pdlc-forge：用硬性契约约束 AI 代码工作流的命令行工具

24bsc244-svg/pdlc-forge · The Ultimate AI Code Workflow 2026 — 31 Hard-Contract PDLC Commands for Flawless GitOps

GitHub原文发布未知首次收录 2026-09-18上架 2026-09-18 07:01

ELI5：它是什么，解决什么问题

pdlc-forge（AI Contract Agent）是一个命令行强制约束层，位于开发者与大语言模型之间，要求 AI 在开发流程中兑现“硬契约”：承诺产出 PRD 就必须写入磁盘，承诺 TDD 就必须先有失败的测试，交付前必须通过自检命令。它提供多阶段 PDLC 流水线（默认 7 阶段，最多可配置 31 个自定义阶段）、契约违规即中止、绕过需显式 --force 并记入审计日志、支持 OpenAI / Claude / 本地模型适配，面向 CI/CD 自动化运行。

# AI 编程 # Claude Code # CLI # 工作流管理 # CI/CD

核心能力与快速开始

★ 3 · HTML

能做什么: 在开发者与 LLM 之间提供强制契约层：要求 AI 产出物必须持久化到磁盘才允许进入下一阶段；验证 TDD 流程中实现前存在失败测试；执行用户自定义自检命令（如 pytest、ruff、mypy）并校验退出码；违规时硬中止并支持重试（默认最多 3 次）；支持显式 --force 绕过（会记入审计日志）；提供默认 7 阶段、最多 31 个自定义阶段的 PDLC 流水线配置（.contract-agent.yml）；统一适配 OpenAI、Claude 与本地模型接口；生成 JSON 审计记录；生成的代码先写入临时目录扫描危险模式后再移动到正式路径；支持多语言提示词。
适用场景: 用于在 AI 辅助软件开发中以契约方式约束流程纪律，例如强制先生成并落盘 PRD 文档、强制先写失败测试再实现、在提交或部署前运行自检命令；适合接入 CI/CD 流水线做无人值守的阶段门禁与审计留痕。
项目形态: 可直接使用的工具
部署方式: 未说明
主要依赖: README 称使用纯 Python 3.11+ 编写，仅依赖标准库加可选的 requests；调用 OpenAI、Claude 或本地模型需要配置对应的 API Key 环境变量；实际运行环境未说明。
使用限制: README 自述不保证代码无缺陷、安全实现或符合特定监管框架，契约由用户定义且可能存在错误，AI 生成产物部署前需人工审查；不同操作系统在文件监听与表情符号渲染上支持程度不一（如 PowerShell 部分支持、Alpine Docker 无表情符号）。
许可证: 未说明
最近推送: 2026-09-18 06:34

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-18 07:00 · 卡片整理：2026-09-18 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

在 AI 辅助编码流程中强制 AI 兑现硬契约：承诺产出 PRD 就必须写入磁盘，承诺 TDD 就必须先有失败的测试，交付前必须通过自检命令；契约违规即中止，绕过需显式 --force 并记入审计日志，可用于 CI/CD 自动化运行。

查看内容依据

It is a command-line enforcement layer that sits between you and any large language model—OpenAI GPT-4o, Claude Opus, or local models—and forces the AI to honor hard contracts. When the AI agrees to produce a PRD, it must write it to disk. When it promises TDD, the failing test must exist before implementation begins. When it ships, self-checks must pass.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

在 AI 辅助产品开发流程中，通过硬契约强制 AI 产出并持久化 PRD 文档，确保需求文档真实写入磁盘而非仅口头承诺，可用于需求分析阶段的文档产出与验证。

查看内容依据

When the AI agrees to produce a PRD, it must write it to disk.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

ContentHash Editor：用内容哈希锚点实现稳定的 AI 辅助代码文件编辑

ContentHash Editor（仓库 EkKorat/blamehash-cursor）提出一种基于内容哈希的文件编辑方式：为文件每一行计算 SHA-256 等内容的哈希作为不可变锚点，AI 编程助手（如 Claude Code、OpenAI Codex）按锚点而非行号或字符串模式定位目标行，从而减少相邻代码被误改的风险。项目提供配置文件（.contenthash.yml）、命令行操作（init、edit、batch、inspect）、编辑后哈希校验、Unix 风格编辑指令交互设计，以及对多 AI 助手的锚点映射机制。README 还给出哈希完整性流水线、冲突协调思路和多语言界面等描述，并声明采用 MIT 许可证。

Agent Skills：为 AI 编程智能体提供工程化技能工作流

Agent Skills 是一套面向 AI 编程智能体的技能包，把资深工程师的工作流、质量门禁和最佳实践封装成可被智能体一致执行的 Markdown 技能。它提供 9 个 slash 命令（/spec、/plan、/build、/test、/constraints、/review、/webperf、/code-simplify、/ship）覆盖从想法、规格、编码、测试、评审到发布的开发生命周期，共包含 25 个技能（24 个生命周期技能加 using-agent-skills 元技能），技能也可根据当前任务自动激活。可通过通用 skills CLI 安装到 70 多个智能体，也支持 Claude Code、Cursor、Gemini CLI、Codex、Windsurf、OpenCode、GitHub Copilot、Antigravity CLI、Kiro、Command Code 等原生集成。

Worktrunk：面向并行 AI 智能体工作流的 Git worktree 管理命令行工具

Worktrunk 是一个用 Rust 编写的命令行工具，用于管理 Git worktree，使 worktree 的操作像分支一样简单。它面向需要并行运行多个 AI 编码智能体（如 Claude Code、Codex）的场景，让每个智能体拥有独立工作目录以避免相互干扰。核心命令包括 wt switch、wt list、wt merge 和 wt remove，并提供 hooks、LLM 提交信息生成、合并工作流、交互式选择器、构建缓存共享、CI 状态与 AI 摘要、PR检出、按 worktree 分配开发服务器端口等辅助功能。

skills：记录编码智能体工程失败案例并附带可选 SKILL.md 技能资料的合集

该仓库以 Markdown 记录编码智能体在实际工程中犯过的失败，例如 git pull 静默改写本地历史、部署确认误判、测试因桩代码而误通过等；每条记录包含失败日志和证据说明，并附带 Claude Code 可加载的 SKILL.md 指令文件。仓库明确说明多数失败仅被观察到一次，只有 pull-rebase 做过受控测试且未得出有效结论，因此不声称技能能减少失败。用户可仅阅读文档而不安装，也可按工程、编排、元技能三组安装插件。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。