推荐中转站： https://nicecode.cc/ 把 /dev 、/omo 、ralph-loop 、/feature-dev 四套工作流融合成一个、多 Agent 并行、多模型后端的功能开发编排器。 • 一句话启动：/do 实现用户登录功能，剩下的交给 AI • 7 阶段完整覆盖：Discovery → Exploration → Clarification → Architecture → Implementation → Review → Summary • 多 Agent 并行：code-explorer 、code-architect 、code-reviewer 、develop 各司其职 • 多模型后端：分析用 grok-code ，架构用 opus4.5 ，代码用 gpt5.2 ，按任务特性分配最优模型，可以自定义配置 • Loop 机制保障：Stop Hook 阻止意外退出，确保流程完整执行

为什么做这个融合？ 继 /dev /omo 之后一直在思考如何将这些好用的工作流融合起来，够快够智能够好用

1. 需要 dev 的快、简单
2. 需要 omo 的多模型 agent 编排
3. 需要 ralph-loop 能够保证任务最终完成
4. 需要主动沟通确定方案 基于上面的内容我突然想到把他们全部融合在一起不就好了吗，于是就有了 do 。 Do 的核心参考来源： 来源 贡献 feature-dev 7 阶段工作流框架 + Agent 分工 + Context Pack 模板 dev 需求澄清机制 + 多后端路由 + 90% 覆盖率要求 omo 路由优先编排 + 最小 Agent 集选择 + 编排者不写代码原则 ralph-loop Stop Hook 防中断 + 状态文件持久化 + 完成信号机制

核心设计：编排者不写代码 这个设计来自 omo 的核心理念。do 的第一条铁律： Claude Code 只负责编排，所有代码变更必须委托给 codeagent-wrapper 中的 Agent 。 这不是因为 Claude Code 写不了代码，而是因为： • 职责分离：编排者专注流程控制，执行者专注代码质量 • 模型专长：不同 Agent 可以用不同后端（ Codex 、Claude 、Gemini ） • 可追溯性：每个 Agent 的输出都有独立日志和上下文

这是编排者的正确姿势

codeagent-wrapper –agent develop - . <<‘EOF’

Original User Request

/do 添加用户登录功能

Context Pack

• Code-explorer output: [Phase 2 分析结果]
• Code-architect output: [Phase 4 架构方案]

Current Task

实现登录功能，遵循现有模式

Acceptance Criteria

端到端可用；测试通过； diff 最小化 EOF

7 阶段工作流详解 Phase 1: Discovery - 理解需求 目标：搞清楚要做什么。不是直接开干，而是先用 AskUserQuestion 问清楚： • 用户可见的行为是什么？ • 范围边界在哪？ • 验收标准是什么？ 然后调用 code-architect 生成需求清单和澄清问题。 codeagent-wrapper –agent code-architect - . <<‘EOF’

Current Task

Produce requirements checklist and identify missing information. Output: Requirements, Non-goals, Risks, Acceptance criteria, Questions (<= 10)

Acceptance Criteria

Concrete, testable checklist; specific questions; no implementation. EOF

Phase 2: Exploration - 探索代码库 目标：搞清楚现有代码怎么写的。 Phase 2: Exploration 目标:映射代码库模式和扩展点。并行运行 3 个探索任务。 —TASK—..)

Bash(codeagent-wrapper –parallel <<‘EOF’ timeout: 5m 0s

Execution Report ==: 3 tasks I 3 passed I 0 failed … +27 lines (ctrl+o to expand) 这里体现了 并行优先 原则——三个 code-explorer 任务同时跑： codeagent-wrapper –parallel <<‘EOF’ —TASK— id: p2_similar_features agent: code-explorer workdir: . —CONTENT— Find 1-3 similar features, trace end-to-end. Return: key files with line numbers, call flow, extension points.

—TASK— id: p2_architecture agent: code-explorer workdir: . —CONTENT— Map architecture for relevant subsystem. Return: module map + 5-10 key files.

—TASK— id: p2_conventions agent: code-explorer workdir: . —CONTENT— Identify testing patterns, conventions, config. Return: test commands + file locations. EOF

三个探索任务并行执行，结果合并后传递给下一阶段。

Phase 3: Clarification - 澄清疑问（强制阶段） 目标：解决所有模糊点。这是 不可跳过 的阶段。Phase 1 和 Phase 2 的输出汇总后，让 code-architect 生成优先级排序的问题列表，然后用 AskUserQuestion 逐一确认。

澄清问题

1. 登录失败时，错误信息是否需要区分”用户不存在”和”密码错误”？
2. 是否需要支持”记住我”功能？
3. 密码重置流程是否在本次范围内？ 不回答不进入下一阶段。这是从 ralph-loop 学来的——宁可多问，不要猜错。

Phase 4: Architecture - 设计方案 目标：确定怎么实现。 同样是并行模式——两个 code-architect 同时工作，提出两种方案： 第四阶段:架构设计目标:产出实现方案。并行运行两套设计。 Bash(codeagent-wrapper –parallel <<‘EOF’ timeout: 5m Os

方案 特点 minimal-change 复用现有抽象，最小化新文件 pragmatic-clean 引入测试友好的接缝，更好的可维护性 codeagent-wrapper –parallel <<‘EOF’ —TASK— id: p4_minimal agent: code-architect workdir: . —CONTENT— Propose minimal-change architecture: reuse existing abstractions. Output: file touch list, risks, edge cases.

