作者: 王彬 (coder-wangbin) | 日期: 2026-06-25

本文描述了我设计并落地的一套 AI 驱动研发工具链——如何把 AI 从"只会写代码"变成"能跟着研发链路从头走到尾"。

去年有段时间，我发现一个奇怪的现象：AI 帮我写代码确实快了，但需求上线的时间反而没怎么缩短。

后来梳理了一下时间花在哪：

• 写代码本身：AI 提效 50%+
• 但写之前的需求分析、写之后的部署验证、穿插其间的日志排查和各种杂事，AI 基本没帮上忙

这跟业界研究也吻合：

• Antenna IDE 插件的遥测数据显示，开发者每天实际编码的中位数仅 52 分钟
• Stripe 报告显示工程师约 42% 的时间花在技术债和维护上，真正写新代码只占约 32%
• SWE-bench 数据显示模型解题能力 30 个月从 2% 涨到 80%+，瓶颈已不在模型，在模型外的工程系统

所以目标很明确：让 AI 从"只会写代码"变成"能跟着研发链路从头到尾走完"。

回顾日常开发，下面这些场景每天都在发生——不是"理论上应该优化"，而是"我真的忍了很久"。

产品把 PRD 扔文档里，我得手动打开→通读→标注疑问→拉会对齐。更烦的是，需求漏洞全靠经验发现，经常开发到一半才发现边界条件没覆盖、异常路径没定义。

跟 AI 讨论完设计方案，结果要自己复制粘贴到文档里排版。前端同事三天两头反馈"接口文档跟代码对不上"——因为方案写了一次，代码改了几版，文档没跟上。

多分支对应不同数据库，每次 git checkout 之后要手动改 DSN 配置。忘了切换就操作了错误的数据库——这事发生过不止一次。

代码写完了，要在 K8s 控制台手动更新镜像、等 Pod 起来、点进去看日志。部署挂了更痛苦：从 CI 把 job 日志复制出来，从 K8s 把 Pod 日志复制出来，然后贴给 AI 分析。AI 能告诉我问题在哪，但不能直接帮我看日志、也不能帮我修。

QA 提 Bug → 手动去看 → 定位代码 → 修复 → 编译 → 重新部署 → 通知 QA 回归。修复代码可能就改两行，但整个流程跑下来至少半天。改代码 5 分钟，走流程 4 小时。

用 AI Coding 写完代码，它不会帮我编译、测试、验证——生成完就结束了。编译报错、测试失败、接口行为不对，全都得我自己去修。代码是 AI 写的，Bug 是我 debug 的。

flowchart LR
    A["PRD Doc"] -->|Agent reads| B["Req Analysis"]
    B -->|Agent writes| C["Design Spec"]
    C -->|CodeGraph context| D["Coding"]
    D -->|ulw-loop verify| E{"Tests Pass?"}
    E -->|Yes| F["Git Push"]
    F -->|lb-CLI| G["K8s Deploy"]
    G -->|diagnose| H{"Healthy?"}
    H -->|Normal| I["Done"]
    H -->|Error| J["Alert"]
    K["Bug Report"] -->|Agent monitors| L["Auto Fix"]
    L -->|logs + context| D

核心工具：

• Lark CLI：Agent 直接读写云文档、查询 Bug 列表
• dbhub MCP：数据库 MCP Server，Agent 直接查询/操作数据库，分支切换自动同步
• CodeGraph MCP：代码知识图谱，语义搜索替代多次 grep+read
• lb CLI + MCP Server：K8s 诊断/日志/重启一站式（11 个 MCP 工具）
• OpenCode (ulw-loop) + Codex (/goal)：目标驱动开发，自动编译、测试、自验证

原来：PRD 下载下来逐字阅读，需求漏洞靠经验发现。

现在：Agent 直接读取 PRD，自动分析需求完整性、一致性，发现漏洞和矛盾，输出待确认问题。

原来：跟 AI 讨论完设计方案后，手动把结果复制粘贴到文档。前端总反馈"接口文档滞后于代码"。

现在：Agent 直接写入云文档，前后端接口约定在同一份文档对齐，格式规范，版本可追溯。

flowchart TB
    A["设定目标"] --> B["Agent 自动实现"]
    B --> C["自验证：编译/测试/LSP"]
    C --> D{"检查通过？"}
    D -->|No| E["自动修复"]
    E --> C
    D -->|Yes| F["Oracle 审核"]
    F --> G{"审核通过？"}
    G -->|不通过，打回| A
    G -->|通过| H["交付完成"]

