ai-auto-dev
AI全自动化编程,Claude Code作为项目经理指挥Builder自动完成编程任务(需求对齐→指令生成→自动执行→验收→文档归档暂存)
Install / Use
npx skills add LeoYeAI/openclaw-master-skills --skill ai-auto-devInstalls into whichever agent you are using.
SKILL.md
Installable skill definition
Quality Score
Category
Development & EngineeringSupported Platforms
Our assessment of ai-auto-dev
ai-auto-dev scores 87/100 on our quality scale, 2161st of 4,700 Development & Engineering skills we index (top 46%).
Its SKILL.md is 17 KB long, well organised into 80 sections with 27 code examples: a thorough specification that gives an agent plenty to work with.
With 2,149 GitHub stars, it is one of the more widely adopted skills in the catalogue.
Maintenance, license and trust
- The repository was last updated about 4 months ago. That is recent enough to be usable, but agent tooling moves fast, so check the instructions against your agent's current version.
- Our last check on 2026-11-02 found the source still online.
- It is released under the MIT license, a permissive license that allows use, modification and commercial use with attribution.
- Its trust signals score 98/100, with no cautions. These come from repository metadata, not a code audit — read the skill file before letting an agent act on it.
Safety scan
ReviewOur scan of the whole file found no instruction hijacking, hidden characters, credential access, data exfiltration or destructive commands. An AI review judged it risky: Requires configuring the Builder with ask_for_approval='never' and sandbox_mode='danger-full-access', which disables permission prompts and grants unrestricted filesystem/command access.
AI review: risky
- Requires configuring the Builder with ask_for_approval='never' and sandbox_mode='danger-full-access', which disables permission prompts and grants unrestricted filesystem/command access.
- The 'warm-up' step is explicitly designed to establish session trust so subsequent background Bash tasks run without confirmation, bypassing the agent's normal approval safeguards.
- It instructs the agent to automatically execute Builders, run tests/builds, update project docs, commit, tag, and push to GitHub without waiting for user confirmation.
AI review by kimi-k2.7-code on 2026-10-01. Automated pattern scan on 2026-09-30. It catches known dangerous patterns, not every risk — read a skill before letting an agent act on it.
ai-auto-dev compared with similar skills
All 4 of these similar skills score higher than ai-auto-dev; compare them before choosing.
| Skill | Score | Stars | Updated | Format |
|---|---|---|---|---|
| ai-auto-dev (this skill)by LeoYeAI | 87 | 2.1k | 4mo ago | SKILL.md |
| taste-skillby Leonxlnx | 100 | 116.8k | 8d ago | CLAUDE.md |
| Agent-Reachby Panniantong | 100 | 112.3k | 9d ago | CLAUDE.md |
| ai-job-searchby ai-job-search-dev | 100 | 72.1k | today | CLAUDE.md |
| claude-howtoby luongnv89 | 100 | 47.3k | 2d ago | CLAUDE.md |
Frequently asked questions
- How do I install ai-auto-dev?
- Run
npx skills add LeoYeAI/openclaw-master-skills --skill ai-auto-dev. The install tabs above show the steps for each supported agent. - Which AI agents does ai-auto-dev work with?
- It is written for Claude Code, OpenAI Codex and Aider, as a SKILL.md file. Other agents that read the same format can often use it too.
- Is ai-auto-dev safe to use?
- Our scan of the whole file found no instruction hijacking, hidden characters, credential access, data exfiltration or destructive commands. An AI review judged it risky: Requires configuring the Builder with ask_for_approval='never' and sandbox_mode='danger-full-access', which disables permission prompts and grants unrestricted filesystem/command access. It is MIT-licensed and scores 98/100 on trust signals. Skills are instructions an agent will follow, so read the file before installing it and do not approve commands you do not understand.
- Is ai-auto-dev still maintained?
- The repository was last updated about 4 months ago. That is recent enough to be usable, but agent tooling moves fast, so check the instructions against your agent's current version.
