Aidlc：AI 编码代理的自适应工作流程引导规则

AI-DLC - 一个核心，多个利用 AI-DLC（人工智能驱动的开发生命周期）将人工智能编码助手转变为结构化、可验证的软件交付工作流程。一个与线束无关的核心可在 Claude Code、Kiro CLI、Kiro IDE、Codex CLI、Cursor、opencode 和 GitHub Copilot 中本机运行。下面的快速入门安装了最新的稳定 AI-DLC 版本。 macOS、Linux 或 WSL：curl -fsSL https://github.com/awslabs/aidlc-workflows/releases/latest/download/install.sh | sh Windows PowerShell：irm https://github.com/awslabs/aidlc - 工作流程/发布/最新/下载/install.ps1 | iex 安装程序设置 AI-DLC 所需的一切：本机 aidlc 命令和每个线束运行时。您不需要安装 Bun 或 Node.js；本机安装通过 aidlc 运行其挂钩和命令，并且不调用 Bun 。在 Windows 上，它为当前帐户安装并自动在用户路径中注册 bin 目录。从普通的 PowerShell 窗口运行它；使用“以管理员身份运行”打开的会收到警告和提示，因为以管理员身份安装不太安全。如果另一个会话找不到 aidlc ，请打开一个新终端。要跳过持久路径和当前进程路径更改，请使用 -NoModifyPath 。 Windows 卸载仅删除记录为安装程序拥有的用户路径条目。在 macOS、Linux 或 WSL 上，如果需要，请按照安装程序的 PATH 说明进行操作。更喜欢自己管理项目文件，或者无法安装本机可执行文件？手动复制路径是需要 Bun 的地方：安装 Bun ，从release下载aidlc-copy-runtime-X.Y.Z.tar.gz，并将完整的runtime//目录复制到您的项目中。此路径不需要本机 aidlc 命令。从项目根目录中，选择您使用的工具： cd /path/to/your-project aidlc config --harness claude aidlc doctor 将 claude 替换为 kiro 、 kiro-ide 、 codex 、cursor 、 opencode 或 copilot 。当终端可用时，在不带 --harness 的情况下运行 aidlc config 会启动交互式设置。如果您在尚未信任的项目文件夹中使用 Kiro IDE 自己的终端，Kiro 首先会询问您是否信任它。仅为您自己的项目或您已检查的项目选择“信任文件夹并继续”，因为信任允许文件夹的 .kiro 挂钩在您的计算机上运行命令；否则选择取消并首先查看文件夹（请参阅首次运行）。在已配置的项目中打开您的工具并描述工作： /aidlc 构建用于库存管理的 REST API Codex CLI 使用 $aidlc 而不是 /aidlc 。在 Kiro IDE 中，首先在聊天面板的代理选择器中选择 aidlc。 AI-DLC 从请求中选择一个工作流程，询问缺少的决策，并在继续之前停止在审批关口。对于提供程序设置、信任提示和特定于线束的先决条件，请使用下表中的指南。完整的演练位于入门中。 Harness 配置 Open Invoke 指南 Claude 代码 aidlc config --harness claude claude /aidlc 入门 Kiro：Kiro IDE >= 1.1.70 / Kiro CLI >= 2.24.1 (v3) aidlc config --harness kiro-ide 在 Kiro IDE 中打开项目，然后在聊天面板的代理选择器中选择 aidlc，或运行 kiro-cli /aidlc Kiro IDE Kiro CLI (V2) >= 2.6 aidlc config --harness kiro kiro-cli chat /aidlc Kiro CLI Codex CLI >= 0.145.0 aidlc config --harness codex codex $aidlc Codex CLI 光标 aidlc config --harness 光标打开光标或运行代理 /aidlc 光标 opencode >= 1.17 aidlc config --harness opencode opencode /aidlc opencode GitHub Copilot CLI >= 1.0.74 / VS Code >= 1.130 aidlc config --harness copilot Copilot CLI 或 VS Code /aidlc GitHub Copilot 模型提供程序设置属于线束。交付的项目配置保留用户已选择的提供程序和模型。 aidlc 配置提供商可以在支持的项目表面上应用 Amazon Bedrock 设置，或记录其他线束的手动设置。 Kiro CLI 和 Kiro IDE 不需要提供商的答案，因为模型访问随 Kiro 一起提供。对于 Kiro CLI 2.24.1 或更高版本上的 Kiro v3 引擎，请使用 kiro-ide 来固定它； kiro 是 Kiro CLI (V2)（Kiro CLI 说明现有 kiro 项目如何切换）。该方法本身是独立于提供商的。 AI-DLC 与强大的推理模型配合使用效果最佳。目前推荐的型号是Claude Opus 4.8。如果您无法使用 Opus，或者您不确定在线束上的何处设置模型和工作量，请参阅选择模型和工作量。随着项目的增长，临时人工智能编码会失去上下文。 AI-DLC 通过一个审计生命周期将需求、决策、实施、测试和运营工作保持联系：从初始化到运营的 5 个阶段和 33 个阶段 14 名代理：11 名领域专家、2 名审阅者和一名自适应编写器 11 个工作流程配置文件，用于功能、错误修复、基础设施、安全性、概念验证、企业交付和其他常见工作 人工审批门和源头限制审查证据 119 个事件审计跟踪以及持久状态、团队知识和学习规则支持线束