Amazing：让 AI 真正能开发企业级项目的框架一个开源的企业级大模型管理平台，支持 6 大 Agent、6 种角色

📖 完整架构文档 | GitHub 仓库

核心问题

用 AI 开发复杂项目时的四大痛点：

💥 上下文溢出 - 一次生成太多代码导致 AI 卡死
🔄 重复劳动 - 每次都要重新描述项目结构和技术栈
🏗️ 架构混乱 - 缺乏统一的项目结构和开发规范
🤖 权限失控 - AI 可以随意修改任何代码

核心洞察：AI 开发的瓶颈不是 AI 能力，而是缺少一套完整的协同开发范式。

Amazing 就是这套范式的实现。

解决方案

Amazing 是一套 AI 协同开发范式，一条命令初始化企业级项目：

python3 scripts/init.py my-project \
  --description="电商平台：用户、商品、订单、支付"

自动生成：

🏗️ 9 大业务流程（产品→架构→开发→测试→部署→运营→审查→修复→进化）
👥 7 个角色 + 独立权限实例
🤖 55 个 Handoff Agents
📦 开箱即用的部署配置

详细使用方式见在线文档

四大核心创新

1. Handoffs 任务拆分 - 解决上下文溢出

核心机制：

大任务 → 自动拆分 → 逐个执行（< 200行/个）→ 状态保存 → 支持恢复

实际效果：

# 开发用户管理模块 → 自动拆分为 7 个子任务
python scripts/handoff_manager.py run --task="开发用户管理模块"

# 输出：
# [1/7] 数据模型生成 ✓
# [2/7] API 端点生成 ✓
# [3/7] 后端服务生成 ✓
# [4/7] 前端 API 服务层 ✓
# [5/7] 前端状态管理 ✓
# [6/7] 前端页面生成 ✓
# [7/7] 前端组件生成 ✓

详细原理见 Handoffs 架构文档

2. IronClaw 权限实例 - 解决权限失控

核心机制：每个角色一个独立的 IronClaw 权限实例

# 前端开发权限示例
permissions:
  read: [docs/, src/frontend/, tests/frontend/]
  write: [src/frontend/, tests/frontend/]
  create: [frontend-components, frontend-pages]

restrictions:
  - 不能修改后端代码
  - 不能修改部署配置
  - 不能创建/修改角色

完整权限配置见 GitHub 仓库

3. 智能初始化编排器 - 解决重复劳动

核心能力：

业务描述 → 领域分析 → 模块拆分 → 技术选型 → 架构设计 → 脚手架生成

自动推断：

技术栈（Python/Go/Node.js/Java）
数据库（PostgreSQL/MySQL/MongoDB/Redis）
部署方式（Docker/K8s/离线）
模块划分（user/product/order/payment...）

编排器实现见 scripts/orchestrator.py

4. 九大业务流程链 - 解决流程缺失

链路	说明	Handoffs
product-analysis	产品分析链	5 个
tech-architecture	技术架构链	6 个
code-generation	代码开发链	7 个
testing	测试链	6 个
bug-fix	Bug 修复链	6 个
deployment	部署运维链	4 个
operations	运营链	4 个
code-review	代码审查链	3 个
evolution	进化迭代链	4 个

完整流程配置见在线架构图

Agent 体系架构

Amazing 采用三层 Agent 架构：

固定 Agent（6个） - 框架级通用能力

Agent	职责	典型能力
common	通用功能	认证、配置、网关、通知
database	数据库适配	多数据库支持、迁移、查询优化
deployment	部署能力	Docker、K8s、CI/CD
monitoring	监控告警	日志、指标、链路追踪
evolution	进化分析	模式检测、影响分析、自动优化
review	代码审查	代码质量、安全、性能审查

业务 Agent - 根据需求动态生成

初始化时根据业务描述自动生成，例如电商平台：

user Agent（用户管理）→ auth-agent, profile-agent
product Agent（商品管理）→ catalog-agent, inventory-agent
order Agent（订单管理）→ order-agent, fulfillment-agent
payment Agent（支付管理）→ payment-agent, refund-agent

Handoff Agents（55个）- 任务执行单元

按 9 条业务链路组织，每个 Handoff 生成代码 < 200 行。

完整 Agent 体系见 Agent Teams 文档

实战案例：大模型管理平台

用 Amazing 开发完整的大模型管理平台：

# 1. 初始化项目（1 分钟）
python3 scripts/init.py model-platform \
  --description="大模型管理平台"

# 2. 产品分析（5 分钟）
python scripts/handoff_manager.py run \
  --task="分析大模型平台需求" \
  --chain=product-analysis

# 3. 代码开发（按模块）
python scripts/handoff_manager.py run \
  --task="开发用户管理模块" \
  --chain=code-generation

# 4. 一键部署
make docker  # 或 make k8s

开发效率对比

阶段	传统开发	Amazing	提升
项目初始化	2-3 天	1 分钟	99%
产品分析	1-2 天	5 分钟	99%
技术架构	3-5 天	10 分钟	99%
代码开发	2-3 周	2-3 天	90%
测试编写	1 周	1 天	85%
部署配置	2-3 天	1 小时	95%

总体提升：约 90%

完整案例见大模型平台案例

快速开始

1. 克隆仓库

git clone https://github.com/z58362026/amazing.git
cd amazing

2. 初始化项目

python3 scripts/init.py my-project \
  --description="你的项目描述"

3. 开始开发

cd my-project

# 产品分析
python scripts/handoff_manager.py run \
  --task="分析需求" \
  --chain=product-analysis

# 代码开发
python scripts/handoff_manager.py run \
  --task="开发模块" \
  --chain=code-generation

# 启动开发环境
make dev

详细教程见快速开始文档

与其他方案对比

特性	Amazing	传统脚手架	AI 直接生成
上下文溢出	✅ 解决	N/A	❌ 存在
权限控制	✅ 严格	❌ 无	❌ 无
完整流程	✅ 9 大流程	❌ 仅初始化	❌ 仅代码
任务拆分	✅ 自动	❌ 无	❌ 手动
文档生成	✅ 自动	❌ 手动	❌ 缺失
多数据库	✅ 支持	❌ 单一	❌ 单一
进化能力	✅ 支持	❌ 无	❌ 无
部署就绪	✅ 开箱即用	⚠️ 需配置	❌ 缺失

核心价值

Amazing 解决了 AI 开发的四大核心痛点：

✅ 重复劳动 → 智能初始化编排器
✅ 上下文溢出 → Handoffs 任务拆分
✅ 权限失控 → 独立 IronClaw 实例
✅ 流程缺失 → 9 大业务流程链

通过 Amazing，你可以：

🚀 10 倍提升开发效率
📚 自动生成完整文档
🏗️ 标准化项目架构
🔐 严格控制权限边界
🔄 持续进化AI 能力

Amazing：让 AI 真正能开发企业级项目的框架