Skill content
View source on GitHubname: ai-auto-dev description: "AI全自动化编程,Claude Code作为项目经理指挥Builder自动完成编程任务(需求对齐→指令生成→自动执行→验收→文档归档暂存)"
AI 全自动化编程 (ai-auto-dev) v2.2
Claude Code 作为项目经理,Builder 作为执行者的全自动化编程流程。
v2.2 更新(2026-02-22):新增中断恢复机制(FlowPilot 启发)、依赖图自动分析(替代手动 [P] 标记)
前置条件
选择一个 Builder(AI 编程执行工具),推荐以下任一:
| Builder | 安装 | 执行命令 |
|---------|------|---------|
| Codex CLI | npm i -g @openai/codex | codex exec --skip-git-repo-check "$(cat spec.md)" |
| Claude Code | 已内置 | 直接在对话中执行 |
| Aider | pip install aider-chat | aider --message "$(cat spec.md)" |
关键要求:Builder 必须有完整文件系统访问权限,能执行 npx/node/tsc 等命令。
以 Codex 为例,~/.codex/config.toml 需配置:
ask_for_approval = "never"
sandbox_mode = "danger-full-access"
⚠️ 重要:必须使用完整访问权限模式,受限模式会阻止 npx/node/tsc 等命令,导致三重纠错无法执行,Token 浪费 60%。
工作流程
第零步:会话暖场(每次必做)
目的:建立 Claude Code 会话信任,避免后续 Bash 后台任务需要确认
操作:
echo "Warmup at $(date '+%Y-%m-%d %H:%M:%S')" && sleep 2 && echo "Ready"
要求:
- 每次调用
/ai-auto-dev都必须先执行暖场 - 使用
run_in_background: true参数 - 等待完成通知(约 2-3 秒)
- 完成后进入第一步
原理:
- Claude Code 的会话信任机制存储在内存中
- 重启电脑后会清除,需要重新建立
- 首次后台任务需要确认,后续任务无需确认
- 暖场任务快速完成(<5 秒),建立信任后一整天无需确认
第一步:需求对齐
- 用户提出需求
- Claude Code 与用户反复讨论,直到完全理解
- Claude Code 复述需求给用户确认,必须包含:
- 要做什么:功能描述
- 技术栈和约束:语言、框架、依赖
- 目录结构:文件放在哪里
- 交付物清单:具体的文件名列表
- 测试要求:需要什么样的测试
- 用户确认后才进入下一步
- 禁止跳过此步:需求不清就开始执行 = 浪费 Token
第二步:生成 Spec MD
使用新模板(v2.0 核心改进):
- 复制
specs/SPEC-TEMPLATE.md为specs/TASK-{id}-{name}.md - 参考
specs/SPEC-TEMPLATE-GUIDE.md填写 - Spec 必须包含以下 5 个核心改进:
改进 1:NEEDS CLARIFICATION 机制
- 最多 3 个问题(优先级:范围 > 安全/隐私 > 用户体验 > 技术细节)
- 其他不确定的地方用假设替代,记录在
## Assumptions章节 - 格式:
[假设: 具体内容] - 价值:减少执行时的犹豫,消除"猜测-验证"循环
改进 2:User Stories 结构
### US1: 功能名称 (Priority: P1)
作为[角色],我需要[功能],以便[价值]。
**Acceptance Scenarios:**
- **Given** [前置条件],**When** [操作],**Then** [预期结果]
**Test Criteria:**
- [ ] {具体可测试的标准}
改进 3:[P][US] 标记
[P]= 可与其他 [P] 步骤并行执行[US1][US2]= 关联到对应用户故事- 格式:
### Step 1: 创建模块 [P] [US1]
改进 4:Self-Check Requirements(三重纠错)
Spec 中必须包含此章节,Builder 执行后强制运行:
## Self-Check Requirements (MANDATORY)
### Check 1: Static Analysis
```bash
npx tsc --noEmit --strict --skipLibCheck
Check 2: Test Execution
npm test # 或 jest / vitest --run
Check 3: Build Verification
npm run build
Check 4: Generate self-check-report.md
创建 {output-dir}/self-check-report.md,包含:
