Skip to content

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

342 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

version platforms agents tests npm

RepoStars

SCALE Engine v0.54.1

SCALE Engine 让 AI Agent 不再只靠"自觉"遵守工程规范。它把探索、规划、实现、验证、评审、发版这些要求变成可执行的命令、门禁和证据文件,让人类可以看见 Agent 做了什么、跳过了什么、为什么能交付或不能交付。

源码仓库:https://github.com/hongmaple0820/scale-engine 国内镜像:https://gitee.com/hongmaple/scale-engine npm:https://www.npmjs.com/package/@hongmaple0820/scale-engine 语言:中文 | English 更新记录:CHANGELOG.md

给 Agent 的最短用法

如果用户反馈“文档太多、看不到重点”,先不要让用户逐条执行命令。打开项目后,把 Agent 满血工作流一键接入 里的提示词发给当前 coding agent,让 Agent 自己检查 SCALE、gbrain、CodeGraph、Graphify、rtk、浏览器/E2E 和飞书消息通道状态,再输出安装计划和验证证据。

核心命令是:

npx -y @hongmaple0820/scale-engine@latest setup --verify --pack full --dir . --json
npx -y @hongmaple0820/scale-engine@latest setup --pack full --memory-provider gbrain --memory-mode external-first --apply --yes --dir .
npx -y @hongmaple0820/scale-engine@latest dashboard daemon ensure --dir . --port 3210 --json

面板默认走常驻守护模式。打开 http://127.0.0.1:3210/#agents 后,用户在 Agent Control 里配置 agent 平台、模型、消息通道、会话队列和飞书 route;Agent runtime 通过 scale agent-control inbox/reply 消费队列,不需要用户手写 JSON。

它解决什么问题

常见问题 SCALE 的处理方式
Agent 没验证却说"测试通过" 通过 verification profile 和 evidence store 记录真实命令与结果
Agent 跳过需求澄清、设计、TDD 或 review 通过 scale contextscale diagnosescale tddscale status 生成下一步动作
Agent 攒代码不提交,最后难以分段 通过 Commit Discipline 监控 git 状态,双阈值告警,自动分组建议
Agent 误提交无关文件或跨仓库改错位置 通过 review-gated ship、MOE workspace 和子仓库 blocker 控制边界
多会话并行开发产生冲突 通过 Session Coordinator 文件重叠检测、冲突记录、依赖拓扑排序
多仓库项目 Git 工作流混乱 通过 Cross-Repo Orchestrator 协调分支、合并计划、ship 流水线

3 分钟看到效果

mkdir scale-demo && cd scale-demo
npx -y @hongmaple0820/scale-engine@latest quickstart --dir . --profile standard
npx -y @hongmaple0820/scale-engine@latest setup --dir .
npx -y @hongmaple0820/scale-engine@latest preflight --preflight-profile quick --dir .

你会得到一套可提交到项目里的治理文件:

  • .scale/verification.json:服务矩阵和验证 profile
  • .scale/skills.json:skill 路由、统一来源和证据要求
  • .scale/skills/:随仓库提交的通用 workflow skills 主来源;旧 skills/ 仅作为兼容 fallback
  • .scale/tools.json:CLI/MCP/browser/desktop 工具编排规则
  • docs/workflow/templates/:Mini-PRD、plan、verification、review、summary 模板
  • docs/standards/:工程规范、Git 协作、资源治理规则

继续体验完整闭环:

scale context grill --task-id TASK-001 --task "加固 OAuth callback"
scale diagnose plan --task-id TASK-001 --symptom "callback 在 state 过期时返回 500"
scale tdd slice --task-id TASK-001 --behavior "拒绝过期 OAuth state" --failing-test "expired state returns 401"

完整教程见 Agent 满血工作流一键接入npx 与交互式安装指南3 分钟快速开始22 种 Agent 安装与使用教程官方 Demo Walkthrough。如果你在评估 SCALE 和其他工作流的差异,先看 工作流能力与横向对比

安装

首次试用推荐 npx,不需要全局安装:

npx -y @hongmaple0820/scale-engine@latest onboard --lang zh
npx -y @hongmaple0820/scale-engine@latest init --interactive --dir .

