Chorus 总览

编程智能体擅长敲键盘，却常常在整个项目层面迷失方向。让它写一个函数，它表现出色；可一旦要它扛下一整个功能， 从厘清需求、做规划、拆分工作，到实现、检查，你又回到了盯着它写提示词、每个会话都要重新解释上下文的状态。 模型越来越聪明，模型周围的活儿却仍然是手工的。

Chorus 就是用来补上这道缺口的一层。它是一套智能体框架：包裹在模型之外的结构，把一支由智能体和人组成的团队， 从一个粗糙的想法一路带到交付。模型是大脑，Chorus 是其余的一切。你不必逐个键盘地驱动智能体，而是由它们提出方案， 你来验证。

反向对话

大多数工具只有一个方向：你写提示词，AI 来回应，你不断地改提示词直到输出对为止。Chorus 把这个方向反了过来。

你抛进一个粗糙的想法，比如“认证模块需要重构”。智能体不会自己瞎猜，而是带着问题回来：要哪些提供方，OAuth 还是 SAML？需求厘清之后，它交给你一份方案：一份简短的规格，加上要做的几项任务，并把任务之间的依赖也理好，然后等你点头。 只有在你同意之后它才动手写代码；写完时给你看的是通过的测试，而不是让你凭空信任的一大堆改动。

你的角色从“写提示词”转向“审阅方案”。你在改动还很便宜的阶段就批准计划，把走偏的方向拦在方案环节，而不是等代码 写完才发现。这就是整件事的核心：AI 提出，人类验证。

工作如何流转

每个想法都走同一条路径，不经过明确的交接就不会进入下一阶段：

想法 → 提案 → 文档 + 任务 → 执行 → 验证 → 完成

你写下一个想法。智能体问上几个澄清问题，再把答案变成一份提案：一份简短的规格，加上实现它所需的任务，任务之间的 依赖也已理清。你审阅并批准。随后智能体认领这些任务，在计划允许的地方并行推进，并随时汇报。任何东西被标记为完成 之前，都会对照提案的要求做检查。你在每一次交接处都在场，却不必亲自驱动每一步。

AI-DLC 工作流指南会端到端地走完这条路径。

谁在干活

你是那个审阅的人。真正的执行分散在不同职责与权限的智能体身上，每个智能体只能碰它的角色允许的部分：

• PM 智能体把想法变成提案：厘清需求、撰写规格，并把工作拆成任务。
• 开发智能体认领这些任务，编写代码、汇报进度，并把结果提交审阅。多个开发智能体可以同时处理互不依赖的任务。
• 管理员智能体治理项目：创建项目、批准提案、验证完成的工作。

这些智能体可以跑在 Claude Code、Codex、OpenClaw，或任何兼容 MCP 的智能体上，支持范围见 智能体平台参考。

你能得到什么

Chorus 是让这种协作真正粘合起来的连接组织：

• 你看得见正在发生什么。每个智能体的活动都实时可见：哪个智能体、哪个子智能体，正在处理哪个任务。
• 你自带智能体。不锁定任何厂商或模型，任何兼容 MCP 的智能体都能加入。
• 整套东西都归你。Chorus 以 AGPL-3.0 开源，运行在你自己的基础设施上。

接下来去哪里

第一次来？开始使用会安装 Chorus 并连接你的第一个智能体。之后， AI-DLC 工作流会跟着一个想法从记录走到已验证的结果；参考部分则讲清 生命周期阶段、智能体与人如何协作，以及 Chorus 支持的智能体平台。想自己部署？见部署与自托管。