10人团队AI协作30天完整复盘:AGENTS.md配置+5分支Git+Agent角色矩阵(附脚本)

120 阅读6分钟

0. 读者速览

  • 适用人群:技术负责人、架构师、DevOps、全栈工程师
  • 核心产出:AGENTS.md模板、Git Hook脚本、GitHub Actions配置、Agent角色定义
  • 阅读时长:约15分钟
  • 可复现性:所有代码/配置可直接复制

1. 背景与痛点

2026年Q1,10人团队混用Claude Code和Codex,同一项目多人并行开发,导致:

  • 代码风格不统一
  • 提交信息混乱
  • 合并冲突频繁(日均8-12次)
  • PR从提交到合入平均4小时
  • 加班严重

根因:没有统一的AI协作规范、没有标准化的Git工作流、AI角色未分工。

2. 解决方案总览

模块技术选型/标准状态
统一配置AGENTS.md(Agentic AI Foundation标准)✅ 已落地
项目文档AGENTS.md + ROADMAP.md + README.md✅ 已落地
Git工作流5分支 + Conventional Commits + 强制PR✅ 已落地
CI/CDGitHub Actions(lint+test+build+deploy)✅ 已落地
AI角色分工产品/架构/开发/测试 Agent矩阵✅ 已落地
工具集成MCP Server(GitHub/飞书/群晖)✅ 已落地

3. 详细实施步骤

3.1 统一配置:AGENTS.md

在项目根目录创建AGENTS.md,以下为可直接复用的模板:

# 团队AI协作规范

## 项目背景
- 产品:AI客服系统
- 技术栈:Python 3.11 + FastAPI / React 18 + TypeScript / PostgreSQL 15
- 代码风格:Black(Python)/ Prettier(TypeScript)
- 提交规范:Conventional Commits

## 当前任务
详见 `ROADMAP.md`

## 约束条件
- 所有API变更必须更新OpenAPI文档
- 数据库迁移必须写回滚脚本
- 敏感信息走环境变量,禁止硬编码

## Agent角色定义
- 产品经理Agent:负责PRD编写、需求拆解
- 架构师Agent:负责技术方案设计、模块拆分
- 开发工程师Agent:负责代码生成、单元测试
- 测试工程师Agent:负责测试用例生成、回归测试

配置其他AI工具指向AGENTS.md

  • Codex:在~/.codex/AGENTS.md中写入“以项目根目录AGENTS.md为准”
  • Gemini CLI:类似配置

3.2 三文档体系

文档读者内容更新频率
AGENTS.mdAI项目背景、技术栈、规范、角色基建变更时
ROADMAP.mdAI进度、下一步、卡点每周
README.md产品说明、部署指南功能发布时

ROADMAP.md模板

# 项目进度

## 已完成 ✅
- [x] 基础框架搭建(2026-06-01)

## 进行中 🔄
- [ ] 知识库管理功能(预计6月15日)

## 卡点 ⚠️
- 向量检索延迟偏高,需优化索引

## 下一步
- 6月12日前完成性能压测

3.3 Git工作流:5分支模型

feature/xxx ──→ dev ──→ release/vX.X ──→ main
      ↑            ↑            ↑
   bugfix/xxx ─────┘            │
                                │
                           tag vX.X

分支保护规则(以GitHub为例):

  • maindev:禁止直接push,要求PR、至少1人Review、状态检查通过
  • release/*:发布前保护

提交信息规范(Conventional Commits)

# 格式:<type>(<scope>): <subject>
feat(api): 新增对话接口
fix(model): 修复显存泄漏
docs(readme): 更新部署说明
refactor(utils): 重构日志模块
test(core): 增加单元测试
chore(deps): 升级依赖版本

Git Hook脚本(.git/hooks/commit-msg

#!/bin/sh
# 检查提交信息是否符合 Conventional Commits
commit_regex='^(feat|fix|docs|style|refactor|test|chore)(\(.+\))?: .{1,50}'
if ! grep -qE "$commit_regex" "$1"; then
    echo "错误:提交信息不符合 Conventional Commits 规范"
    echo "示例:feat(api): 新增对话接口"
    exit 1
fi

