agent 都不能自评） + 确定性看门狗（70 行脚本扫停滞，模型不再"装死"） + GitHub 作为记忆（规格、检查、争议、判定、Digest 全部存于 git）。

推荐指数： ⭐⭐⭐⭐⭐（满分 5 星）

适合人群： 每天在 Cursor/Claude Code 里写 50 句以上、被 AI 偶发"装死"或"幻觉 PR"折磨过的工程师。

立即体验：

git clone https://github.com/DanMcInerney/architect-loop.git
bash install.sh
/architect "Hello, world"

GitHub 仓库：DanMcInerney/architect-loop

数据截至 2026-07-03，最新信息请以 GitHub 仓库为准。