Antfarm feature-dev工作流实操：7个AI智能体如何把功能需求自动变成带测试的PR

【免费下载链接】antfarmBuild your agent team in OpenClaw with one command.项目地址: https://gitcode.com/gh_mirrors/antf/antfarm

Antfarm 的 feature-dev 工作流，让你只需用一条命令输入一句功能需求，就能由 7 个各司其职的 AI 智能体自动完成拆任务、写代码、写测试、验证、集成测试、建 PR、代码评审的全流程，最终交付一个带测试的 Pull Request。

3分钟快速上手：一条命令启动AI开发团队

Antfarm 是一个运行在 OpenClaw 之上的 AI 智能体团队编排工具——你不需要雇佣开发团队，只需要定义一个团队。安装只需一步（要求 Node.js >= 22）：

curl -fsSL https://raw.githubusercontent.com/snarktank/antfarm/v0.5.1/scripts/install.sh | bash

注意：Antfarm 不发布在 npm 上，安装脚本会从官方仓库拉取。npm 上那个同名的antfarm包是无关项目。

安装完成后，即可安装并运行 feature-dev 工作流：

$ antfarm workflow install feature-dev ✓ Installed workflow: feature-dev $ antfarm workflow run feature-dev "Add user authentication with OAuth" Run: a1fdf573 Workflow: feature-dev Status: running

输入的任务描述可以是一句自然语言，例如"为博客系统添加评论功能"。之后的一切，都交给智能体团队了。

认识这7个角色：feature-dev工作流的AI智能体阵容

feature-dev 工作流由一组专职智能体组成，每个智能体都有独立的人格设定（IDENTITY.md）、行为准则（AGENTS.md）和独立工作区，互不干扰：

其中开发者一人承担"实现"和"建 PR"两个环节，所以官方称为 7 个 agent 角色。这种分工明确 + 互相验证的设计，是整条流水线可靠的根基——开发者不会自己批改自己的作业。

流水线全景：plan → setup → implement → verify → test → PR → review

整个工作流定义在 workflow.yml 中，7 个步骤环环相扣：

1️⃣ Plan：规划者拆解用户故事

规划者会先探索代码库理解技术栈和代码规范，再把任务拆成小步用户故事。它的行为规范有两条铁律：

• 每个故事必须能在一个会话（一个上下文窗口）内完成——太大就拆小，如果 2-3 句话说不清这个改动，说明故事太大了
• 每个故事必须可机械验证——比如"tasks 表新增 status 列，默认值为 pending"，而不是模糊的"能正常工作"，且必须以"类型检查通过"收尾、必须包含测试标准

故事按依赖排序：先数据库/Schema，再后端，最后前端。

2️⃣ Setup：建立可靠基线

Setup 智能体进入仓库、创建特性分支、创建.gitignore、跑一遍构建和测试确认基线是绿的，并把BUILD_CMD、TEST_CMD等环境信息传递给后续环节。

3️⃣ Implement：逐故事实现，每个故事都是全新会话

这是整个工作流最精妙的部分。implement 步骤 是一个循环：对每个用户故事，开发者都在一个全新会话中工作（基于 Ralph 循环模式——记忆不靠上下文堆积，而是靠 git 历史和progress-*.txt进度文件持久化）。每个会话中开发者只做一件事：实现当前故事、写单元测试、跑类型检查和测试、提交feat: <故事ID>格式的 commit。

4️⃣ Verify：独立验证者把关

验证者不看开发者的"口头汇报"，而是直接检查git diff 真实改动：代码是否真实存在（而不是 TODO 占位）、验收标准是否逐条达成、测试是否真的写了且通过、构建是否成功，还会扫描敏感文件（.env、*.key等）做安全检查。前端改动还会用浏览器技能截图做视觉验证——布局是否错乱、元素是否缺失，一目了然。验证不通过？自动打回给开发者重试（最多 2 次），再失败则升级给人类处理。

5️⃣ Test：集成测试兜底

所有故事都通过单元级验证后，测试员 负责"整体视角"：跑全量测试套件、检查故事之间的集成问题、用浏览器做端到端测试、关注跨功能的边界情况和错误处理。

6️⃣ + 7️⃣ PR 与 Review：不经过评审，代码不许发布

最后由开发者创建 PR（清晰的标题、说明、测试说明），评审者则用gh pr view/gh pr diff逐行审查代码质量、测试覆盖和项目规范，前端功能还会做一次设计质量评审——不只是"能用"，还要"好看、协调、像产品"。批准则 approve，不满意则request-changes并附具体反馈，自动回到实现环节返工。

为什么它可靠：三个值得新手记住的机制

• 🔄失败自动重试 + 人类兜底：每个步骤都有max_retries，验证失败自动重跑对应步骤；重试耗尽才升级给你，没有任何环节会静默失败
• 🧊每步全新上下文：智能体不会带着 50 条消息前的"幻觉状态"干活，状态全部落在 git 和进度文件里
• ✅确定性流水线：同样的工作流、同样的步骤、同样的顺序——不是"希望智能体记得去写测试"，而是流程强制它写测试

实时监控：用 Dashboard 盯住整条流水线

运行过程中可以随时查看状态：

$ antfarm workflow status "OAuth" Steps: [done ] plan (planner) [done ] setup (setup) [running] implement (developer) Stories: 3/7 done [pending] verify (verifier) [pending] test (tester) [pending] pr (developer) [pending] review (reviewer)

更喜欢可视化？运行antfarm dashboard启动 Web 仪表盘（默认 3333 端口），以看板形式查看每个工作流实例在各步骤的进展，点开还能看到故事完成度、验收标准明细和智能体输出（源码见 src/server/dashboard.ts）。

进阶：照着 feature-dev 打造你自己的智能体工作流

feature-dev、security-audit、bug-fix 只是起点。所有工作流都是纯 YAML + Markdown 定义的——你能写提示词，就能写工作流。官方完整教程：docs/creating-workflows.md。

总结

Antfarm feature-dev 工作流把"需求 → 带测试的 PR"这条完整研发链路，压缩成了一条命令：规划者拆任务、环境智能体打地基、开发者逐故事实现并写测试、验证者独立把关、测试员集成兜底、评审者终审判卷。你只负责提出需求，剩下 7 个智能体接力完成，失败自动重试，全程可观测。对于新手来说，这是体验"AI 开发团队"最直接的入口。

【免费下载链接】antfarmBuild your agent team in OpenClaw with one command.项目地址: https://gitcode.com/gh_mirrors/antf/antfarm