需求与规格
演进中把“要做什么、明确不做什么”写成人和 Agent 都能引用的文档,作为后续所有环节的共同依据。
- 做法
- 规格驱动:需求 → 设计 → 任务,逐步评审
- 变更提案:每次改动写一份规格增量,完成后归档
- 结构化句式:如 EARS 的“当……时,系统应……”
- 方案
- Spec KitOpenSpecKiroBMAD Method
- 例子
- 已登录用户可以收藏项目,再点一次取消;未登录时跳转登录。明确不做收藏夹分组。
- 相关
- 验收标准任务拆解与依赖审批关卡与责任边界
AGENT ATLAS · CAPABILITY MAP
不必搭一套大而全的平台。先弄清一个多 Agent 系统由哪几层组成、每层有哪些能力,再判断哪些已有成熟方案可以直接拿来用。想先认识市面上有哪几类产品,看指南。
从上往下,每层依赖下一层。左侧是人与交付的闭环,右侧的贯穿层作用于每一层。
每个方框都有解释:解决什么问题、常用做法、成熟方案,以及“给已有应用加收藏功能”这个例子里它做什么。
从一个具体故障出发,看它涉及哪几项能力、先检查什么。
方法大多来自软件工程,早已成熟。需求工程、TDD、合并队列、状态机和检查点都不是新东西。新的是让 Agent 执行这些方法的工具。
越往下层越成熟。⑤ 和 ⑥ 的大多数能力可以直接复用现有技术;② 到 ④ 仍在快速变化,这里值得学方法,不宜绑定产品。
THE WHOLE PICTURE
方框颜色表示现成方案的成熟度。点击任一方框跳到它的解释;选择一种故障,会高亮与它相关的能力。想用一个任务按顺序走完各层,打开交互架构图 ↗。
选择一种故障,全景图会高亮与它相关的能力。也可以直接点击任一方框查看解释。
LAYER BY LAYER
每张卡片依次说明:解决什么问题、常用做法、成熟方案(圆点表示成熟度),以及“给已有应用加收藏功能”时它做什么。
TASK & GOVERNANCE
这一层回答什么算完成?
所有下层的判断依据都来自这一层:拆解按它拆,评审按它审,交付按它验。这一层含糊,后面每一层都会放大偏差。
把“要做什么、明确不做什么”写成人和 Agent 都能引用的文档,作为后续所有环节的共同依据。
定义“完成”的客观检查。评审、测试和交付都以它为准,而不是以 Agent 的自我报告为准。
把目标拆成可独立交付、可单独验证的单元,并写明它们的先后关系。拆解粒度决定了能否并行、出错时回退多少。
规定时间、token 和重试的上限,以及遇到什么情况必须停下来交给人。没有它,自动循环可能无限返工。
事先规定哪些节点必须由人批准、谁对什么结果负责。它是设计好的关卡,不同于运行中随时的“人工介入”。
这一层的常见误区规格写得长不等于写得清楚。无法检验的描述对 Agent 的约束很弱,真正起作用的是可执行的验收用例。
COLLABORATION
这一层回答谁与谁配合?
同一批 Agent 可以用不同方式组织。最先要决定的是:流程由程序控制,还是由 Agent 控制。其余五种是常见的协作模式,通常组合使用。
下一步做什么,由程序决定还是由 Agent 决定。程序主导可预测、可测试;Agent 主导灵活但不可预测。
按固定阶段顺序交接产物,每个角色只做一步。前一阶段的产物就是下一阶段的输入。
主 Agent 负责拆解、分派和汇总;子 Agent 在独立上下文中完成局部任务,只把结论带回来。
互不依赖的子任务同时执行,最后集成或汇总。任务之间依赖越多,并行收益越不确定。
成员通过消息和共享任务列表直接沟通,而不只向协调者汇报。新发现可以及时影响其他成员。
一个 Agent 实施,另一个在独立上下文中对照规格评审;发现问题退回修复,直到通过或达到上限。
这一层的常见误区用对话式协作去执行本该确定的规则。“测试失败就不能提交”应由程序或钩子强制,而不是写在提示词里。
AGENT CAPABILITY
这一层回答每个执行者会什么?
协作方式再好,执行者本身缺少上下文、用错模型或拿不到合适的工具,结果也不会好。这一层决定单个 Agent 的上限。
每个 Agent 看到哪些信息,工作怎样跨会话延续。多 Agent 的核心价值之一,就是让每个 Agent 只看到自己需要的部分。
规定每个 Agent 的职责、工作方法和可复用流程,让经验可以沉淀下来。
给不同角色选择模型、推理强度和备选方案,在质量、速度和成本之间取舍。
Agent 能调用哪些工具:终端、代码搜索、数据库、浏览器、issue 系统等。能力边界往往由工具决定。
这一层的常见误区把所有背景都塞给每个 Agent。上下文越长,注意力越分散、成本越高;好的任务说明只包含完成它所需的信息。
EXECUTION & COORDINATION
这一层回答怎样可靠地运行?
多个 Agent 同时工作时,调度、交接、状态和恢复决定系统能否长时间无人值守。这一层的通用技术已经成熟,难点在于正确使用。
决定谁先做、同时做几个、占用多少资源,以及卡住时怎么办。
Agent 之间传递什么、用什么形式传递。交接不清,下游 Agent 只能靠猜。
任务进度、决策和产物保存在哪里,谁是唯一的事实来源。状态只存在对话里,中断就会丢失。
失败或中断后从断点继续,不重复执行有副作用的步骤,并在该停的时候停下。
把并行产出合成一个正确的整体。每个分支单独通过,不代表合在一起还能通过。
这一层的常见误区把并行数量等同于加速倍数。并行 5 个任务,意味着要评审 5 个 PR、处理它们之间的冲突。
RUNTIME FOUNDATION
这一层回答在哪里执行?