- Static Analysis: PASS/FAIL + 错误数
- Tests: PASS/FAIL + 通过/失败数
- Build: PASS/FAIL
- Files Created: 列表
- Issues Found: 列表
- Overall: PASS/FAIL
Check 5: Reflection(如果失败)
如果任何检查失败:
- 分析失败原因
- 生成修复建议
- 报告给 PM
#### 改进 5:Verification Checklist
```markdown
## Verification Checklist
### Code Quality
- [ ] TypeScript 编译无错误
- [ ] 所有测试通过
- [ ] 无 console.log 残留
### Functional Requirements (US1)
- [ ] {US1 的具体需求}
### Functional Requirements (US2)
- [ ] {US2 的具体需求}
### Edge Cases
- [ ] 空输入处理
- [ ] 边界值处理
### Security & Performance
- [ ] 无安全漏洞
- [ ] 无性能瓶颈
任务拆解原则:
- 每个任务 3-5 个相关函数
- 单个文件不超过 200 行
- 任务间无依赖
- 使用英文编写 Spec(Builder 对英文理解更精确)
展示 Spec 给用户确认后进入第三步。
第三步:执行
3a. 中断恢复检测(v2.2 新增,每次进入第三步前必做)
目的:如果上次会话中途中断(compact、崩溃、关窗口),自动从断点续接。
状态文件:{项目目录}/.codex-progress.json
{
"session_id": "2026-02-22-001",
"tasks": [
{"id": "001", "spec": "specs/TASK-001.md", "status": "done", "token": 125000},
{"id": "002", "spec": "specs/TASK-002.md", "status": "active", "token": 0},
{"id": "003", "spec": "specs/TASK-003.md", "status": "pending", "token": 0}
],
"updated_at": "2026-02-22 10:30:00"
}
检测逻辑(PM 在第三步开始前执行):
# 检查是否有未完成的进度文件
if [ -f ".codex-progress.json" ]; then
echo "检测到中断的任务进度:"
cat .codex-progress.json
fi
恢复规则:
- 状态为
done的任务:跳过,不重复执行 - 状态为
active的任务:重置为pending,重新执行(active 表示执行中被中断,结果不可信) - 状态为
pending的任务:正常执行 - 状态为
failed的任务:分析原因后决定重试或跳过
更新时机:
- 每个任务启动前:设为
active,写入文件 - 每个任务完成后:设为
done,记录 token,写入文件 - 每个任务失败后:设为
failed,记录错误,写入文件 - 全部完成后:删除进度文件
PM 更新进度的命令:
# 用 Python 更新进度文件(比 jq 可靠)
python3 -c "
import json
with open('.codex-progress.json', 'r') as f: data = json.load(f)
for t in data['tasks']:
if t['id'] == '${TASK_ID}': t['status'] = '${NEW_STATUS}'
data['updated_at'] = '$(date '+%Y-%m-%d %H:%M:%S')'
with open('.codex-progress.json', 'w') as f: json.dump(data, f, indent=2)
"
3b. 依赖图自动分析(v2.2 新增,替代手动 [P] 标记)
目的:PM 不再手动标记 [P],而是自动分析任务间依赖关系,生成并行分组。
分析规则(PM 在生成所有 Spec 后执行):
- 提取每个任务的文件目标:从 Spec 中提取
Files to Create/Modify列表 - 构建依赖图:如果任务 B 要修改的文件是任务 A 要创建的文件,则 B 依赖 A
- 拓扑排序:按依赖关系分层,同层任务可并行
- 输出分组:
依赖分析结果:
Layer 1 (并行): TASK-001, TASK-003, TASK-005 ← 无依赖,同时启动
Layer 2 (并行): TASK-002, TASK-004 ← 依赖 Layer 1 的输出
Layer 3 (串行): TASK-006 ← 集成任务,依赖全部
PM 执行依赖分析的命令:
# 从所有 Spec 中提取文件目标,分析依赖
for spec in specs/TASK-*.md; do
TASK_ID=$(basename "$spec" .md | sed 's/TASK-//')
