Agent 与自动化工作流

CodeFRAME：面向 AI 编程智能体的项目交付与验证编排系统

frankbria/codeframe · Think → Build → Prove → Ship. The project delivery system that turns ideas into verified, deployed code. AI agents write the code — CodeFrame owns everything before and after.

GitHub原文发布未知首次收录 2026-10-05上架 2026-10-09 07:04

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

CodeFRAME 是一个 Python 编写的命令行项目交付系统，围绕“Think → Build → Prove → Ship”流程，覆盖 AI 编码智能体写代码之前的需求规划与任务拆解，以及之后的验证与发布。它通过 cf prd generate 进行苏格拉底式需求发现，用 cf tasks generate 将 PRD 拆解为带依赖的原子任务，再交给 Claude Code、Codex、OpenCode、Kilocode 或内置 ReAct 智能体执行；PROOF9 九道验证门禁把缺陷固化为长期校验要求，cf pr create/merge 在证明通过后才允许合并。项目为公开测试版（0.9.3），采用 AGPL-3.0 许可，主要通过 pip/uv 安装的 cf 命令行使用，需要与所选 LLM 提供方匹配的 API Key（如 ANTHROPIC_API_KEY、OPENAI_API_KEY，本地 Ollama 无需密钥），GitHub 集成需要 GITHUB_TOKEN 与 GITHUB_REPO。

# Claude Code # 评测框架 # AI 自动化 # 编程智能体 # workflow-orchestration

核心能力与快速开始

★ 21 · Python

能做什么: 提供覆盖项目交付全流程的 CLI：需求侧用 cf prd generate 做 Socratic 需求挖掘与压力测试，cf tasks generate 将 PRD 分解为带依赖图的原子任务并支持调度预测与瓶颈识别；执行侧 cf work start 可将任务委派给 Claude Code、Codex、OpenCode、Kilocode 或内置 ReAct 智能体，附带验证门禁、最多 5 次自纠正重试与停滞检测（可配置重试、阻塞或失败），支持批量运行、并行策略与自动重试；验证侧 PROOF9 九道质量门禁（UNIT、CONTRACT、SEC、E2E、VISUAL、A11Y、PERF、DEMO 等）以证据为核心，cf proof capture 可将一次线上缺陷固化为永久需求并生成草稿测试桩，cf proof run 支持全量或仅校验当前 diff 涉及的义务，未验证不得计为通过；交付侧 cf pr create 附带证明报告创建 PR，cf pr merge 仅在此前校验通过时合并；另有 cf blocker 支持人工介入回答智能体无法决策的问题，cf import ralph 可迁移既有 ralph-claude-code 项目。
适用场景: 适合希望在 AI 编码智能体之上增加上游需求规划与下游验证发布环节的团队或个人；用于从零生成 PRD 与任务待办、将待办任务分派给多种编码智能体批量执行、以证据门禁约束 AI 产出的代码质量、把生产环境缺陷转化为不可绕过的长期校验要求、以及在证明通过后才允许合并 PR 的受控交付流程；也适用于需要智能体在不确定时停下并提交阻塞问题、由人工解答后继续的人机协作场景。
项目形态: 可直接使用的工具
部署方式: 核心领域逻辑为无头 CLI，可完全通过命令行运行；FastAPI 服务与 Web UI 为可选适配器，供需要仪表盘的团队使用。声明采用 SQLite、无守护进程、无基础设施依赖。
主要依赖: Python 3.11 及以上；需安装 uv（或使用 pipx、uvx）以安装 PyPI 包 codeframe-ai（命令为 cf）；需与所选 LLM 提供方匹配的 API Key，默认 ANTHROPIC_API_KEY，使用 --llm-provider openai 时需要 OPENAI_API_KEY，本地 Ollama 等本地提供方无需密钥；使用 cf pr 需配置 GitHub 令牌（GITHUB_TOKEN，需 repo 权限）与 GITHUB_REPO；门禁 UNIT 与 CONTRACT 运行项目自身的 pytest，因此项目需可用的 pytest。
使用限制: 项目处于公开测试阶段（0.9.3），Web UI 与路线图中标记为“进行中”的部分仍在变动，磁盘上的 .codeframe/ 格式可能在测试版之间变化；文档提到会有粗糙之处。LLM API 的调用成本、速率与使用限制未说明；`cf proof run` 在无任何义务时会报告未检查任何内容并以退出码 2 结束，属有意设计而非通过；E2E、VISUAL、A11Y、PERF、DEMO 等门禁没有专用工具运行器，依赖证据规则与生成的测试桩，需要手工补全真实断言。部署与硬件条件、并发规模上限未说明。
许可证: AGPL-3.0
最近推送: 2026-10-04 16:12

