SuperAPI AI 工具集

software-factory

智能体与模型

查看项目

更新于 11-01 16:20

技能介绍

用途

该技能旨在为设计“软件工厂”(software factory)提供一套共享语言和设计方法。软件工厂是一个由智能体组成的系统,能够将工单、PR 和定时计划转化为合并的代码,并部署在用户选择的远程基础设施上。该技能本身不是可执行代码,而是用于讨论、白板设计或与用户沟通时的术语规范与设计检查清单。

主要能力

  1. 统一术语:定义并区分任务(Task)、触发器(Trigger)、运行(Run)、运行器(Runner)等核心概念,并给出应避免使用的同义词,确保讨论时用词一致。
  2. 服务槽位模型:将软件工厂拆分为若干服务槽位,包括工单跟踪器(Ticket tracker)、工单来源(Ticket source)、Git 托管(Git host)、编排器(Orchestrator)和可观测性平台(Observability platform),并说明每个槽位的职责。
  3. 设计方法指导:强调从用户实际问题出发,而非从工厂本身出发;建议逐步增加自动化触发器,并配合三种刹车机制(自动化检查、自动化评审、人工评审)来控制风险。
  4. 提供示例设计:给出三种并排的设计示例(全在 GitHub、使用 Linear 工单、自建跟踪器),展示不同产品组合如何填充槽位。
  5. 任务与来源审查清单:对每个任务提出五个关键问题(触发器、行为与读写服务、后续触发器、人工介入点、防止重复工作的机制),对每个工单来源追问防止重复提交的机制。

使用方式

  • 在设计或讨论软件工厂时,使用该技能提供的术语,避免使用被标记为“Avoid”的词汇。
  • 当用户遇到具体问题(如未分类工单、等待自动评审的 PR、需要迁移的更严格自动检查、无人阅读的 bug 报告)时,可参考 EXAMPLE-TASKS.md 中解决常见问题的任务。
  • 当用户为某个槽位选择产品时,先阅读对应的调研文档(TICKET-TRACKERS.md、GIT-HOSTS.md、RUNNERS.md、OBSERVABILITY-PLATFORMS.md)以了解选项分类和决策问题,然后自行研究当前可选产品。
  • 设计完成的标准是:每个槽位都指定了产品(可观测性平台可明确为“无”),并且每个任务和工单来源都对所有关键问题有答案。

适用场景

  • 团队或个人希望构建由智能体驱动的自动化软件开发流水线。
  • 需要与其他人或智能体讨论软件工厂架构,并要求术语统一。
  • 正在为工单跟踪、Git 托管、运行器、编排器等组件选型。
  • 希望以渐进、可控的方式引入自动化,避免“加速器没有刹车”导致低质量产出泛滥。

限制

  • 该技能是设计语言和指导,不包含可直接运行的代码或安装命令。
  • 不提供具体产品的价格、功能对比或性能数据;选型需用户自行研究当前选项。
  • 示例设计仅作参考,实际产品可用性和集成方式可能随时间变化。
  • 技能中提到的调研文档(如 TICKET-TRACKERS.md)和示例任务文档(EXAMPLE-TASKS.md)的具体内容未在资料中提供,需另行获取。