原来：打开 K8s 控制台→找 Deployment→手动更新镜像→等待→点 Pod 看日志。

现在：git push → CI 自动构建 → 自动部署。核心能力：

• Kuboard SSO 认证（5 步自动完成）
• K8s API 代理更新镜像
• 关联部署 + 镜像比对跳过
• 即时通知（一次 push 一条聚合消息）
• MCP Server 提供 11 个工具：list_pods / get_logs / deployment_status / events / diagnose / get_ingress / patch_ingress_tls / restart_deployment / get_pipeline / get_job_logs / send_notification

flowchart LR
    A["部署异常"] --> B["lb diagnose"]
    B --> C{"Pod Crash?"}
    C -->|Yes| D["获取崩溃日志"]
    C -->|No| E{"CI Pipeline 失败？"}
    E -->|Yes| F["获取 CI 日志"]
    D --> G["Agent 分析根因"]
    F --> G
    G --> H{"能否自动修复？"}
    H -->|简单 Bug| I["自动修复 + 重新部署"]
    H -->|复杂问题| J["通知人工介入"]

flowchart LR
    A["QA 提交 Bug"] --> B["Agent 定时轮询"]
    B --> C["提取 Bug 描述"]
    C --> D["AI Coding Agent"]
    D --> E["CodeGraph + lb 日志定位"]
    E --> F["生成修复 + ulw-loop 验证"]
    F --> G["Push 到 GitLab"]
    G --> H["CI 自动构建"]
    H --> I["自动部署到 K8s"]
    I --> J["部署完成"]
    J --> K["通知 + 更新状态"]
    K --> A

适用条件：适用于描述清晰、可复现的简单确定性 Bug。复杂逻辑 Bug 仍需人工介入。

flowchart TB
    A["git checkout 分支"] --> B["post-checkout hook 触发"]
    B --> C["读取 conf.yml dsn"]
    C --> D["Go DSN → MySQL DSN"]
    D --> E["写入 dbhub.toml"]
    E --> F["config-watcher 热重载"]
    F --> G["Agent 自动连接正确数据库"]

将代码解析成交互式知识图谱，Agent 通过 MCP 查询比直接 grep 效率高得多。

11 个 MCP 工具覆盖日常运维核心场景：list_pods / get_logs / diagnose / events / restart_deployment / get_pipeline / get_job_logs / get_ingress / patch_ingress_tls / deployment_status / send_notification。

flowchart TB
    subgraph Before
        S1["下载 PRD"] --> S2["手动理解需求"]
        S2 --> S3["手写方案"]
        S3 --> S4["编码"]
        S4 --> S5["手动测试"]
        S5 --> S6{"通过？"}
        S6 -->|No| S4
        S6 -->|Yes| S7["手动部署"]
        S7 --> S8["手动验证"]
        S8 --> S9["写文档"]
    end
    subgraph After
        T1["Agent 读取 PRD"] --> T2["AI 自动分析"]
        T2 --> T3["Agent 写方案"]
        T3 --> T4["AI 编码 + 自验证"]
        T4 --> T5["push 自动部署"]
        T5 --> T6["自动诊断"]
        T6 --> T7["文档自动生成"]
    end

Go 编译的二进制 ad-hoc 签名在 cp/mv 后签名缓存失效，macOS AMFI 直接 SIGKILL 进程。修复：codesign --remove-signature <binary> && codesign -s - <binary>。

切换分支后索引需要重新同步，首次索引耗时可能较长。建议在配置中设置自动初始化规则。

使用 block_insert_after 后 block ID 会变化，需要重新 fetch 才能继续操作。

mermaid-renderer 插件旧版本输出 ANSI 颜色码导致终端渲染乱码。解决方案：只保留 opencode-beautiful-mermaid，设置 colorMode: "none"。

• Bug 自动修复仅适用于简单确定性 Bug：描述清晰、可复现的才能全自动
• 效果数字基于标准化 CRUD 场景：全新项目或遗留代码库收益会打折
• 成本考虑：ulw-loop 多次自验证消耗较多 API 调用，简单改动可能用传统流程更经济
• 学习曲线：新同学需要 1-2 天熟悉 CLI、配置

AI Coding 的关键不是让模型更快地写代码，而是把需求分析、方案设计、编码开发、自动化测试、环境部署、问题排查串成全链路闭环。瓶颈不在模型，在模型外的工程系统。

从需求到交付，我的角色从"执行者"变成了"监督者"——这是这整套工具链给我带来的最大改变。

多分支对应不同数据库，每次 git checkout 后需要手动修改 DSN。忘了切换就操作了错误的数据库。

利用 Git post-checkout hook，在分支切换时自动读取 conf.yml 中的 DSN 配置。

cp .git/hooks/dbhub-sync.sh .git/hooks/post-checkout
chmod +x .git/hooks/post-checkout
mkdir -p ~/.config/opencode/dbhub
touch ~/.config/opencode/dbhub/dbhub.toml

1. git checkout 触发 hook（仅分支切换，文件 checkout 不触发）
2. 脚本提取 conf.yml 中的 dsn 字段
3. Go 格式 DSN → MySQL 格式
4. 写入 dbhub.toml
5. config-watcher 检测文件变化后热重载连接

复制 hook 到其他 Go 项目的 .git/hooks/ 目录即可。每个项目的 source_id 为 <项目名>-current，互不冲突。