# 提取 Files to Create/Modify 章节中的文件路径
FILES=$(grep -A 20 "Files to Create\|Files to Modify" "$spec" | grep '^\s*-\s*`' | sed 's/.*`\(.*\)`.*/\1/')
echo "TASK-$TASK_ID: $FILES"
done
与分层引爆模型的关系:
- 旧方式:PM 手动标记
[P]→ 分组 → 分层引爆 - 新方式:PM 自动分析依赖 → 自动分层 → 分层引爆
- 分层引爆模型(A→B→C)不变,只是分组不再需要人工判断
3c. 执行任务
- 创建工作目录(如有必要)
- 将 Spec MD 传递给 Builder:
builder exec --skip-git-repo-check "$(cat specs/TASK-{id}-{name}.md)" > logs/task-{id}.log 2>&1 &
- 根据任务数量选择执行模式
- 启动主动监控:自动检测任务完成,无需等待明确信号
- 任务完成后自动进入第四步验收
分层引爆模型(A→B→C):
A1(主引线):暖场 + 任务分组
↓ 串联触发(快速,<5秒)
B1 ── B2 ── B3(二级引线,各组并行启动)
↓ ↓ ↓
C1 C2 C3(组内任务,并行执行)
- A1:第零步暖场完成后,将所有任务按依赖关系分组
- B层:每组作为独立批次,各组同时启动(
execute_batch并行调用) - C层:每组内任务全部并行执行(
builder exec ... &)
分组原则:
- 同组任务:操作不同文件、无依赖 → 可完全并行(C层)
- 跨组依赖:B1 组完成后才启动 B2 组 → 串联
- 组内上限:每组最多 15 个任务
并发规则(15 并发标准):
- 标准配置:每批 15 个任务并行执行
- 核心原则:一次串流不超过 15 个
- 执行模式:真·并行(所有任务同时启动)
- 性能保证:~30 秒/15 任务,100% 成功率,无 API 限流
并行执行前提条件:
- 会话信任已建立(第零步暖场完成)
- 任务间无依赖(每个任务可独立完成)
- 资源不冲突(不同任务操作不同文件)
- 并发数量控制(最多 15 个任务同时执行)
执行脚本模板:
# 15并发真·并行模式
BATCH_SIZE=15
TOTAL_TASKS=<任务总数>
BATCH_COUNT=$(( (TOTAL_TASKS + BATCH_SIZE - 1) / BATCH_SIZE ))
mkdir -p logs
execute_batch() {
local BATCH_ID=$1
local START_TASK=$2
local END_TASK=$3
echo "[批次${BATCH_ID}] 启动任务 ${START_TASK}-${END_TASK}"
for i in $(seq $START_TASK $END_TASK); do
TASK_NUM=$(printf '%03d' $i)
builder exec --skip-git-repo-check "$(cat specs/TASK-${TASK_NUM}.md)" \
> "logs/task-${TASK_NUM}.log" 2>&1 &
done
wait
echo "[批次${BATCH_ID}] 完成"
}
TASK_ID=1
for batch in $(seq 1 $BATCH_COUNT); do
START_TASK=$TASK_ID
END_TASK=$((TASK_ID + BATCH_SIZE - 1))
if [ $END_TASK -gt $TOTAL_TASKS ]; then
END_TASK=$TOTAL_TASKS
fi
execute_batch $batch $START_TASK $END_TASK &
TASK_ID=$((END_TASK + 1))
done
wait
扩展策略:
- 任务数 ≤ 15:单批次执行(最快)
- 任务数 16-50:分批执行,每批 15 个(推荐)
- 任务数 > 50:分批执行,每批 15 个(稳定)
主动监控机制:
monitor_codex_execution() {
local LOG_FILE=$1
local TARGET_FILE=$2
local STABLE_COUNT=0
local LAST_SIZE=0
while true; do
if [ -f "$LOG_FILE" ]; then
CURRENT_SIZE=$(stat -f%z "$LOG_FILE" 2>/dev/null || stat -c%s "$LOG_FILE" 2>/dev/null)
if [ "$CURRENT_SIZE" -eq "$LAST_SIZE" ]; then
STABLE_COUNT=$((STABLE_COUNT + 1))
if [ $STABLE_COUNT -ge 4 ]; then
echo "✅ 日志稳定,任务可能已完成"
if [ -f "$TARGET_FILE" ]; then