—TASK— id: p4_pragmatic agent: code-architect workdir: . —CONTENT— Propose pragmatic-clean architecture: introduce seams for testability. Output: file touch list, testing plan, risks. EOF

用户选择后，进入实现阶段。

Phase 5: Implementation - 实现（需审批） 目标：把代码写出来。 这个阶段有个 显式审批门： 用 AskUserQuestion 确认： “Approve starting implementation?”

• Approve

• Not yet 已批准。开始实现。 将实现分为 3 个批次 1.后端:数据模型+API 2.前端 Store + Service¥3.前端:页面+入口修改

  Original User Request..)[codeagent-wrapper]Backend: codex

  Bash(codeagent-wrapper –agent develop -. <<‘EOF’ ti Command: codex e –dangerously-bypass-approvals-

codeagent-wrapper –agent develop - . <<‘EOF’

Context Pack

• Code-explorer output: [Phase 2 全部输出]
• Code-architect output: [Phase 4 选定方案 + Phase 3 答案]

Current Task

Implement with minimal change set following chosen architecture.

• Follow Phase 2 patterns
• Add/adjust tests per Phase 4 plan
• Run narrowest relevant tests

Acceptance Criteria

Feature works end-to-end; tests pass; diff is minimal. EOF

Phase 6: Review - 代码审查 目标：抓 bug 、砍复杂度。 两个 code-reviewer 并行工作： 审查者 关注点 correctness 正确性、边界情况、失败模式 simplicityKISS 原则、消除冗余抽象 codeagent-wrapper –parallel <<‘EOF’ —TASK— id: p6_correctness agent: code-reviewer workdir: . —CONTENT— Review for correctness, edge cases, failure modes. Assume adversarial inputs.

—TASK— id: p6_simplicity agent: code-reviewer workdir: . —CONTENT— Review for KISS: remove bloat, collapse needless abstractions. EOF

审查结果出来后，用户决定：• Fix now （现在修）• Fix later （以后修）• Proceed as-is （直接过）

Phase 7: Summary - 总结文档 目标：记录做了什么。 最后一个 code-reviewer 调用，生成完成报告： • 做了什么• 关键决策和取舍• 修改的文件路径• 验证命令• 后续工作（可选）完成后输出完成信号： DO_COMPLETE

多模型后端：按任务选模型 codeagent-wrapper 支持为不同 Agent 配置不同后端。 在 ~/.codeagent/models.json 中： {   “agents”: {     “code-explorer”: {       “backend”: ”opencode”,       “model”: ”opencode/grok-code”,       “description”: ”快速代码分析”     },     “code-architect”: {       “backend”: ”claude”,       “model”: ”claude-opus-4-5-20251101”,       “description”: ”深度架构设计”     },     “code-reviewer”: {       “backend”: ”claude”,       “model”: ”claude-sonnet-4-5-20250929”,       “description”: ”代码审查”     },     “develop”: {       “backend”: ”codex”,       “model”: ”gpt-5.2”,       “description”: ”代码实现”     }   } }

为什么这样分配？ Agent 推荐后端 原因 code-explorer grok-code 快速遍历、代价低 code-architect opus4.5 需要深度思考、权衡取舍 code-reviewer sonnet 平衡速度和质量 develop gpt-5.2 代码生成能力强、执行稳定

Loop 机制：防止中途退出 这是从 ralph-loop 借鉴的核心机制。 状态文件

每次 /do 启动时，创建 .claude/do.local.md：

active: true current_phase: 1 phase_name: ”Discovery” max_phases: 7

completion_promise: ”DO_COMPLETE“

每完成一个阶段，更新 current_phase 和 phase_name 。 Stop Hook 安装后会注册 Stop Hook 。当 Claude 尝试退出时：

hooks/stop-hook.sh 核心逻辑

if [ ”\(phases_done" -eq 0 ]; then   reason="feature-dev 循环未完成：当前阶段 \){current_phase}/\({max_phases}..."   printf '{"decision":"block","reason":"%s"}\n' "\)reason” fi 如果还没完成，Hook 会 阻止退出 并提示继续执行。 强制退出方式：将状态文件中 active 设为 false 。

安装与使用 前置条件

1. 安装 codeagent-wrapper： git clone https://github.com/cexll/myclaude.git bash ./install.sh

2. 配置至少一个后端 CLI： • codex （ OpenAI Codex CLI ） • claude （ Claude Code CLI ） 安装 Skill python install.py –module do 安装内容： • /.claude/skills/do/ - Skill 文件 • Hooks 自动合并到 /.claude/settings.json 使用

   在 Claude Code 中

   /do 添加用户登录功能 /do 实现订单导出 CSV /do feature-prd.md

卸载 python install.py –uninstall –module do

自定义 Agent Prompt Agent 提示词位于 /.claude/skills/do/agents/ 目录： • code-explorer.md - 代码追踪、架构映射 • code-architect.md - 方案设计、文件规划 • code-reviewer.md - 代码审查、简化建议 如需自定义，在 /.codeagent/agents/ 创建同名文件覆盖。

#总结 do 是四套工作流的合体 • feature-dev 的 7 阶段框架和 Agent 分工 • dev 的需求澄清和多后端路由• omo 的智能路由和编排者不写代码原则 • ralph-loop 的状态持久化和防中断机制加上 codeagent-wrapper 的多后端支持，你可以：

1. 用一条命令启动完整的功能开发流程
2. 让不同模型各展所长
3. 通过并行执行提升效率
4. 借助 Loop 机制确保流程完整 我做的工作就是把这些优秀的设计拼到一起，形成一套可复制的 AI 编排方法论。 转载：公众号 [星纬智联技术] ，推荐中转站： https://nicecode.cc/