打造我的 AI 开发团队(二):bmad,开箱即用的敏捷开发智能体

上一次,我们分享了 Claude Codesub-agent,它可以配置自己需要的各种 agent,为我们搭建虚拟开发团队提供了基础。

但上次的分享中,每个角色都需要进行提示词设置,整个过程工作量大,且见效慢。

今天,我们就分享一个可以"开箱即用"的方案 ------ bmad

bmad

bmad(全称:Breakthrough Method of Agile AI-Driven Development,突破性的敏捷 AI 驱动开发方法)是一个内置了完整敏捷开发流程的智能体系统,它已经帮我们配置好了敏捷开发过程中所涉及的各种角色,一键即可调用。

关键创新

  • 代理规划:专属代理(分析师、项目经理、架构师)与您协作,创建详细一致的项目需求文档 (PRD) 和架构文档。通过先进的快速工程和人机协同优化,这些规划代理能够生成全面的规范,其能力远超通用的 AI 任务生成。

  • 上下文工程开发Scrum Master 代理随后将这些详细计划转换为超详细的开发故事,其中包含开发代理所需的一切 ------ 完整的情境、实施细节以及直接嵌入在故事文件中的架构指导。

以上是官网的关键创新点,但作为一个一线工程师,我感觉 bmad 真正的价值在于:

  • 丰富且专业的代理库 :内置了敏捷开发所需要的各种角色,可以让我们快速搭建自己的虚拟开发团队
  • 最佳实践的研发范式 :内置了分析规划、敏捷开发两大研发流程,可以保证各个代理按照最佳的流程组织开发工作。

这正是研发负责人最重要的两项工作:组建团队、规范流程

适用场景

bmad 适用于软件开发场景,这是毋庸置疑的。

但它其实完全可以在任何非软件开发场景适用,官方也提供了包括创意写作、商业战略、健康与保健、教育等领域的扩展包,同时也支持你根据自己需要设置特定的扩展包。

本系列聚焦软件开发场景,非软件领域的应用不再展开,大家可去官网自行尝试。

软件开发领域除了核心内置的敏捷开发流程外,还提供了一些扩展包,如下:

快速尝试:Web UI

真正使用的话,会在本地安装,今天初次接触,我们先通过官网推荐的"快速启动"方式简单体验下。

1、获取配置包 :从官方仓库获取完整的团队文件(一个txt)。

2、创建智能体 :使用 Gemini Gem 创建一个智能体,或者使用其他你喜欢的大模型客户端。

3、配置智能体知识库 中上传"步骤一"下载的团队文件,并设置提示词

kotlin 复制代码
Your critical operating instructions are attached, do not break character as directed

4、开始对话:像平时一样开始聊天。

我使用此前开发小程序时的指令进行测试,效果如下(截图较长,可快速划过):

bmad的提升 :由于指令中未上传首页设计图和 Gitee AIAPI 文档,Gemini(bmad)发现该问题,直接要求在后续开发中补充。

通用AI一般会很"体贴"地根据你给出的内容进行回答,而不是按照流程指出你的问题。

结语

今天,我们对 bmad 的基本情况有了初步的了解,也简单体验了它的"角色 "和"流程"。

当然,Web UI 只是为了让我们快速体验到 bmad 的特性。

后续,我们将基于 ide 方式实现一个完整流程,帮助我们更进一步的了解 bmad 软件开发的详细使用,以便更好搭建我们自己的 AI 开发团队。

一天周末,也要开心哈!

相关推荐
nju_spy2 小时前
南京大学 - 复杂结构数据挖掘(一)
大数据·人工智能·机器学习·数据挖掘·数据清洗·南京大学·相似性分析
charieli-fh3 小时前
指令微调数据评估与影响:构建高质量大语言模型的关键
人工智能·深度学习·语言模型
Coovally AI模型快速验证3 小时前
从避障到实时建图:机器学习如何让无人机更智能、更安全、更实用(附微型机载演示示例)
人工智能·深度学习·神经网络·学习·安全·机器学习·无人机
贾全3 小时前
MoE 的“大脑”与“指挥官”:深入理解门控、路由与负载均衡
人工智能·负载均衡·大语言模型·路由·moe·多模态ai·门控
熊文豪3 小时前
蓝耘MaaS驱动PandaWiki:零基础搭建AI智能知识库完整指南
人工智能·pandawiki·蓝耘maas
whaosoft-1434 小时前
51c视觉~合集2~目标跟踪
人工智能
cyyt4 小时前
深度学习周报(9.15~9.21)
人工智能·深度学习·量子计算
Deepoch4 小时前
Deepoc具身智能模型:为传统机器人注入“灵魂”,重塑建筑施工现场安全新范式
人工智能·科技·机器人·人机交互·具身智能
吃饭睡觉发paper5 小时前
High precision single-photon object detection via deep neural networks,OE2024
人工智能·目标检测·计算机视觉