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-05 07:00 · 卡片整理：2026-10-09 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

使用 CodeFRAME 的 CLI 工作流，在 AI 编码智能体写代码之前进行需求规划与任务拆解，之后进行验证与发布；通过 PROOF9 九道验证门禁将缺陷固化为长期校验要求，并在证明通过后才允许合并 PR。

查看内容依据

CodeFRAME 是一个 Python 编写的命令行项目交付系统，围绕“Think → Build → Prove → Ship”流程，覆盖 AI 编码智能体写代码之前的需求规划与任务拆解，以及之后的验证与发布。

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

使用 cf prd generate 进行苏格拉底式需求发现，用 cf tasks generate 将 PRD 拆解为带依赖的原子任务，辅助产品需求分析与任务规划。

查看内容依据

它通过 cf prd generate 进行苏格拉底式需求发现，用 cf tasks generate 将 PRD 拆解为带依赖的原子任务

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

Claude Lane Stack：单人开发者的多代理 AI 编程工厂与编排流水线

Claude Lane Stack 是一套面向单人开发者的多代理 AI 编程编排栈：由 Claude Code 充当 PM，调度 Codex、Qwen、Grok、Kimi、AGY、Cursor、OpenCode 等 CLI 写手，通过文件与 git 构成的持久化传送带（durable conveyor）执行任务，PM 负责检查产出并合并到 main，夜间还会做独立复审。工作单元以 .agents/runs/<slug>/tasks/*.yaml 卡片形式定义（含 owns_paths、verification 与 acceptance.json 收据），并配有覆盖项目生命周期、设计、文档、SEO、文案（俄文）等大量技能与代理。

simplicio-loop：跨 LLM 的自主循环编排器，端到端完成工作项

simplicio-loop 是一个与运行时无关的自主循环编排器（以 /simplicio-loop 调用），配合六个卫星技能与加速器，可将 Claude、Codex、Copilot、Gemini、Cursor 或本地模型等强 LLM 变成自驱工作体。它从 GitHub Issues、Jira、Azure DevOps 等来源发现工作项，去重后按机器规模自动扩展智能体集群，经实现、验证（实际运行代码）、开 PR、处理 CI/评审反馈、合并并持续跟进，覆盖 discover → understand → decide → act → verify → correct → record → repeat 全生命周期。项目强调契约先行、隔离工作树并行执行、独立验证与可回滚、追加式事件与凭证账本、跨会话记忆与暂存检测，并提供多会话协调（coordinator.py）、PR Definition of Done 审查、缺陷去重记忆、多追踪器回写等能力。声明在基准 #17 中估算可减少约 90% token，并提供 35 个运行时（3 个保证 + 32 个尽力而为）与 50 个扩展点。

CUELO：面向 omp (oh-my-pi) 的 AI 编程智能体工作区与协调框架

CUELO 是 omp (oh-my-pi) 的开源 AI 编程智能体工作区与 harness，可让终端与浏览器共享同一份 ~/.omp/agent 会话、凭据和模型配置。网页端提供会话管理与分支/fork、实时流式对话、模型角色与路由配置、技能、worktree、用量看板与 PWA 访问；公开 harness 提供多智能体编排（Main/Maker 分工、发单与验收契约、task guard、判断路由 Jev）以及 model routing 规则。内置 OMP 核心为 18.8.6，需用户自备模型提供方账号与模型选择。

Code Addiction (ADD)：面向 AI 编程助手的规范驱动开发工作流框架

Code Addiction（ADD）是一个规范驱动开发（Spec-Driven Development）框架，用共享的 .codeadd/ 核心（命令、脚本、技能、模板）加各 AI 编程助手适配层（Claude Code、Codex、Google Antigravity、Cursor、OpenCode、ZCode）来统一 AI 编码流程。它通过 codeadd CLI 安装、更新、修改、校验与卸载，把开发流程组织为 brainstorm、new、plan、build、review、done 等命令步骤，并可根据任务复杂度选择 COMPLETE、STANDARD、LEAN、AUTOMATIC、EXPLORATION、EMERGENCY、TRIAGE、ANALYSIS 等流程。此外还提供知识图谱 MCP 服务器（--corpus 选择语料）、只读 backlog 看板以及可选插件（默认关闭）。

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。