FILE_TIME=$(stat -f%m "$TARGET_FILE" 2>/dev/null || stat -c%Y "$TARGET_FILE" 2>/dev/null)
CURRENT_TIME=$(date +%s)
TIME_DIFF=$((CURRENT_TIME - FILE_TIME))
if [ $TIME_DIFF -lt 300 ]; then
echo "✅ 目标文件已更新,触发验证"
return 0
fi
fi
fi
else
STABLE_COUNT=0
LAST_SIZE=$CURRENT_SIZE
fi
fi
sleep 30
done
}
监控策略:
- 检查频率:每 2 分钟(经验证为最优频率)
- 监控成本:约占总 Token 的 0.9%(极低,不是优化重点)
- 监控目的:发现"卡死"或"完全无法执行",不是催促进度
第四步:自动验收(三重纠错)
Builder 完成后,Claude Code 自动执行以下检查(无需用户确认):
第一层:读取 Builder 的 Self-Check Report
cat {output-dir}/self-check-report.md
报告包含:
- Static Analysis: PASS/FAIL + 错误数
- Test Results: PASS/FAIL + 通过/失败数
- Build Results: PASS/FAIL
- Files Created/Modified: 列表
- Issues Found: 列表
- Overall Assessment: PASS/FAIL
第二层:PM 验证(如果 Self-Check 通过)
-
文件完整性(必须实际验证,不能只看日志)
- 检查所有预期文件是否生成:
ls -lh [目标路径] - 检查空文件:
find [目标路径] -name "*.ts" -size 0 - 统计代码行数:
wc -l [目标路径]/*.ts - ⚠️ 必须用 ls 实际确认文件存在,不能只看 Builder 输出
- 检查所有预期文件是否生成:
-
代码质量(抽查)
- 读取 1-2 个关键文件,检查:类型注解、文档字符串、错误处理
-
Verification Checklist 验证
- 根据 Spec 中的 Verification Checklist,逐项验证
- 重点检查 Functional Requirements 和 Edge Cases
第三层:反思机制(如果 Self-Check 失败)
-
分析失败原因
- 读取 self-check-report.md 中的 Issues Found
- 分类:语法错误、类型错误、测试失败、构建失败、权限问题
-
生成修复建议
- Spec 不清晰 → 修改 Spec,重新执行
- Builder 理解错误 → 调整 Spec 描述,重新执行
- 环境问题(权限/依赖)→ 修复环境,重新执行
-
决策
- 自动修复(简单问题)
- 报告给 Boss(需要需求澄清)
- 重新执行(Spec 已修改)
PM-Builder 信任原则
继续信任 Builder 的标志:
- Builder 还在尝试不同方案(输出中可以看到不同的思考和尝试)
- Token 使用量稳定增长(说明 Builder 在工作,不是卡死)
- 错误类型在变化(说明 Builder 在调整策略)
- 执行时间在合理范围内(简单任务 <5 分钟,复杂任务 <30 分钟)
需要介入的标志:
- Builder 陷入循环报错(相同错误重复出现 3 次以上)
- Builder 完全卡死(超过 5 分钟无任何输出)
- Token 使用量异常增长(单任务超过 500 万 tokens)
- 执行时间明显异常(简单任务超过 30 分钟)
介入方式:
- 先检查 Builder 的最新输出,确认是否真的需要介入
- 如果确认需要介入,停止任务并分析原因
- 修改 Spec 或指令,重新执行
- 记录踩坑经验,更新记忆库
难度分级标准(A1)
| 级别 | 预期时间 | 预期 Token | 介入次数 | 典型场景 | |------|---------|-----------|---------|---------| | 简单 | ≤5 分钟 | ≤500K | 0 | 单文件修改、配置调整、小功能 | | 复杂 | ≤30 分钟 | ≤5M | 0-1 | 多文件功能、重构、新模块 |
超阈值判定:实际值 > 2× 预期值 → 标记异常,写入实验日志,分析原因。
死循环 vs 正常思考(A2)
| 状态 | 判断依据 | |------|---------| | 正常思考 | 输出内容在变化 OR 错误类型在变化 OR Token 稳定增长 | | 死循环 | 相同错误 ≥3 次 AND Token 持续增长但无新进展 | | 完全卡死 | 超过 5 分钟无任何输出 |
数学条件:相同错误出现次数 ≥ 3 → 立即介入,不等待。
生成最终验收报告(内联显示,不要只给文件链接)
## 验收报告
### 执行统计
**时间消耗:**
- 实际执行时间:X 分钟
- 总墙上时钟时间:Y 分钟
- 串行预估时间:Z 小时(如适用)
- 效率提升:N%(如适用)
**Token 消耗:**
- Spec 生成(PM):XXK tokens