最成熟的一层。隔离、工作区、权限和协议大多可以直接复用现有技术,不需要为 Agent 另造一套。
让每个 Agent 拥有独立的进程、依赖和网络,互不干扰,也不破坏主机。
让并行任务各改各的文件、用各自的数据。
Agent 以什么身份行动、被允许做什么、凭据如何发放和保管。
Agent 连接模型和工具的标准接口。协议统一后,同一个工具可以给不同的 Agent 使用。
这一层的常见误区以为 worktree 就是沙箱。它只把文件分开;两个任务仍可能抢同一个端口、写同一个本地数据库。
CROSS-CUTTING
这一层回答怎样确认系统可信?
这四项不属于某一层,而是作用于 ② 到 ⑥ 的每一层。人也通过这里在运行中随时介入。
记录谁在什么时候做了什么,并允许人随时暂停或接管。
记录每次模型调用、工具调用和交接,出问题时可以回放整个过程。
统计每个任务的耗时、token、人工介入和返工次数,判断多 Agent 是否真的更划算。
用测试结果和独立检查证明“完成”,而不是依赖 Agent 的自我报告。
这一层的常见误区只看最终结果,不记录过程。出了问题既无法定位原因,也无法证明新流程比旧流程更好。
TROUBLESHOOT BY SYMPTOM
从症状反推能力,比按分类记忆更容易建立理解。每一项列出涉及的能力和最先该检查的问题。
想检查自己的方案?逐项标记已有哪些能力,页面会列出依赖缺口和可能出现的故障。打开方案检查 →
WHAT IS READY NOW
按方案本身的成熟度分三档,右侧标注它主要服务哪一层。
有稳定版本或标准,接口不常变化,已被广泛用于生产。
可以日常使用,但版本迭代快,做法还没有统一。
预发布、标注实验性,或属于新型基础设施。
PRODUCTS ACROSS LAYERS
先确认你缺的是哪几列,再找覆盖这几列的方案。没有任何一行覆盖全部六列,这正是需要组合使用的原因。
| 方案 | 成熟度 | ② 任务治理 | ③ 协作 | ④ Agent 能力 | ⑤ 执行协调 | ⑥ 运行基础 | 贯穿 |
|---|---|---|---|---|---|---|---|
| 规格与方法 | |||||||
| Spec Kit | 演进中 | ● | ○ | ○ | ○ | ||
| OpenSpec | 演进中 | ● | ○ | ||||
| KiroAgent IDE | 演进中 | ● | ○ | ○ | |||
| BMAD Method | 演进中 | ● | ○ | ○ | ○ | ||
| Superpowers | 演进中 | ● | ○ | ● | ○ | ● | |
| 任务与上下文 | |||||||
| GSD Core | 演进中 | ● | ● | ● | ○ | ○ | |
| Taskmaster | 演进中 | ● | ○ | ||||
| Beads | 演进中 | ● | ● | ○ | |||
| Coding agent 与调度 | |||||||
| Claude Code | 演进中 | ○ | ● | ● | ○ | ● | ● |
| 云端 coding agentCodex · Copilot · Cursor · Jules · Devin | 演进中 | ○ | ○ | ● | ● | ○ | |
| bmad-loop | 探索中 | ○ | ● | ● | ● | ||
| Gas Town | 探索中 | ○ | ● | ● | ○ | ○ | |
| container-use | 演进中 | ○ | ● | ○ | |||
| 通用框架与基础设施 | |||||||
| LangGraph | 成熟 | ● | ○ | ● | ○ | ||
| Microsoft Agent Framework | 成熟 | ● | ○ | ● | ○ | ||
| Temporal | 成熟 | ○ | ● | ○ | |||
| CI + merge queue | 成熟 | ● | ● | ||||
| Langfuse | 演进中 | ● | |||||
覆盖判断依据官方文档,属于编辑分析,不代表每个产品的默认配置。
LEARN BY BUILDING SMALL
在同一个小项目上逐步加难度。每一步只引入几项能力,并用一个问题检验是否真正掌握。
为一个小功能写一页规格和 3–5 条验收用例,让一个 Agent 用 TDD 实现,CI 把关。
把调研、实现和评审交给三个独立上下文,用交接文件传递结果,维护一份 AGENTS.md。
挑两个互相独立的任务,各用一个 worktree 或容器;再故意让第三个任务碰到同一个接口。
写一个小状态机串起实施、评审和验证,设重试上限;中途杀掉进程再恢复。
SOURCES
能力描述基于官方文档与仓库说明,核对日期 2026 年 9 月 29 日。成熟度与覆盖判断属于编辑分析,未做同一任务下的横向实测。
与 Agent Atlas 其他页面的关系本页按“层与能力”组织;Agent Atlas 指南按产品类别和协作模式组织;方案调研对七套开源工作流做了源码级分析。
版本提醒MCP 以 2026-07-28 规范为准;Microsoft Agent Framework 1.0 发布于 2026-04-03;Claude Code Agent Teams 仍需实验开关;bmad-loop 仍为 pre-1.0。