Skip to content

AI Agent Team v2.1.0

Latest

Choose a tag to compare

@peterfei peterfei released this 12 Jun 08:39

AI Agent Team v2.1.0 发布说明

很高兴宣布 AI Agent Team v2.1.0 正式发布!这个版本聚焦于 AI 智能体的结构化决策能力 升级,借鉴业界最佳实践,为所有 7 个技能和智能体注入了清晰的决策树思维框架。

🌟 核心亮点

1. 🧭 决策树架构 (Decision Tree)

每个 Agent 和 Skill 现在都内置了 "Pick a branch" 决策树,让 AI 接到任务时能自动路由到正确的工作模式:

Agent 决策分支
全栈开发 BUILD / EXTEND / DEBUG
技术负责人 ADR / REVIEW / PLAN / GUIDE
产品经理 PRD / ANALYSIS / ROADMAP / RESEARCH
前端开发 COMPONENT / PAGE / OPTIMIZE / FIX
后端开发 API / SCHEMA / AUTH / OPTIMIZE
QA 工程师 PLAN / CASES / BUG / AUTOMATE
DevOps 工程师 PIPELINE / INFRA / OBSERVE / DOCKER

选择错误路径会浪费整个任务。模糊时默认使用最通用的模式,并在方案顶部明确说明假设。

2. 📋 通用规则体系 (Universal Rules)

每个角色新增 5 条跨分支通用规则,确保无论走哪条路径,输出质量始终在线。例如全栈开发的规则:

  1. API 契约先行 — 先定义类型接口,再实现前后端
  2. 类型安全贯穿全栈 — shared types,改一端必须更新另一端
  3. 全链路错误处理 — DB→API→Service→UI 每层有兜底
  4. 集成即验证 — 联调不是最后一步,而是每个里程碑的环节
  5. 一条命令启动全栈 — docker-compose / pnpm dev / turbo dev

3. ✅ 完成检查清单 (When Done)

每个任务结束时,通过 5-7 个检查问题确保产出物完整可交付。例如技术负责人需要确认:

  • 决策理由是否记录到 ADR?
  • 风险应对是否有 owner 和时间表?
  • 技术债务项是否量化了修复成本?
  • 严重问题是否确认了修复计划?

4. 🔁 跨运行时同步

所有 7 个 Agent 的 SKILL.md 均同步更新了对应的 Agent 文件(.claude/agents/*.md),确保在 Claude Code 的 /agent/tl /pm /fe 等快捷命令下都能获得一致的决策树指引。

5. 📦 独立可安装的 Agent Skills

7 个 Agent Skill 已发布为独立仓库,可通过 npx skills install 安装到任意项目中,无需安装整个 ai-agent-team 包:

Skill 安装方式
全栈开发 npx skills install peterfei/ai-agent-fullstack-engineer
技术负责人 npx skills install peterfei/ai-agent-tech-leader
产品经理 npx skills install peterfei/ai-agent-product-manager
前端开发 npx skills install peterfei/ai-agent-frontend-dev
后端开发 npx skills install peterfei/ai-agent-backend-dev
QA 工程师 npx skills install peterfei/ai-agent-qa-engineer
DevOps 工程师 npx skills install peterfei/ai-agent-devops-engineer

兼容 Claude Code / Cursor / Codex CLI / Gemini CLI / Windsurf 等 50+ 运行时,每份 Skill 均内含多运行时的配置模板,一条命令即可接入。


📈 成果

维度 之前 v2.1.0
任务路由准确度 依赖隐式理解 显式决策树引导
输出一致性 每次可能不同 5 条硬规则约束
交付完整性 容易遗漏 完成检查清单兜底
代码变更 14 个文件,+408 行

🚀 如何升级

npm install -g ai-agent-team@2.1.0
ai-agent-team init

感谢您选择 AI Agent Team!我们持续致力于让 AI 智能体的行为更可信、输出更可靠。