安装:chmod +x .git/hooks/commit-msg

3.4 CI/CD自动化(GitHub Actions)

创建.github/workflows/ci.yml

name: CI
on:
  pull_request:
    branches: [dev, main]
  push:
    branches: [main]

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: 设置Python
        uses: actions/setup-python@v5
        with:
          python-version: '3.11'
      - name: 安装依赖
        run: pip install -r requirements.txt
      - name: Lint
        run: flake8 src/
      - name: 单元测试
        run: pytest tests/

  build:
    if: github.event_name == 'push' && github.ref == 'refs/heads/main'
    runs-on: ubuntu-latest
    needs: test
    steps:
      - uses: actions/checkout@v4
      - name: 构建镜像
        run: docker build -t ai-cs:latest .
      - name: 推送镜像
        run: docker push your-registry/ai-cs:latest

3.5 Agent角色分工与提示词

AGENTS.md中定义角色,然后在Claude Code/Codex中通过@角色名调用。

示例:架构师Agent提示词

## Agent: 架构师
你负责技术方案设计。当用户说“设计一个用户认证模块”时,输出:
1. 接口定义(REST或GraphQL)
2. 数据库表结构(SQL DDL)
3. 安全注意事项(JWT、刷新令牌、防暴力破解)
4. 潜在风险(会话管理、日志泄露)

并行任务示例

# 终端1:Claude Code - 角色开发
@开发工程师 实现健康检查接口 GET /health

# 终端2:Claude Code - 角色架构
@架构师 设计数据库索引优化方案

# 终端3:Codex - 角色测试
@测试工程师 为现有API生成集成测试用例

3.6 MCP集成(可选)

安装MCP server:npm install -g @modelcontextprotocol/server-github

配置Claude Code的MCP:

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "your_token"
      }
    }
  }
}

4. 效果数据

指标实施前实施后(30天)
每日代码冲突次数8-12次0-1次
PR合入平均时间4小时20分钟
单功能开发周期5天1.5天
人均周加班8小时0.5小时
AI代码采纳率20%80%

5. 常见问题

Q:AGENTS.md 创建了,但Codex不读怎么办?
A:要求Codex版本≥1.2.0。在项目根目录执行 codex config set project_agents enable

Q:多人同时用feature分支,合入dev时冲突怎么办?
A:按5分支模型,每天至少pull一次dev,功能完成后立即提PR,不要长期持有分支。使用git rebase dev减少合并提交。

Q:我们的项目不是Web应用,这个方案通用吗?
A:通用。AGENTS.md和Git工作流与业务无关,角色矩阵可替换为你团队的岗位(如嵌入式、游戏、数据等)。

Q:AI生成的代码质量参差不齐,如何保证?
A:1)在AGENTS.md中明确代码规范;2)强制PR和Code Review;3)CI自动跑Lint和测试;4)用测试Agent生成用例覆盖边界。

Q:如何让新人快速上手这套流程?
A:将AGENTS.md、ROADMAP.md、README.md作为入职必读。新人clone仓库后,AI自动读取配置,可立即开始任务。

6. 快速启动(最小可行版)

如果你只有2小时,只做这三件事:

  1. 创建AGENTS.md(10分钟):只写技术栈 + 代码规范
  2. 启用5分支模型(30分钟):保护main和dev,强制PR
  3. 定义3个Agent角色(1小时):产品经理、开发、测试

7. 总结

本方案已在真实10人团队验证30天,核心产出:

  • 一套可复制的AI协作规范(AGENTS.md)
  • 一个标准化的Git工作流(5分支 + Conventional Commits)
  • 一套AI角色分工矩阵(4个Agent)
  • 自动化CI/CD + MCP集成

所有配置、脚本、模板均已在上文提供,可直接复制使用。

如果你照着做了一遍,欢迎在评论区留下你的问题或改进建议。我会持续更新这份方案,并在本文附上最新版配置仓库链接。


关于作者:joe45,二十年技术老兵,独立开发者。专注AI协作与团队效能,所有方案均来自亲身实践。