Self-hosted workflows for coding-agent delivery. Orchestrate CodeBuddy, Codex and Claude Code with scripts and human approval gates. Includes Local workflows for coding assistants.
JavaScript agent-orchestrationagentic-workflowai-agentsai-codingclaude-codecode-reviewcodebuddycodexcoding-agentscursordeveloper-toolshuman-on-the-loopllmmcpmulti-agentsdlcself-hostedsopworkflow-automationworkflow-engine
# === multi-agents-devflow 默认配置 ===
# 用户可在 .codebuddy/devflow.config.yaml 中部分覆写
artifacts:
root_dir: "{project_root}/artifacts"
e2e:
search_dirs:
- "e2e"
- "tests/e2e"
- "test/e2e"
- "__tests__/e2e"
- "tests/integration"
# 运行模式
solo:
auto_mode: true # Solo 路径默认自动模式(跳过 manual 卡点)
multi:
auto_mode: true # 多 Agent 路径默认自动模式(brainstorming 后全流程自动)
# Token 优化(方案 2):需求澄清完成后压缩 Main Agent 上下文,
# 丢弃 code-explorer 调研摘要 + brainstorming 对话历史(产物已落盘 requirement-report.md),
# 让派发循环从轻量上下文起步,避免一次性重上下文随 6+ 次派发反复重放。
compact_after_brainstorming: true
# 手动模式门控(仅 auto_mode: false 时生效)
# 配置哪些事件完成后需要暂停等待用户确认再继续
# 用户可在 devflow.config.yaml 中覆写
manual_gates:
- TASK-02_completed # 技术方案完成后确认
- CODE-REVIEW_passed # 代码审查通过后确认
- TASK-04_completed # 测试完成后确认
# 知识沉淀
knowledge:
# 全局知识目录(跨需求可查阅)
global_dir: "{project_root}/artifacts/knowledge"
# 直接输出到 {global_dir}/{task_slug}.md
# runtime_mode — 运行时模式,决定 Main Agent 如何派发子 agent
# 固定值:ide — team-async 模式,team_create + send_message 异步常驻
# 所有角色作为 team member 常驻,通过 send_message 通信
# 写入 workflow-state.json 后全流程不可变
runtime_mode: ide
# 并行度上限(sub-developer 同时派发数不超过此值)
max_parallel_sub_developers: 6
# Routing Table(SSOT 唯一权威源,硬编码常量,不可被 devflow.config.yaml 覆写)
# 其他文档(global.mdc §7.2 / leader.md §审核路由表 / start-workflow.md §阶段映射)
# 均为本表的摘要引用,冲突时以本表为准。
#
# 流转模式:阶段完成 → 直接流转下一阶段(无 leader 门禁审核)
# leader 仅在 medium/large 流程末尾做最终汇总;small 由 solo-developer 自行汇总
# Phase 0 由 Main Agent 直接执行
routing_table:
workflow_initialized_small: solo-developer
workflow_initialized_other: main # Main Agent 执行需求分析+澄清(TASK-01)
# TASK-01 路径(需求分析+澄清)
TASK-01_completed: architect # 需求分析完成 → 直接流转 architect 执行 TASK-02
# SOLO 路径(最终汇总由 solo-developer 自行完成,完成后直接发 workflow_completed)
SOLO_failed: solo-developer
SOLO_overflow: main # 升级回退 → Main Agent 重新 Phase 0 判定
# Multi 路径:阶段完成 → 直接流转下一阶段执行角色
TASK-02_completed: developer # 方案完成 → 直接流转 developer 执行 TASK-03
TASK-02_failed: architect # architect 自身失败 → 重试
TASK-03_completed: code-reviewer # 编码完成 → 直接流转 code-reviewer(越界+acceptance 校验合并为 CODE-REVIEW 前置步骤)
TASK-03_failed: developer # developer 自身失败 → 重试
CODE-REVIEW_passed: test-engineer # 代码审查通过 → 直接流转 test-engineer 执行 TASK-04
CODE-REVIEW_failed: developer # code-reviewer 打回 → developer 修复
TASK-04_completed: knowledge-engineer # 测试完成 → 直接流转 knowledge-engineer 执行 TASK-05
TASK-04_failed: test-engineer # test-engineer 自身失败 → 重试
TASK-05_completed: leader # 知识沉淀完成 → leader 生成最终汇总(不审核)
TASK-05_failed: knowledge-engineer # knowledge-engineer 自身失败 → 重试
workflow_completed: main
