Skip to content

TreeX-X/WorkFlowX

Repository files navigation

中文 · English

WorkflowX

让 AI 写代码像团队协作一样可控

WorkflowX Logo

一个纯文件驱动的多智能体协作框架 —— 把"和 AI 聊天写代码"升级为"有规划、有验收、可追踪"的工程流程

License Skills Agents Modules

Claude Code Codex


这是什么?

WorkflowX 是一套放进 AI 编程工具里的工程化工作流。你仍然只和一个主代理对话,但它不再“边聊边写”:

  • Main Agent 直接编排:负责路由、需求发现、方案确认、Hybrid Tree 文档写入和任务派发。
  • coderX 只负责实现:读取需求文档和执行指令,写代码,返回结构化 Change Summary。
  • evaluatorX 独立验收:读取真实代码与 diff,对照验收标准逐条核验,失败就生成修复指令。
  • Hybrid Tree 记账:Parent + Child 文档树沉淀范围、AC、文件索引、依赖、评估结果和状态。

最新架构中没有 orchestratorX 子代理。编排职责由 Main Agent 直接承担;执行代理只通过结构化 Payload 交接。

WorkflowX xwhole 工作流演示
一次完整 xwhole:RouteX 路由上下文 → 需求发现 → 用户确认 → noiseX 降噪 → Hybrid Tree → coderX → evaluatorX → 修复回流 → PASS 收口


为什么需要它?

单个 AI 长对话写代码,真正的问题不是“模型不够聪明”,而是流程没有约束。WorkflowX 把常见失控点变成明确机制:

痛点 WorkflowX 的处理方式
上下文越聊越乱 Main Agent 维护状态,执行代理独立上下文工作,只通过 Payload 传递必要信息
需求散落在聊天里 需求落到 Hybrid Tree,变更只改对应 Section,受影响 Child 重新进入循环
AI 自称完成但没达标 evaluatorX 不信任 coderX 自述,独立读代码、读 diff、逐条核对 AC
编码后才发现需求误解 xwhole Phase 1 先做代码探索、苏格拉底式追问和主动质疑,再进入文档生成
多轮迭代 Token 成本高 分区缓存、干叶分离、MCP 记忆快照、noiseX 降噪共同控制上下文预算
并行任务相互覆盖 worktree 隔离 + Child 责任边界 + 跨分支违规检测

30 秒理解工作原理

你
│
├─ xwhole / xlocal / xunit / xstatus / xprompt
│
▼
Main Agent
├─ RouteX:结合完整输入和当前会话上下文决定继续、探索或启动工作流
├─ Module 08:xwhole 需求发现、方案设计、Hard Gate 确认
├─ Phase 2:生成或维护 Hybrid Tree(Main Agent 唯一文档写入者)
└─ Core Loop:转发 Payload,驱动 coderX ↔ evaluatorX 迭代
        │
        ├─ coderX:实现并输出 Change Summary
        └─ evaluatorX:独立验收并输出 Evaluation Result

WorkflowX Main Agent 编排架构
Main Agent 集中编排与写文档;coderX / evaluatorX / promptX / noiseX 作为执行或辅助单元进入循环

一句话:Main Agent 管流程和事实,coderX 写代码,evaluatorX 把关,Hybrid Tree 保持可追踪。


快速开始

环境要求:Node.js v18+

1. 安装 MCP 依赖(用于跨会话记忆)

npm install -g @modelcontextprotocol/server-memory @modelcontextprotocol/server-sequential-thinking

2. 安装 WorkflowX

平台 安装方式
Claude Code /plugin marketplace add https://github.com/TreeX-X/workflowX/plugin install workflowx
OpenAI Codex /plugins → 搜索 workflowx → Install Plugin
手动部署 .claude/.codex/ 拷进项目根目录,再按 mcp.json.template 挂载 MCP

3. 跑第一条需求

xwhole 实现用户登录功能,支持邮箱密码和 OAuth

Claude Code 可用斜杠命令;OpenAI Codex 使用自然语言前缀,例如直接以 xwhole 开头。


四种模式

按改动影响范围选择。拿不准时直接描述需求,RouteX 会结合状态推荐模式。

模式 适用场景 规划方式 验收循环 示例
xunit 单文件、小改动、明确修复 直接调用 coderX;仅 -prompt 时使用 promptX 默认不启用 evaluatorX xunit 给 Config 加超时配置
xlocal 1-2 个模块内的修复或局部功能 复用/生成最小 Hybrid Tree 自动,最多 N 轮 xlocal 修复订单列表分页 bug
xwhole 新功能、跨模块重构、高影响任务 Phase 1 需求发现 → Phase 2 文档生成 自动,最多 N 轮 xwhole 实现订单中心
xwhole -parallel 多个独立子任务并行推进 生成 Hybrid Tree 后按 Child 并行 多 coder / evaluator 并行 /xwhole -parallel 实现用户、订单、商品模块

常用参数:-N 3 限制每个 Child 最多验收迭代 3 轮;-box demo 在沙箱分支隔离执行;-parallel 仅 Claude Code Agent Teams 支持。

WorkflowX 模式与能力矩阵


一次 xwhole 会发生什么?

xwhole 实现用户登录功能 为例,完整流程分成 10 个动作:

  1. 入口路由:Main Agent 根据命令、用户输入和当前会话上下文路由;Hybrid Tree 作为持久的工作流事实来源。
  2. 环境初始化:解析 -N / -box / -parallel,探测 MCP,可降级运行。
  3. 代码探索:先搜索项目结构、相关模块和已有约束,形成文件索引。
  4. 需求发现:用 socratesX 一次一题澄清边界,并主动挑战矛盾、遗漏和技术风险。
  5. Hard Gate 确认:用户确认方案后才允许进入文档生成。
  6. noiseX 降噪:把 Phase 1 中的探索、废弃假设和确认事实提炼成干净信号。
  7. 生成 Hybrid Tree:Main Agent 写 Parent / Child,包含范围、AC、依赖和文件索引。
  8. coderX 实现:按 Child AC 写代码,完成后输出 Change Summary Payload。
  9. evaluatorX 验收:独立读 diff 和代码,输出 AC 状态、问题等级和修复指令。
  10. 收口或回流:PASS 则更新文档并结束;失败则 Main Agent 把修复指令传回 coderX,直到通过或达到 N 轮上限。

深入设计

Hybrid Tree:结构化需求文档树

Hybrid Tree 是 WorkflowX 的事实来源:

文档 作用
Parent 全局范围、NFR、DoD、路由表、共享文件索引、知识图谱概要、Child 状态聚合
Child 子任务范围、验收标准 AC、私有文件索引、实现摘要、评估结果和迭代记录

Main Agent 是唯一文档写入者。coderX 和 evaluatorX 只读文档、输出 Payload,避免多个代理同时改同一份事实来源。

AC 交叉验证:评估员不信任程序员

evaluatorX 的验收目标不是“看 coderX 写了什么总结”,而是:

  1. 读取 Child 的验收标准;
  2. 读取 git diff 和相关源码;
  3. 对每条 AC 标记 pass / partial / fail / unevaluable
  4. 输出 P0/P1/P2 问题和可执行修复指令;
  5. 由 Main Agent 更新文档并决定是否回流。

这让“AI 说完成了”变成“独立质量门确认完成”。

Token 优化:多轮迭代省上下文

WorkflowX 三层 Token 优化

策略 作用
L1 分区缓存 稳定区置顶,动态区置底覆写 提高 Prompt Cache 命中率
L2 干叶分离 Markdown 只保留需求树干,实体关系交给 MCP 知识图谱 减少文档体积
L3 记忆快照 Hybrid Tree 存摘要和指针,完整节点持久化到 server-memory 跨会话复用事实

配套的 noiseX 和 promptX 分别解决“规划阶段噪声污染文档”和“修复轮输入过散”的问题。

RouteX 与工作流上下文

所有输入根据完整提示词和当前会话上下文路由:

路由 触发条件 处理方式
Route 0 当前已有活跃工作流 把用户输入作为当前流程的一部分,支持需求增量变更
Route 1 只读探索、搜索、git、配置操作 直接处理,不派 coderX
Route 2 有编码意图且无活跃工作流 分析范围,推荐 xwhole / xlocal / xunit,需用户确认
Route 3 显式 xwhole / xlocal / xunit 等命令 按指定模式立即进入

工作流连续性来自当前会话上下文和 Hybrid Tree 文档。

其他内置能力
  • promptX / promptMasterX:把粗需求或修复指令转成 coderX 更容易执行的结构化输入。
  • noiseX:在 xwhole Phase 1 → Phase 2 之间清理对话噪声,避免把废弃假设写进 PRD。
  • razorX:用“路径能否更短、认知负担能否更低”约束实现与 review。
  • guideX:约束 coderX 避免过度设计、虚假完成和无验证修改。
  • xstatus:生成高保真 HTML 工作流状态报告。
xstatus
xstatus --output ./reports/today.html

平台支持

平台 配置目录 触发方式 并行模式
Claude Code .claude/ /xwhole /xlocal /xunit /xstatus /xprompt 支持 /xwhole -parallel
OpenAI Codex .codex/ 自然语言前缀:xwhole xlocal xunit xstatus xprompt 不支持

两套配置共享同一套工作流思想,但会根据宿主工具能力调整触发语法、子代理调用方式和并行能力。


框架对比

完整对比见 comparison-report.md

能力 WorkflowX Superpowers OMC
Hybrid Tree 需求追踪 独有 不支持 不支持
AC 交叉验证 独有 不支持 不支持
Phase 1 需求发现 + 主动质疑 基础 基础
Token 增量优化 系统化 部分 部分
Worktree 隔离与跨分支检测 支持 部分 部分
状态报告可视化 内置 xstatus 不同实现 不同实现

关于

WorkflowX 是一个真实投入社区使用的开源实验项目,目标是探索多智能体协同开发的可靠流程、文档结构和质量门。

欢迎讨论、建议与贡献。Fork 本仓库提交 Pull Request,或在 Issues 中分享你的使用场景与问题。

公众号:TreeX-AI · 如果对你有帮助,欢迎 Star。

友情链接Linux.Do —— 为技术爱好者和专业人士提供高质量讨论与资源分享的社区。


MIT License · 自由使用 / 修改 / 再分发 · Made by @TreeX-X

星级历史

Star History Chart

About

一个更强调可控、可追踪和 Token 效率的 AI 多智能体开发工作流 || An AI multi-agent development workflow that emphasizes controllability, traceability, and token efficiency

Topics

Resources

License

Stars

54 stars

Watchers

0 watching

Forks

Packages

 
 
 

Contributors