长期高频使用再安装全局 CLI:

npm install -g @hongmaple0820/scale-engine
scale --version

需要 Node.js 22 或更高版本。

如果你希望把 UI skills、RTK、记忆/知识图谱这类第三方能力一起补齐,使用显式 bootstrap,而不是依赖静默自动安装:

scale setup --pack full --memory-provider gbrain --memory-mode external-first --json
scale setup --pack full --memory-provider gbrain --memory-mode external-first --apply --yes
scale setup --verify --pack full --json

setup 默认先出计划;只有显式加 --apply --yes 才会执行安装命令。记忆供应商当前只走 gbrain,知识/代码图谱能力由 knowledge 包验证 CodeGraph 和 Graphify 的真实可用性。

安装入口变更后,先跑安装烟测:

npm run smoke:setup
make setup-smoke

它会验证中英文安装输出、运行时依赖诊断、记忆供应商切换,以及 Graphify/CodeGraph 状态路径;不会执行真实第三方安装。

如果用户机器出现 Windows/Unix 命令差异、PATH 不对、缺 Python/Bun/Cargo/RTK 等问题,先跑:

scale doctor env --json

适合谁

  • 正在用 Codex、Claude Code、Cursor、Gemini CLI、OpenCode、Aider 等 Agent 写真实项目的团队。
  • 有多服务、多仓库、MOE workspace、前后端分离需求的团队。
  • 希望 Agent 主动使用 skills、MCP、CLI、浏览器、E2E,但又需要安全边界和证据闭环的团队。
  • 经常遇到"AI 改得快,但难审、难验、难维护"的项目负责人。

核心能力

能力 说明
Workflow Engine define → plan → build → verify → review → ship 阶段化交付状态机
Gate System build、lint、test、coverage、security、TDD、review 门禁
AI OS Runtime scale ai-os plan/run/status — 任务规划、受控运行、治理仪表盘
Commit Discipline 监控 git 状态,双阈值告警,自动分组未提交文件
Session Coordinator 多会话并行协调,文件重叠检测,冲突记录
Cross-Repo Orchestrator 多仓库 Git 工作流编排,协调分支/合并/ship
Task Dependency Graph DAG 依赖声明,拓扑排序,环检测
Ship Pipeline 8 步 ship 闭环,支持 dry-run、skip、version bump
Security Audit OWASP Top 10 + STRIDE 安全审计引擎
Role Skills 6 个角色化审查视角(eng-manager、security-reviewer、qa-lead 等)
Memory Intelligence 6 信号质量评分,跨 provider 冲突检测,新鲜度衰减
Governance ROI 端到端治理 ROI 度量 — token 成本 vs 质量 vs 门禁摩擦
Scale Shield 退出码钩子拦截引擎 — YAML 策略 → hook 脚本编译,40+ 危险命令阻断,退出码协议
Scale Orchestrator 声明式编排守护进程 — SCALE_POLICY.md 策略驱动,git worktree 隔离,协调循环
Scale Cortex 证据驱动持续进化 — 本能提取 (Instincts 0.3-0.9),SessionStart 注入,跨 harness 适配器

SCALE 2.0 三引擎架构

SCALE 2.0 引入三层引擎,对齐业界前沿项目的核心模式:

引擎 对标项目 核心能力
Scale Shield agent-hooks-in-depth 退出码阻断 (exit 0/2)、stdin/stdout JSON 协议、40+ 危险命令拦截、.scale/ 完整性保护
Scale Orchestrator Symphony WORKFLOW.md 声明式策略驱动、git worktree 隔离、协调循环、多轮 Worker
Scale Cortex ECC Instincts 观察→模式→本能提取 (置信度 0.3-0.9)、SessionStart 注入、跨 harness (Claude/Codex/Cursor/Gemini)
# Shield: 编译策略并安装 hook
scale shield compile
scale shield status

# Orchestrator: 启动声明式编排守护进程
scale orch start
scale orch status

# Cortex: 从失败中学习
scale cortex evolve
scale cortex metrics --days 30
scale cortex inject --minimal

AI OS Runtime

Agent role planning is available through scale agent plan --task "<task>" --json and the dashboard Prompt Studio; the generated agentCollaboration plan includes selected agent profiles, DAG edges, handoff contracts, review gates, and per-role token budget. The dashboard Agent Control page is the visual entry for remote coding control: choose the agent platform, switch models, bind dashboard/Feishu message channels, queue messages, and expose the agent inbox/reply APIs. Use scale dashboard daemon ensure --dir . --port 3210 --json to keep that control surface resident with health checks, restart count, PID files, and logs. The same plan is embedded in scale ai-os plan/run; guarded runs with verification commands now add agentExecution settlement evidence, and scale ai-os status --json reports both through the agent-collaboration intelligence signal.

