面向 AI-DLC 的模块化工作流治理与评估
用于 AI 辅助交付的自托管控制平面。
它构建在你已经在使用的模型和 harness 之上。它并不试图取代它们。
状态:全部七个模块以及控制平面中枢均以可运行的 v0.1 切片形式交付,附带 Docker Compose 和单元测试。
工具早已存在。问题出在它们之间的空隙。
如果你曾为团队搭建过 AI 工具链,那些组件你早已熟悉。LiteLLM 或 Portkey 负责路由。Langfuse、LangSmith 或 Braintrust 负责追踪与评估。LangGraph 负责编排,OpenMetadata 或 Atlan 负责血缘。每一个在自己的职责上都表现出色。但它们对“什么是一个项目”、哪个请求属于哪个阶段、数据离开路由器后去了哪里,全都没有共识。
于是你最终只能写胶水代码。密钥散落在三处,评估散落在四个仪表盘,还有一张表格说明哪个模型被允许查看哪些数据。Mirevox 就是要成为那层胶水,只写一次,其契约具备足够的可迁移性,让你可以替换掉底层任何一个工具。Apache-2.0。每个模块仓库和本站点都附带 Docker Compose 和可运行的 v0.1 切片。
它所处的位置
模型在最底层:Foundry、Bedrock、Vertex,或你在本地运行的任何东西。harness 位于其上方——围绕模型的工作空间,比如带 agent 的 VS Code 或聊天 UI。Mirevox 是 harness 之上的一层。它既是非技术人员推动工作所需的界面,也是运维人员查看发生了什么所需的界面。它不是又一个终端 harness。
- 01模型与提供商Azure AI FoundryAWS BedrockGoogle Vertex / Agent Builder本地模型不属于 Mirevox。超大规模云厂商和本地运行时拥有这一层。
模型与提供商
- Azure AI Foundry
- Google Vertex / Agent Builder
- 本地模型
不属于 Mirevox。超大规模云厂商和本地运行时拥有这一层。
- 02harness 与客户端VS Code + 侧边 agent家庭聊天机器人其他支持 MCP 的 UI围绕模型的工作空间——工具、重试、记忆。我们位于其上层。
harness 与客户端
- VS Code + 侧边 agent
- 家庭聊天机器人
- 其他支持 MCP 的 UI
围绕模型的工作空间——工具、重试、记忆。我们位于其上层。
- 03请求路径智能路由器评估与英文治理数据血缘route → eval / egress evidence,按请求 / trace id 关联。
请求路径
- 智能路由器
- 评估与英文治理
- 数据血缘
route → eval / egress evidence,按请求 / trace id 关联。
- 04项目主线阶段门禁影子版本管理上下文引擎project → stage → 跨工具历史,外加一个共享的多仓库索引。
项目主线
- 影子版本管理
- 上下文引擎
project → stage → 跨工具历史,外加一个共享的多仓库索引。
- 05交付与持久性可观测性AI-DORA代码周转、PR 审查税、AI 归因占比,以及复杂度调整后的吞吐量。
交付与持久性可观测性
代码周转、PR 审查税、AI 归因占比,以及复杂度调整后的吞吐量。
- 06控制平面中枢轻量 compose 层可选的展示性连接——各模块保持独立,而非单体。
控制平面中枢
- 轻量 compose 层
可选的展示性连接——各模块保持独立,而非单体。
为整个 AI 开发生命周期而构建,而不仅仅是模型调用
大多数 AI 工具止步于请求。真正的交付比这更长。有人有了想法,它变成需求,然后是设计决策,然后是规格说明,然后是代码,然后是测试。这些模块被设计为跟随这整条路径:高层需求,然后是功能与非功能需求,然后是 ADR,然后是规格说明。每一步你都能得到一个清晰的答案:“我可以继续了吗?”SpecKit 或 OpenSpec 可以接入,但你并不需要它们。
- 01前置需求:输入、约束,以及这项工作是否应该启动。
- 02HLR:用评审者可以据理力争的语言表达的高层需求。
- 03FR / NFR:功能与非功能细节——足以作为构建依据。
- 04ADR:在代码假装这些决策理所当然之前记录下来的架构决策。
