[开源发布] Dev-PlayBooks:让 AI 编程不再“抽卡”,面向 Claude/Codex等 的确定性Spec+TDD开发工作流框架

现在写代码肯定离不开 AI 了吧?Claude Code、Cursor、GitHub Copilot 确实强。 但是!你有没有遇到过这种情况:

  • AI 信誓旦旦说"修复了",结果运行报错,甚至连编译都过不去。
  • 让它加个功能,它"贴心"地把别的功能改坏了。
  • 只有代码没有测试,或者测试全是 Mock 骗自己。
  • 写新 Demo 神勇无敌,一到几十万行的老项目就"智商掉线"。

今天给大家推荐一个开源神器:DevBooks (dev-playbooks-cn)。

它不是另一个 AI 模型,而是一套专门管 AI 的"交通规则"。它能让你的 AI 编程助手(特别是 Claude Code 和 Codex CLI)从"由着性子胡来"变成"按规矩办事"。

开源地址:https://github.com/Darkbluelr/dev-playbooks-cn


1. 专治"自欺欺人":强制角色隔离

AI 最喜欢干的事就是:既当裁判又当运动员。在一个对话框里,它刚写完代码,马上又写个测试说"通过了",实际上那个测试可能根本没跑,或者逻辑就是错的。

DevBooks 引入了 双轨制开发 ,强制要求:写测试的 AI 和 写代码的 AI 必须分开!

  • Test Owner:只管理解需求,写红灯测试(Red Test)。
  • Coder :只管实现功能,让测试变绿(Green)。Coder 根本没权限改测试代码,想通过修改测试来"偷懒"?没门!

2. 拒绝"口头支票":基于证据的完成

你问 AI:"改完了吗?" AI:"改完了!所有测试都通过了。" DevBooks:"我不信,证据呢?"

DevBooks 要求 AI 必须提交运行日志、构建报告、截图等实打实的"证据"文件。而且,系统里有自动化的质量闸门(Quality Gates),检测不到合格的证据,任务就无法 Close。

3. 拯救"屎山":存量项目也能用

很多 AI 工具只能从头生成项目(Greenfield),面对复杂的存量项目(Brownfield)往往无从下手,因为上下文太多了。

DevBooks 专门有一个 brownfield-bootstrap 技能。

它可以帮你分析现有的老项目,生成项目画像、依赖图和基线规格。这就好比给 AI 戴上了"夜视仪",让它能快速看懂你那陈年老代码。

4. 拒绝"写诗"也拒绝"谜语":恰到好处的计划颗粒度

很多 AI 生成的计划,要么太简略("实现功能 X"一句话带过),AI 执行时容易迷失方向;要么太啰嗦(连变量名都规定死了),不仅浪费 Token,还限制了 AI 的编码能力。

DevBooks 生成的 tasks.md 能够保持刚刚好的颗粒度 。它关注接口契约 、数据流向 和关键边界,既给出了明确的导航,又保留了实现的灵活性。

5. 18般武艺:Skills 全家桶

它不仅仅是写代码,而是内置了 18 个 Skills,覆盖软件开发全流程:

  • 想清楚再做 (proposal-author):AI 先帮你写提案、设计文档,对齐需求。
  • 不仅看语法 (reviewer):AI Reviewer 帮你检查代码可读性和一致性。
  • 防腐化 (entropy-monitor):监控代码是不是越来越乱(熵值),提醒你该重构了。

🚀 快速上手,好玩又硬核

安装

前提是你得有 Node.js。

复制代码
npm install -g dev-playbooks-cn

初始化

在你的项目根目录下:

复制代码
dev-playbooks-cn init

它会自动配置好环境,支持 Claude Code、Codex、Cursor、Windsurf 等多种主流 AI 工具。

开始你的指挥官生涯

使用 Router 模式,直接用自然语言下令:

"请运行 devbooks-router skill,分析需求:给现有的登录模块增加 OAuth2 支持,并确保兼容旧的 Session 验证。"

AI 会帮你拆解任务、写文档、生成测试、编写代码,你只需要像一个架构师一样进行 Review 和决策。


🔗 赶紧试试

别再让 AI 像抽卡一样写代码了,用 DevBooks 给它立个规矩,把 AI 变成真正的"数字员工"!

开源地址 :https://github.com/Darkbluelr/dev-playbooks-cn

相关推荐
维克兜率天1 分钟前
【维克】统计套利:寻找市场的“定价误差“
人工智能·python·算法
论文复现现场3 分钟前
自动驾驶 BEV 模型训练,2 张 A100 80GB 够不够?显存、双卡训练与租赁成本
人工智能·深度学习·机器学习·自动驾驶·分布式训练·a100·bevformer
陈嘿萌4 分钟前
TPAMI 2026|红外、SAR、深度与地图能否用一套特征匹配?北理工HIMO给出无需预训练的通用路线
图像处理·人工智能·深度学习·计算机视觉·图像匹配·学术研究与理论基础
天云数据5 分钟前
帮手如何用一句话配置消防任务
人工智能
const_qiu6 分钟前
第一章 1.3:System Prompt 定义模型角色 —— 告诉 AI“你是谁“
人工智能·ubuntu·prompt
鲲穹AI种草7 分钟前
全能 AI 智能体助手怎么选?鲲穹 KQBOT 功能实测与横向对比
人工智能
AI工具学习测评12 分钟前
低空经济入法100天:统一低空数字监管平台的技术架构与建设路径
大数据·人工智能·物联网·无人机·智慧城市
HUIBUR科技17 分钟前
AI 中枢,面向企业场景构建的 AI 智能体
前端·数据库·人工智能
在所不辞兄17 分钟前
为什么物理嵌入神经网络的收敛性和泛化误差缺乏统一的理论保证?
人工智能·深度学习·神经网络·机器学习·有限元
一水鉴天18 分钟前
声调韵的序:从古汉语音韵到系统科学语言的场效应推演 20261013(千问)
开发语言·人工智能