在实际的软件开发过程中，一个完整的交付往往不是“写代码”这么简单。
从需求分析、架构设计、数据库建模，到 UI 设计、开发实现、测试与部署，每一个阶段都依赖不同角色的协作。
问题在于：
- 角色之间信息断层严重
- 文档不统一、不可追溯
- 交付过程高度依赖经验
- AI 工具大多只停留在“代码助手”层面
于是我们做了一个尝试：
把一个完整的软件交付团队，抽象成一组 AI Agent，并让它们形成标准化工作流。
这就是 forgeai。
集成在VSCode Copilot Chat窗口
什么是forgeai？
forgeai 是一个面向软件交付团队的 AI Agent 工具包，基于 GitHub Copilot 等 AI 能力构建。
它不是单一的 AI 助手，而是：
👉 一个完整的“AI 软件交付团队”
在 forgeai 中：
- 每一个角色都是一个独立 Agent
- 每个 Agent 都有明确的输入 / 输出
- 所有阶段通过标准工作流串联
- 并且引入“人工审批机制”保证质量
有哪些功能？
当前 forgeai 内置了 10 个专业角色 Agent，覆盖完整交付流程：
- 产品经理（需求分析）
- 架构师（系统设计）
- DBA（数据库设计）
- UI 设计师
- 项目经理（计划拆解）
- 前后端工程师
- QA 测试工程师
- DevOps 工程师
以及一个核心协调者：
👉 digital-team（AI Orchestrator）
它负责：
- 驱动整个流程推进
- 识别当前阶段
- 控制交付节奏
- 执行人工审批 Gate
最终形成的是一个类似这样结构的流程：
👉 需求 → 架构 → 数据库 → UI → 计划 → 开发 → 测试 → 部署
而不是零散的 AI 对话。
与传统 AI 工具的区别
forgeai 想解决的不是“AI 能不能写代码”，而是：
👉 AI 能不能参与完整的软件交付流程？
它和常见 AI 工具的区别在于：
| 传统AI工具 | forge-ai |
|---|---|
| 单点能力（写代码/写需求/写SQL） | 完整的流程协作 |
| 所有角色任务都在一次性对话中 | 阶段化、可追溯的交付过程 |
| 确实上下文理解，容易跑偏 | 构建“AI + 人”的协同机制 |
从“对话”到“流程”
传统方式：
- 不断对话
- 不断补充上下文
- tokens 持续累积
forgeai 的方式：
- 每个阶段独立产出
- 文档落盘（而不是堆在对话里）
- 阶段之间有明确输入 / 输出
👉 上下文不再反复消耗，而是被“沉淀”。
为什么这很关键？
因为这带来一个非常实际的变化：
用更少的 tokens，做更大的事情
- 不需要反复描述需求
- 不需要让 AI“记住一切”
- 不需要长上下文维持一致性
取而代之的是：
👉 结构化 + 可复用 + 可推进的交付过程
适用场景
forgeai 更适合：
- 有规范交付流程的软件团队
- 想提升交付标准化程度的团队
- 正在探索 AI + 工程化结合的团队
- 想把 Copilot / Claude / Codex 用到“流程级”的开发者
仓库链接
项目已经开源，有兴趣可以直接查看：
安装简单
结语
接下来我会做几期内容，逐步讲清楚：
- forgeai 的设计理念（为什么是 10 个角色）
- AI Agent 如何做“工程化协作”
- 如何把它接入实际项目
- 在真实项目中的效果与问题
你觉得：
👉 AI 更适合“写代码”，还是“参与流程”？
👉 一个完整 AI 团队，有没有可能成为未来的标准配置？
欢迎一起交流。