# ===== Auto-Dispatch Hook 配置 =====
# PreToolUse hook 拦截 member 的 send_message,若 event 在 routing_table 中
# 且 payload 含 dispatch_prompt,则用 modifiedInput 把 recipient 改为下游角色——
# 消息直达下游,main 不被唤醒,省掉 main 的 LLM 往返 token。
# 已验证:modifiedInput 对 send_message 生效(2026-07-14 实测)。
auto_dispatch:
enabled: true
hook_script: ".codebuddy/hooks/devflow-auto-dispatch.py"
# 可自动派发的 *_completed 事件(其余回 main)
events:
- TASK-01_completed # main 自己 brainstorming 后发出(此条仍走 main,因 main 是发送方)
- TASK-02_completed # architect → developer
- TASK-03_completed # developer → code-reviewer
- CODE-REVIEW_passed # code-reviewer → test-engineer
- TASK-04_completed # test-engineer → knowledge-engineer
- TASK-05_completed # knowledge-engineer → leader
# 不可自动派发(仍回 main):
# - *_failed(需 main 判断 retry_count)
# - manual_gates 事件(auto_mode=false 时需用户确认)
# - workflow_completed(需 main 执行清理 shutdown + team_delete)
# - SOLO_overflow(需 main 重新 Phase 0)
# ===== 流程耗时优化建议(可选,非默认启用)=====
# optimization_hints:
# 1. CODE-REVIEW 与 TASK-04 并行:code-reviewer 和 test-engineer 同时启动
# - 前提:test-engineer 基于 change-report(而非 review-report)编写用例
# - 可减少 ~20% 串行等待,但 review 发现的问题可能导致测试返工
# 2. 延迟 spawn:已回退。当前按 size_class 预 spawn(small → 1 角色;medium/large → 6 角色),
# 调度循环中零 spawn;SOLO_overflow 升级时补 spawn 6 个 multi 角色。
# [已实施] 3. 合并门禁:TASK-03 门禁已合并到 CODE-REVIEW 前置校验
# [已实施] 4. 移除 leader 门禁审核:各阶段完成后直接流转下一阶段
# ===== 全局 Agent 规则(spawn 时注入 prompt) =====
# 所有 team member spawn 时,Main Agent 必须将以下内容追加到 prompt 参数中。
# 这样只需维护此处一份,无需在每个 agent .md 文件中重复。
global_agent_rules: |
【全局通信规则 ⭐⭐⭐】
1. 完成任务后,必须通过 send_message(recipient="main", ...) 汇报。
2. recipient 必须是字符串 "main"(team lead / Main Agent)。
3. ⚠️ 严禁发给 "leader"!"leader" 是另一个 team member 角色,不是 team lead。
4. ⚠️ 严禁发给任何其他 team member(禁止 member 间直接通信)。
5. 发错目标会导致工作流卡死,没有任何恢复机制。
6. 发送后自然结束本轮 turn,保持常驻等待下次唤醒。
7. ⚠️ 汇报消息 content 必须是完整 JSON(Rule G7.5 格式),务必带全 event、stage、
next_target(含 subagent_name)、workflow_state_path。这样 main 无需重读
workflow-state.json 即可派发(Token 优化方案 3 的硬前提,缺字段会迫使 main 全量回读)。
8. ⭐ Auto-Dispatch(Token 优化方案 4):完成任务时,content JSON 必须额外携带
"dispatch_prompt" 字段——这是你为下游角色预组装的任务指令。格式要求:
- 以"你是 {下游角色名},执行 {任务名}。"开头
- 列出下游需要读取的前序产物路径(如 01-requirement/requirement-report.md)
- 列出你作为本阶段执行者的关键约束/决策摘要(1-3 条,引用而非内联全文)
- 列出输出产物路径
hook 会拦截你的 send_message,若 event 可自动派发,则用 modifiedInput 把
recipient 改为下游角色并注入 dispatch_prompt——消息直达下游,main 不被唤醒。
缺 dispatch_prompt 时 hook 放行给 main,main 自行组装(兜底)。
示例:
"dispatch_prompt": "你是 developer,执行 TASK-03。\n需求报告:01-requirement/requirement-report.md\n技术方案:02-design/tech-design.md\n执行计划:02-design/execution-plan.md\n产物目录:03-code/\n关键约束:严格按 execution-plan.md 的 parallel_tasks 落地;存量公开接口签名保持不变。\n请先读上述文件,再按 execution-plan.md 落地代码。"
# Team Members(按 size_class 分流预 spawn)
team_members:
solo:
- solo-developer
multi:
- architect
- developer
- code-reviewer
- test-engineer
- knowledge-engineer
- leader
# 依赖 Skills
dependencies:
skills:
- brainstorming
- tech-design
- knowledge-distillation
mcp_tools: []