AI OS Runtime 是 SCALE 的核心运行时规划层。scale ai-os plan 在一次命令里生成风险治理模式、Context Compiler 预算、Memory Provider 召回、Skill Routing 执行计划和 Governance ROI,让 Agent 在开始任务前就知道应该加载什么上下文、调用什么能力、补什么证据。

scale ai-os plan \
  --task-id TASK-123 \
  --task "修复 OAuth callback auth token 并验证浏览器回调流程" \
  --level L \
  --files src/auth/oauth.ts,src/ui/callback.tsx \
  --budget 8000 \
  --json

详细命令见 AI OS Runtime 文档

学习路径

目标 入口 你应该学会什么
让 Agent 直接接管 Agent 满血工作流一键接入 复制提示词,让 Agent 检查 full setup、gbrain、CodeGraph、Graphify、rtk、浏览器/E2E 和飞书消息通道
无全局安装试用 npx 与交互式安装指南 npxonboardinit --interactivesetup
先跑起来 3 分钟快速开始 安装 CLI、初始化治理文件、运行 preflight
接入具体 Agent 22 种 Agent 安装与使用教程 Codex、Claude Code、Cursor、Cline、Windsurf 等 22 个 adapter 的初始化、验证和面板入口
看完整闭环 官方 Demo Walkthrough 任务上下文、诊断、TDD、artifact 和验证证据如何串起来
横向评估 工作流能力与横向对比 与 LangGraph、AutoGen、CrewAI、gstack、Superpowers、ECC、GitHub Agentic Workflows 的定位差异
接入已有项目 SCALE 工作流升级指南 initupgrade check/plan/apply、本地 make 包装入口
选择治理包 Governance Pack 文档 不同项目形态应该选哪个 pack
维护或扩展 SCALE docs/README.md 文档地图、内部模块和长期维护资料
开发本仓库 docs/guides/GETTING_STARTED.md scale-engine 仓库自身的工程化工作流

更新工作流

scale upgrade check --dir . --lang zh
scale upgrade plan --dir . --html --lang zh
scale upgrade apply --dir . --confirm --lang zh

SCALE 把升级分成三层:CLI 自身、已生成到项目里的 governance pack 文件、第三方 skills/MCP/CLI 能力。默认只检查和生成计划,不自动覆盖用户改过的文件。详见 SCALE 工作流升级指南

开发本仓库

make preflight
make gate-workflow
make gate-quality
make verify PROFILE=default

入口文档:

社区与推广

平台 链接 说明
GitHub https://github.com/hongmaple0820/scale-engine 源码、Issues、PR
Gitee https://gitee.com/hongmaple/scale-engine 国内镜像与反馈
npm https://www.npmjs.com/package/@hongmaple0820/scale-engine CLI 包下载
QQ 群 628043364 国内用户交流、问题反馈
邮箱 2496155694@qq.com 合作、反馈、建议

SCALE Engine 微信公众号    个人微信    飞书交流群

赞赏与支持

如果 SCALE Engine 节省了你的工程治理时间,或帮助你的团队把 AI Agent 工作流落到可验证、可复盘、可发版的闭环里,欢迎赞赏支持。赞赏用于持续维护、示例项目、文档、测试矩阵和社区支持。

微信赞赏    支付宝赞赏

License

MIT

About

SCALE Engine 是一个 AI 工程化脚手架引擎,为 AI Agent(Claude Code、Codex CLI、OpenCode、Cursor、Gemini CLI 等)提供物理约束层,确保 AI 在编码过程中遵循工程规范,而不是依赖提示词的"自律"。

Resources

Contributing

Stars

52 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages