前言
在 AI 辅助开发的浪潮中，我们看到了 GitHub Copilot、Cursor、Claude Code 等工具的崛起。但这些工具大多聚焦于单一开发者的编码效率提升，而忽略了软件开发的本质——团队协作。
Amazing 项目诞生于这样的思考：能否让 AI 不仅仅是代码助手，而是成为整个研发团队的协作伙伴？
本文将深入介绍 Amazing 的设计理念、架构实现，以及如何通过 Agent-Teams 范式重新定义 AI 辅助开发。
一、为什么需要 Agent-Teams？
1.1 传统 AI 辅助开发的局限
当前主流的 AI 开发工具存在以下问题：
- 单点能力：只能辅助编码，无法覆盖需求分析、测试、部署等环节
- 角色单一：只服务于开发者，PM、QA、运维无法受益
- 缺乏协作：无法支持多角色协同，团队沟通成本依然很高
- 场景固定：只适合功能开发，Bug 修复、需求分析等场景支持不足
1.2 Agent-Teams 的核心思想
Amazing 提出的 Agent-Teams 范式包含三个核心要素：
┌─────────────────────────────────────────────────┐
│ Agent-Teams 范式 │
├─────────────────────────────────────────────────┤
│ 1. 多角色协同 (PM/Frontend/Backend/QA/Ops) │
│ 2. 场景适配 (开发/修复/分析/审查) │
│ 3. 进化机制 (Agent/Sub-Agent/Skill 三级进化) │
└─────────────────────────────────────────────────┘
核心优势：
- 覆盖软件开发全生命周期
- 支持多角色并行协作
- 根据场景自动编排工作流
- 持续学习和进化
二、Amazing 架构设计
2.1 整体架构
┌─────────────────────────────────────────────────┐
│ 用户层 │
│ PM | Frontend | Backend | QA | Ops | Operation │
└──────────────────┬──────────────────────────────┘
│
┌──────────────────▼──────────────────────────────┐
│ 统一入口层 │
│ CLI (amazing-cli) | Web (IronClaw) │
└──────────────────┬──────────────────────────────┘
│
┌──────────────────▼──────────────────────────────┐
│ AI 工具链层 │
│ Claude Code → Codex CLI → Codex Desktop │
└──────────────────┬──────────────────────────────┘
│
┌──────────────────▼──────────────────────────────┐
│ Agent Orchestrator │
│ 角色权限 | 场景路由 | 进化管理 │
└──────────────────┬──────────────────────────────┘
│
┌──────────┼──────────┐
│ │ │
┌───────▼───┐ ┌───▼────┐ ┌──▼──────┐
│ Common │ │Compute │ │ Data │
│ Agent │ │ Agent │ │ Agent │
└───────────┘ └────────┘ └─────────┘
2.2 六大 Agent 体系
Amazing 将企业级大模型管理平台拆分为 6 个领域 Agent：
| Agent | 职责 | 技术栈 | Sub-Agent 示例 |
|---|---|---|---|
| Common | 用户/权限/日志 | FastAPI + PostgreSQL | PM, Frontend, Backend |
| Compute | GPU/CPU 调度 | Go + Kubernetes | Ops |
| Data | 数据集/标注 | Python + MinIO | Operation |
| Training | 训练/推理 | PyTorch + Triton | Backend |
| Model-Service | API/版本管理 | Go + gRPC | Backend |
| Review | 代码审查/质量 | SonarQube + ESLint | QA |
每个 Agent 负责一个独立的业务领域，内部包含多个 Sub-Agent（对应不同角色）。
2.3 角色与权限
Amazing 支持 6 种角色，每种角色有明确的权限边界：
# 角色权限矩阵
ROLE_PERMISSIONS = {
"pm": {
"create_prd": True,
"approve_feature": True,
"code_development": False,
"deployment": False
},
"frontend": {
"ui_development": True,
"component_creation": True,
"backend_development": False,
"database_operation": False
},
"backend": {
"api_development": True,
"database_design": True,
"frontend_development": False,
"production_deployment": False
},
"qa": {
"test_design": True,
"bug_report": True,
"code_development": False,
"deployment": False
},
"ops": {
"deployment": True,
"monitoring": True,
"code_development": False,
"requirement_change": False
},
"operation": {
"data_analysis": True,
"config_management": True,
"code_development": False,
"database_modification": False
}
}
三、核心功能实现
3.1 角色申请与管理
用户可以通过 CLI 或 Web 界面申请角色：
CLI 方式：
# 申请前端开发角色
python3 scripts/amazing-cli.py role apply \
--role frontend \
--reason "负责 UI 实现"
# 查看申请状态
python3 scripts/amazing-cli.py role status
Web 方式（IronClaw）：
用户: @IronClaw 我想申请前端开发角色
IronClaw:
✅ 角色申请已提交
- 角色: Frontend Developer
- 申请时间: 2025-03-15 10:30
- 状态: 待审批
- 预计审批时间: 1 个工作日
管理员会尽快处理您的申请，请耐心等待。
3.2 场景化工作流
Amazing 支持 3 种典型场景，每种场景有不同的工作流：
场景 1：功能开发
PM (需求分析)
→ Frontend/Backend (并行开发)
→ QA (测试)
→ Review Agent (代码审查)
→ Ops (部署)
示例：
# PM 创建 PRD
python3 scripts/amazing-cli.py prd create "用户权限管理"
# 分配给开发团队
python3 scripts/amazing-cli.py agent assign common --task prd-001
# Frontend 开发 UI
claude-code "创建用户列表组件，支持分页和搜索"
# Backend 开发 API
claude-code "实现用户 CRUD API，使用 FastAPI"
# QA 测试
python3 scripts/amazing-cli.py test acceptance --task prd-001
# Ops 部署
make k8s-deploy
场景 2：Bug 修复
QA (发现 Bug)
→ Backend (修复)
→ QA (验证)
→ Ops (热修复部署，支持回滚)
场景 3：需求分析
PM (需求输入)
→ 技术评审 (Frontend + Backend)
→ PRD 生成
→ 任务拆分
3.3 AI 工具链降级
Amazing 支持多种 AI 工具，并提供自动降级机制：
Claude Code (首选)
↓ (不可用时)
Codex CLI (备选)
↓ (不可用时)
Codex Desktop (可视化)
↓ (不可用时)
IronClaw (Web 界面)
使用示例：
# 优先使用 Claude Code
claude-code "实现用户登录功能"
# 降级到 Codex CLI
codex "实现用户登录功能"
# 降级到 IronClaw
# 访问 http://localhost:3001
# 输入: @IronClaw 实现用户登录功能
四、进化机制
4.1 三级进化体系
Amazing 实现了 Agent/Sub-Agent/Skill 三级进化：
┌─────────────────────────────────────┐
│ Agent 进化 │
│ 基于: 任务成功率、代码质量、交付时间 │
└──────────────┬──────────────────────┘
│
┌──────────────▼──────────────────────┐
│ Sub-Agent 进化 │
│ 基于: 角色效率、协作分数 │
└──────────────┬──────────────────────┘
│
┌──────────────▼──────────────────────┐
│ Skill 进化 │
│ 基于: 准确率、性能、用户满意度 │
└─────────────────────────────────────┘
4.2 进化指标
Agent 级别：
- 任务成功率 (>90% 升级)
- 代码质量评分 (SonarQube)
- 平均交付时间
Sub-Agent 级别：
- 角色任务完成率
- 协作响应时间
- 代码审查通过率
Skill 级别：
- 功能准确率
- 执行性能
- 用户满意度评分
4.3 进化示例
# Agent 进化配置
AGENT_EVOLUTION = {
"common": {
"level": 2,
"metrics": {
"task_success_rate": 0.92,
"code_quality_score": 85,
"avg_delivery_time": "2.5 days"
},
"next_level_requirements": {
"task_success_rate": 0.95,
"code_quality_score": 90
}
}
}
五、实战案例
5.1 案例：实现用户权限管理模块
参与角色：PM、Frontend、Backend、QA、Ops
工作流程：
步骤 1：PM 创建 PRD
# PM 角色
python3 scripts/amazing-cli.py role select
# 选择: 1. 产品经理 (pm)
# 使用 Claude Code 生成 PRD
claude-code "生成用户权限管理模块 PRD，包含：
1. 角色管理 (创建/编辑/删除角色)
2. 权限分配 (为角色分配权限)
3. 审计日志 (记录权限变更)
4. 技术方案 (数据库设计、API 设计)
5. 验收标准"
步骤 2：Frontend 开发 UI
# Frontend 角色
python3 scripts/amazing-cli.py role select
# 选择: 2. 前端开发 (frontend)
# 开发角色管理页面
claude-code "创建 RoleManagement 组件：
- 角色列表 (Table)
- 创建角色 (Modal)
- 编辑角色 (Modal)
- 删除角色 (确认对话框)
- 权限分配 (Tree Select)
使用 React + TypeScript + Ant Design"
步骤 3：Backend 开发 API
# Backend 角色
python3 scripts/amazing-cli.py role select
# 选择: 3. 后端开发 (backend)
# 开发 API
claude-code "实现角色管理 API：
1. POST /api/v1/roles - 创建角色
2. GET /api/v1/roles - 获取角色列表
3. PUT /api/v1/roles/{id} - 更新角色
4. DELETE /api/v1/roles/{id} - 删除角色
5. POST /api/v1/roles/{id}/permissions - 分配权限
使用 FastAPI + SQLAlchemy + PostgreSQL"
步骤 4：QA 测试
# QA 角色
python3 scripts/amazing-cli.py role select
# 选择: 4. 测试工程师 (qa)
# 生成测试用例
claude-code "为角色管理功能生成测试用例：
1. 单元测试 (pytest)
2. 集成测试 (API 测试)
3. E2E 测试 (Playwright)
覆盖正常流程、异常流程、边界条件"
# 执行测试
pytest
npm run test:e2e
步骤 5：Ops 部署
# Ops 角色
python3 scripts/amazing-cli.py role select
# 选择: 5. 运维工程师 (ops)
# 部署到 K8s
make k8s-deploy
# 监控
kubectl get pods -n amazing
kubectl logs -f deployment/python-api -n amazing
5.2 协作效果
通过 Agent-Teams 协同，整个开发流程：
- 需求分析: 1 天 (PM + Claude Code)
- 并行开发: 2 天 (Frontend + Backend 同时进行)
- 测试: 1 天 (QA + 自动化测试)
- 部署: 0.5 天 (Ops + K8s)
总计: 4.5 天完成，相比传统开发（约 10 天）效率提升 55%。
六、技术亮点
6.1 统一的 CLI 工具
Amazing 提供了强大的 CLI 工具 amazing-cli.py：
# 角色管理
python3 scripts/amazing-cli.py role select
python3 scripts/amazing-cli.py role permissions
# 任务管理
python3 scripts/amazing-cli.py tasks --role frontend
python3 scripts/amazing-cli.py task claim <task-id>
# PRD 管理
python3 scripts/amazing-cli.py prd create "功能名称"
python3 scripts/amazing-cli.py prd list
# Agent 管理
python3 scripts/amazing-cli.py agent assign common --task prd-001
python3 scripts/amazing-cli.py status
6.2 IronClaw 对话界面
IronClaw 是 Amazing 的 Web 界面，支持自然语言交互：
用户: @IronClaw 创建任务: 实现用户登录功能
IronClaw:
✅ 任务已创建
- 任务 ID: TASK-001
- 分配给: Common Agent
- 优先级: 高
- 预计时间: 2 天
需要我帮你生成技术方案吗？
6.3 多语言支持
- Python: FastAPI + SQLAlchemy (Common, Data, Training)
- Go: Gin + GORM (Compute, Model-Service)
- TypeScript: React + Vite (Frontend)
6.4 容器化部署
# Docker Compose (开发环境)
make docker-up
# Kubernetes (生产环境)
make k8s-deploy
七、未来规划
7.1 短期目标 (Q2 2025)
-
完善 6 大 Agent
- Common Agent (已完成 80%)
- Compute Agent (规划中)
- Data Agent (规划中)
-
增强 IronClaw
- 实时协作
- 语音交互
- 移动端支持
-
进化机制落地
- Agent 自动升级
- Skill 市场
7.2 长期愿景
-
开放生态
- 支持第三方 Agent
- Skill 插件市场
- 社区贡献
-
跨平台支持
- GitLab 集成
- Jira 集成
- Slack 集成
-
企业级特性
- 多租户
- SSO 认证
- 审计日志
八、总结
Amazing 通过 Agent-Teams 范式，将 AI 辅助开发从"单点工具"升级为"团队协作平台"。核心创新点：
- 多角色协同：覆盖 PM/Frontend/Backend/QA/Ops/Operation 全流程
- 场景适配：支持功能开发、Bug 修复、需求分析等多种场景
- 进化机制：Agent/Sub-Agent/Skill 三级进化，持续提升能力
- 工具链降级：Claude Code → Codex → IronClaw，保证可用性
如果你也在思考如何让 AI 更好地服务于团队协作，欢迎关注 Amazing 项目：
- GitHub: github.com/z58362026/a…
- 在线架构图: z58362026.github.io/amazing/
- 文档: 项目
docs/目录
期待与你一起探索 AI 协同开发的未来！
附录：快速开始
环境要求
- Python 3.11+
- Node.js 18+
- Docker
- Kubernetes (可选)
安装步骤
# 1. 克隆项目
git clone https://github.com/z58362026/amazing.git
cd amazing
# 2. 安装依赖
make install
# 3. 启动服务
make dev
# 4. 访问 IronClaw
open http://localhost:3001
选择角色
# 选择你的角色
python3 scripts/amazing-cli.py role select
# 查看权限
python3 scripts/amazing-cli.py role permissions
开始工作
# 查看可用任务
python3 scripts/amazing-cli.py tasks
# 认领任务
python3 scripts/amazing-cli.py task claim <task-id>
# 使用 Claude Code 开发
claude-code "你的需求"
关键词: AI 协同开发、Agent-Teams、Claude Code、多角色协作、软件工程、DevOps
标签: #AI开发 #团队协作 #Agent #Claude #DevOps