文章标题:面向 AI-DLC 的模块化工作流治理与评估
正文:
- 05Spec / planSpecKit、OpenSpec,或你自己的模板——Stage Gate 并不锁定方法。
- 06BuildHarness 的工作要有明确的关卡:什么证据才能推进阶段。
- 07Verify测试、评审和签核都回绑到同一个 project id。
阶段是从普通工作流借来的一个比喻(预约一个时段、通过关卡、继续前进)——用在 AI 交付上。推进标准保持可读;SpecKit 和 OpenSpec 是选项,不是唯一路径。
两条流,一个共享索引
这里几乎所有东西都归入两条路径之一。两者都可以依托 Context Engine,这样每个 repo 只被索引一次并共享,而不是每次 agent 启动时重新摄入。
request / trace_id
请求来自 VS Code 或家庭聊天机器人,两者指向同一个 endpoint。Smart Router 根据任务和你已声明允许的范围,决定它去哪里——本地模型还是提供商。在通过的过程中,Evals & English Governance 会用你用平实英语写下的规则检查对话,Data Lineage 记录哪些数据离开了、去了哪里。
有人启动一个项目并拿到一个 project ID。这个 ID 把 Confluence 或 SharePoint 页面、GitHub 或 Bitbucket repo,以及测试结果串在一起。Stage Gate 显示他们处于哪个阶段、还缺什么。Shadow Versioning 保留跨这些工具的历史,这样没人非得学会什么是 rebase 才能看到改了什么。Context Engine 是底层的共享索引,而 AI-DORA 衡量合并后代码的耐久性、评审税,以及跨 repo 的吞吐量。
我们为什么不造模型
基础模型是一场资本游戏,超大规模厂商正在赢下它。在那里竞争会浪费所有人的时间。云 Terraform 门户也一样,那是 2020 年的问题。
剩下的就是不那么光鲜的部分:在模型之间路由、检查它们做了什么、跟踪项目和数据。平台们最终很可能会吸收掉它。在那之前它是有用的,所以它在这里,开源,任何人都可以运行或在此基础上做生意。
hub 故意做得很薄
有一个 control plane(在新标签页中打开)repo,但它主要意在把各模块一起拉起来并连接它们。每个模块都是自己的 repo,有自己的契约。你可以运行全部七个,也可以只运行 router。没有为你托管任何东西;它在你自己的机器上运行。
模块
共有七个。每个都有自己的页面,说明它意在做什么、进展到哪一步。在依赖任何东西之前先看 repo。
- Smart Router可运行模型访问会散落在提供商密钥、endpoint、部署规则和各自独立的 UI 中。即便是一个 VS Code 助手和一个家庭聊天机器人,最终也可能重复同样的集成工作。
- Evals & English Governance可运行每个模型平台都有自己的 eval 界面、评分术语和策略控制。团队最终只能手工比较结果,而治理规则停留在文档里,无法干净地映射到提供商设置。
- Stage Gate可运行AI 辅助的项目可能从一次预约直接跳到生成的代码。缺失的中间环节——前置条件、需求、决策和明确的推进标准——通常散落在文档中,只有少数人理解。
- Shadow Versioning可运行一个项目可能简报在 Confluence、审批在 SharePoint、代码在 Git、证据在测试系统。人类看到的是一件工作,但工具暴露的是互不相关的历史和技术性的版本语言。
- Context Engine可运行一个跨 15 个 repo 工作的 agent,可能花在重新发现代码库上的 token 比回答问题还多。每个工具都构建自己的局部图景,然后丢掉其中大部分工作。
- Data Lineage可运行一旦 prompt 穿过网关,就很难解释是哪个提供商、区域、模型或内部服务处理了它。现有的 lineage 工具很好地覆盖了数据资产,但 AI 请求路径往往需要一个更小、与 trace 关联的视图。
- AI-DORA可运行的AI编码智能体推高了提交数量和PR数量,掩盖了代码改动量、评审瓶颈和返工情况。传统的DORA仪表盘只追踪部署频率,却不会告诉你两周后有一半由AI编写的代码行被回滚了。