AI Drive Engine CLI
你的团队是不是这样：最有经验的人反复回答同样的问题，AI 每次对话都从零开始不记得项目规范，新人上手慢不知道该对 AI 说什么。
AI Drive Engine 把专家经验变成 AI 自动执行的规则和技能。一条命令生成完整项目，打开 AI 编程终端（Kiro / Claude Code），AI 自动加载你的知识体系。
人走知识不散，项目越做越快。
Quick Start
前置依赖
| 依赖 | 版本要求 | 说明 |
|---|---|---|
| Node.js | ≥ 18 | 运行环境 |
| npm | 随 Node.js | 包管理 |
| Git | 任意 | 代码工程管理（submodule） |
| OpenSpec | 1.2.0 | 变更管理引擎（ade init 自动安装） |
| Python | ≥ 3.10 | 知识图谱工具 graphify（可选，ade init 引导安装） |
安装
npm run build & npm link
创建项目
ade init my-project # 交互式创建项目（含可选的代码工程关联）
cd my-project
打开 AI 编程终端（Kiro / Claude Code），开始工作：
"帮我实现用户登录功能" → 全流程自动化：设计 → 编码 → 审查 → 验证 → 知识沉淀
"探索一下库存预警的需求" → AI 做你的思考伙伴，梳理想法不动代码
"这个 bug 帮我查一下根因" → 系统化调试：定位 → 修复 → 沉淀经验防再犯
"把这篇技术文章摄入知识库" → AI 读懂文章，写摘要，更新相关知识页面
"帮我做一下代码审查" → 对照设计文档 + 编码规范自动审查
"规划 0.8.0 版本" → 结构化需求，拆分为可执行的提案清单
ade init 会引导你完成项目配置，包括可选的代码工程关联（submodule 或目录）。
跳过交互用 ade init my-project -y，后续通过 ade add-codebase 手动添加。
它做了什么
ade init 生成一个知识工程项目结构：
my-project/
├── AGENTS.md # AI 的规则手册 — 所有终端自动加载（ade generate 编译）
├── CLAUDE.md # Claude Code 入口（ade generate 自动生成）
├── .ade/ # 框架文档（ade generate 管理，用户不改）
│ ├── ARCHITECTURE.md
│ ├── ETHOS.md
│ ├── GOVERNANCE.md
│ └── GUIDE.md
├── rules/ # 用户自定义规范
├── skills/ # 用户 skill（业务 + 自定义工具）
│ └── remote/ # 远程 skill（ade skill pull 管理）
├── hooks/ # 用户 hook
├── agents/ # 用户 agent
├── mcp/ # 用户 MCP server 声明
│ └── mcp.yaml
├── docs/ # 知识库 — AI 做事前先查这里
│ ├── raw/ # 原始资料（AI 只读）
│ └── wiki/ # AI 编译的结构化知识（AI 读写）
├── codebases/ # 代码工程（submodule 或目录）
├── openspec/ # 变更管理（OpenSpec）
├── planning/ # 需求孵化
├── e2e-tests/ # E2E 自动化测试
├── .ai-state/ # 状态数据 — 度量"越用越快"
├── engine.yaml # 项目配置
└── .gitignore
核心思路：
- AGENTS.md — 把"老手才知道的规矩"编译成 AI 自动遵守的规则（sealed，不可篡改）
- .ade/skills/ — 把"该怎么做"变成 AI 可执行的步骤（框架管理）
- docs/ — 把"业务知识"变成 AI 随时查阅的参考（用户管理）
- 每次交付自动沉淀 — distill skill 把经验写回知识库，下次更快
命令
ade init [name] # 创建项目（-y 跳过问答）
ade generate # 编译 AGENTS.md + 同步 .ade/ + 分发资产到终端（--dry-run 预览）
ade add-codebase <name> # 添加代码工程（submodule 或目录）
ade doctor # 检查项目健康度（含所有资产格式校验）
ade update # 同步框架更新（自动迁移 + generate）
ade skill list # 列出所有 skill（含 size、tokens、描述）
ade skill pull # 根据 engine.yaml 配置拉取远程 skill
ade skill push <name> # 将远程 skill 的本地改动推送 MR 到源仓库
ade rule list # 列出所有 rule（含 size、tokens）
ade agent list # 列出所有 agent（含 model、tools、描述）
ade mcp list # 列出所有 MCP server（声明 + 编译状态）
ade hook list # 列出所有 hook（事件、类型、matcher）
ade graduation assess # 评估用户资产是否可毕业到框架级
设计理念
详见项目中的 ETHOS.md，三个核心信念：
- 终端无关 — 知识是纯 Markdown + YAML，不绑定任何 AI 工具。删掉
.kiro/.agents/目录，知识完好无损。 - 知识复利 — 第一次做功能花 3 天，第二次同类 1 天，第十次 2 小时。不是人变强了，是知识在积累。
- 消除知识税 — 不是让天才更快，是让所有人都能交付。
跑通 Quick Start 后，阅读 GUIDE.md 了解日常工作流、知识库使用和自定义扩展。
终端支持
当前支持 Kiro 和 Claude Code，后续会根据需求支持更多 AI 编程终端（如 Cursor、Windsurf、Copilot、Trae、通义灵码等）。
License
MIT