- Builder 执行(Builder):XXM tokens
- PM 验证:XXK tokens
- **总计:X.XM tokens**
**成本效益:**
- 人工开发预估:X-Y 天
- 自动化完成:Z 分钟
### Builder Self-Check 结果
- Static Analysis: ✅ PASS / ❌ FAIL (X errors)
- Test Results: ✅ PASS / ❌ FAIL (X/Y passed)
- Build Results: ✅ PASS / ❌ FAIL
- Overall: ✅ PASS / ❌ FAIL
### PM 验证结果
- 文件完整性: ✅ / ❌
- 代码质量: ✅ / ❌
- Verification Checklist: X/Y 项通过
### 文件清单
| 文件 | 大小 | 行数 | 状态 |
|------|------|------|------|
### 判定:✅ 通过 / ❌ 不通过
- 不通过原因(如有)
- 修复建议(如有)
第五步:文档归档暂存
- 在工作目录下创建
_archive_staging.md暂存文件 - 不写入正式文档(思维蒸馏、学习研究日志、记忆库等)
- 暂存文件包含本次工作中所有值得记录的内容
暂存文件格式:
# 文档归档暂存
> 创建日期:YYYY-MM-DD
> 项目:[项目名称]
> 任务:[任务描述]
> 状态:待用户审阅
---
## 蒸馏内容
[本次工作中值得提炼的方法论、认知、经验]
---
## 日志内容
[本次工作的完整记录,按学习研究日志的会话格式编写]
---
## 踩坑记录
[遇到的问题和解决方案]
---
## 记忆库更新建议
[如有新的操作习惯或规则需要记录]
第五步半:文档更新和 GitHub 同步(自动执行)
在第六步交付前,自动完成以下工作:
-
更新项目文档
- 更新 README.md(功能介绍、版本号)
- 更新 CHANGELOG.md(新增版本记录)
- 更新 API 配置指南或其他相关文档
-
调用 dev-log skill
- 传入版本号参数(如
v0.9.4) - dev-log 自动完成:分析代码修改、生成 commit message、提交代码、打版本标签、推送到 GitHub
- 传入版本号参数(如
-
验证同步结果
- 确认 commit 成功
- 确认标签已创建
- 确认推送到远程仓库
注意:此步骤在第五步之后、第六步之前自动执行,无需用户确认。如果 GitHub 同步失败,记录错误但继续交付流程。
第六步:向用户交付
同时交付三样东西(全部内联显示在对话中,不要只给文件链接):
-
验收报告(第四步生成的)
- 通过/不通过判定
- 文件清单和测试结果
- 问题清单(如有)
-
归档暂存文件(第五步生成的)
- 展示内容供用户审阅
- 说明每部分建议写入哪个正式文档
-
GitHub 同步结果(第五步半完成的)
- Commit ID 和链接
- 版本标签
- GitHub Release 链接
-
用户审阅后决定:
- 确认收纳 → 调用
/distill或手动写入正式文档 - 需要修改 → 修改后再收纳
- 确认收纳 → 调用
Truncated for display — read the full file on GitHub.
Related Skills
taste-skill
116.8kAgent skills that give coding agents taste: art direction, reference images and a browser check instead of generic AI pages
Agent-Reach
112.3kGive your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu — one CLI, zero API fees.
ai-job-search
72.1kThe job search that runs on your machine. AI job application framework built on Claude Code: evaluate postings, tailor CVs, write cover letters, prep interviews. Fork it and own it.
claude-howto
47.3kA visual, example-driven guide to Claude Code — from basic concepts to advanced agents, with copy-paste templates that bring immediate value.
Languages
Trust signals
From repository metadata: license, adoption, age and documentation. Not a code audit — see the Safety scan above for what the skill file itself contains.
