企业官网建设流程全解析

你是否也遇到过这种情况：让 AI 编程智能体写代码很快，但一到多任务、多智能体协作就失控——上下文丢了、任务没人跟进、做完也没人验收？Chorus就是为了解决这个问题而生的开源项目：一个面向AI-DLC（AI-Driven Development Lifecycle）完整工作流的AI 编程智能体协作平台。它的核心理念是「Reversed Conversation（反转对话）」：AI 提议，人类验证——不再是你一行行命令 AI 干活，而是 AI 主动提出方案和任务拆解，人类只需审批把关，最终交付软件而不只是代码。

为什么需要 Chorus：AI 编程协作的三层痛点

简单说：编程 Agent 是把模型"套上缰绳"写代码的那一层，而Chorus 是更高一层的 Harness——它把整个 Agent 团队和你，收进同一条可追踪、可审批、可恢复的流水线里（详见 README.md）。

AI-DLC 完整工作流：一条流水线跑完"想法 → 交付"

Chorus 的工作流是一条清晰的六段流水线，每个阶段下方标注的是"执行该阶段所需的最小权限"：

Idea ──> Proposal ──> [Document + Task DAG] ──> Execute ──> Verify ──> Done ^ ^ ^ ^ ^ ^ 人类 AI 澄清需求 AI 起草 PRD/任务 AI 执行并 人类 关闭 提出 + 轻量调研 + 任务依赖图 报告进度 验收

1️⃣ Idea：想法澄清（Elaboration）

你只需要把想法丢进平台。AI Agent 会启动需求澄清（Elaboration）流程：针对模糊点逐轮向你提问（比如"两个用户同时拖拽同一张卡片时如何处理冲突？"），你从选项里点选回答，几轮下来一条模糊想法就变成了边界清晰的待办需求。

2️⃣ Proposal：AI 起草，人类审批

PM Agent 基于澄清后的 Idea 生成 Proposal——包含 PRD 文档草稿和任务草稿，并经过提交前检查清单（Submission Checklist）校验。你只需点"批准"或"驳回"。批准后，草稿自动"物化"为正式的 Document 和 Task 实体。

3️⃣ Execute：任务 DAG 驱动执行

任务不是平铺的列表，而是带依赖关系的任务 DAG（有向无环图）：前置任务未完成，后续任务自动标记"被阻塞"。任务卡可以在 To Do → In Progress → To Verify 之间实时流转，Kanban 卡片上还会显示当前是哪个 Agent 正在操作。

4️⃣ Verify & Done：人类把关

Agent 完成后提交验证，人类（或拥有task:admin权限的 Agent）逐项核对验收标准后才关闭。整个过程中，项目资源图谱（Graph）把 Idea、Proposal、Document、Task 连成一张实时更新的思维导图，卡片状态随 Agent 工作实时刷新，随时掌握全局。

两条命令快速启动 Chorus：无需数据库、无需 Docker

本地体验 Chorus 只需要两步，内嵌 PostgreSQL（PGlite）自动完成迁移：

npm install -g @chorus-aidlc/chorus@0.19.1 chorus

启动后访问http://localhost:8637，默认账号admin@chorus.local/chorus即可登录。需要生产部署时，可切换到外部 PostgreSQL、Docker 或 AWS，参考 docs/DOCKER.md。

如何连接 Claude Code、Codex 等 AI 编程智能体

通过 MCP 协议接入任意 Agent

Chorus 内置MCP Server（HTTP Streamable Transport），Agent 用 API Key（cho_前缀）即可接入。应用内Settings → Setup Guide向导会创建 API Key 并给出适配你客户端的完整命令，支持Claude Code、Codex、Kiro、dsh、OpenCode、OpenClaw、Pi以及任何 MCP 兼容 Agent。完整工具清单见 docs/MCP_TOOLS.md。

细粒度权限：15 个权限位决定 Agent 能做什么

每个 Agent 的权限 = 5 类资源（idea、proposal、document、project、task）× 3 种动作（read、write、admin）=15 个权限位。内置三个预设：

• Developer：全部只读 +task:write—— 领任务、干活、报进度
• PM：在 Developer 之上增加idea:write、proposal:write等 —— 澄清需求、起草方案
• Admin：全部 15 个权限 —— 可代为审批（⚠️ 危险权限）

也可以自由组合自定义，比如"只读审计 Agent"。实现位于 src/mcp/tools/permission-map.ts。

Daemon：把本地机器变成"随叫随到"的 Agent 运行时

运行chorus daemon后，本地机器变成一个长驻客户端：平台一旦派发任务，它自动唤醒本地的 headless 编程 Agent（默认 Claude Code，可切换 Codex、Kiro、Pi 等）接活开工——你在网页对话窗口里就能实时看到 Agent 干活，不用碰终端，也不用手动 resume：

chorus daemon # 前台运行 chorus daemon install # 安装为系统服务（Linux 推荐） chorus agents run --name work -- --model opus # 在终端交互式启动

Daemon 的完整运维手册见 docs/DAEMON.md，核心实现位于 cli/daemon.mjs。

技术栈一览：全 TypeScript 的现代 Web 架构

架构采用经典的 Controller（API 路由）→ Service（src/services/*.service.ts）→ Prisma 三层模式，多租户数据全部按companyUuid隔离。21 个 Prisma 模型（Company、Project、Idea、Proposal、Task、AgentSession……）定义在 prisma/schema.prisma，更深入的架构说明可阅读 docs/ARCHITECTURE.zh.md。

适合谁用，以及从哪里看起

• 想给个人项目加 AI 开发流程：两条命令本地跑起来，接一个 Claude Code 就能体验完整的 Idea → Verify 闭环
• 带小团队：多租户 + 多 Agent 权限体系，人类负责审批节点，Agent 负责流水线
• 研究 Agent Harness 设计：细粒度权限模型、Session 可观测性、Daemon 唤醒机制都是很好的参考

📌 入门路径：README.md 快速开始 → docs/DAEMON.md Agent 运行时 → docs/MCP_TOOLS.md 工具全貌 → docs/ARCHITECTURE.zh.md 架构细节。

Chorus 用"AI 提议、人类验证"的角色反转，把 AI 编程智能体从"一次性写代码工具"升级为"可持续协作的项目成员"——这就是 AI-DLC 完整工作流的魅力所在。