AI 编程纪律方法包 GanyuanRan/Aegis

Aegis

Aegis Method Pack
让 AI 编程 agent 变得可信：少返工、更安全、说“完成”前先给证据。

速通秘籍

Fast-Track Playbook

别再全程盯着 agent 干活。 Aegis 让 agent 动手前先对齐你的真实基线、完成前先给证据、简单任务不打扰你——你拿到的是：更少返工、更安全、不用盲信“done”。

你能得到什么

Aegis 是一套方法包，让 AI 编程 agent 像有工程纪律的人一样干活——你不需要全程盯梢。

- 更少返工。 agent 动手前先对齐项目真实基线（owner、契约、边界），不再靠猜，你也不用为猜错买单。
- 更安全的改动。 冻结的 held-out A/B 实测：合同通过率 61.67% → 93.33%，不安全结果 13.33% → 0%。
- 说“完成”前先给证据。 每个完成声明都带 fresh 验证证据、覆盖范围与残余风险——你读的是证据，不是感觉。
- 不留幽灵代码。 退役的 fallback 和旧路径会被显式跟踪或带退役触发条件移除，技术债不再悄悄累积。
- 简单任务保持简单。 平凡请求留在 fast-path，只有任务真正需要时才展开仪式。
- UI/UX 规则按需加载。 UI/UX 治理把项目设计依据、用户总负担和体验验证接入设计、实现、评审与交付。
- 一套方法包，多宿主通用。 Codex、Claude Code、OpenCode、Kimi 等 skill-aware 宿主体验一致。

上面的数字来自 Aegis 2.7.6（2026-08-11）的有界建议性证据，不是对本次发布的测量，也不构成普遍质量或完成权威声明。
请查看完整基准与证据限制。

极简安装

第一次使用？最快路径是把下面这段话交给你的 agent，完整安装与验证流程就在其中。

把下面这段话交给你的 AI 编程 Agent：

请阅读 https://github.com/GanyuanRan/Aegis，识别我当前使用的 AI 编程宿主，并按对应宿主说明全局安装 Aegis。如果宿主是官方 DeepSeek Harness（dsh），必须把全局/极简安装分流为原生 profile plugin 安装：dsh plugin --profile <profile> add "git+https://github.com/GanyuanRan/Aegis.git"；除非 plugin manager 不可用且我明确同意 compatibility mode，否则不要静默改用 direct-child 兼容路径。如果需要重启或重新加载宿主，请明确告诉我；然后从已安装的 Aegis method-pack 根目录运行完整安装验证。不要在目标项目目录中运行 doctor 命令。先定位 <aegis-method-pack-root>，再运行 cd <aegis-method-pack-root> && python scripts/aegis-doctor.py --write-config --json。只有当 JSON 输出包含 "ok": true、"workspaceSupport": "available" 和 "configStatus": "configured" 时，才把安装视为完成；如果宿主有单独的 skill discovery 目录，也要额外用 --discovery-root <path> 验证它指向当前版本；如果宿主说明声明了 skill 目录名前缀，也同时传 --discovery-name-prefix <prefix>。还必须完成对应宿主说明中的原生激活与自动入口验证；当宿主提供 plugin、hook 或 session-start bootstrap 时，仅通过文件发现或通用 doctor 检查不能视为安装完成。

实测 Agentic Benchmark

本次冻结的 held-out A/B benchmark（Aegis 2.7.6，2026-08-11）在两组中保持 Codex 客户端、prompt、项目、工具策略和请求相同的 gpt-5.6-sol / xhigh 设置，唯一差异是是否投影 Aegis method pack。20 个案例、120 次有效运行中，合同通过率 61.67% → 93.33%（+31.67 个百分点），不安全结果率 13.33% → 0%，95% 案例簇区间为 +15.00 至 +50.00 个百分点。结果仅为有界建议性证据；复核并非独立人工评审，宿主事件未返回实际模型身份。

Aegis Agentic Benchmark 使用前后对比

脱敏 JSON · 中文表格 · English table · 方法说明

较新的 Aegis 2.10.8 matrix-v7 standard 快照覆盖 22 个案例，每个案例在两组各有一次观察。它与上方 extended 快照使用不同的运行 profile，也没有测量本次发布中的改动。

体验 Aegis 方法在运行时中的应用

Autoloom 是我们开发的 AI 编程桌面客户端，将 Aegis 的变更必要性分析、复杂度治理和交付审查融入开发执行，帮助你减少反复提醒，让变更有依据、交付有证据。

当前提供 Windows x64 Alpha。客户端免费，自选模型，模型调用费用由供应商另行收取。

了解 Autoloom ·下载 Alpha

更新 Aegis

完成安装并登记当前宿主之后，后续更新可以用自然语言直接让 agent 更新 Aegis，也可以显式说 aegis:update。agent 可以把这两种方式路由到本地更新路径：先定位已安装的 method-pack 根目录，读取本机 host-scoped registry，再调用 scripts/aegis-update.py 默认更新当前宿主。只有用户明确要求 --all 时才更新所有已登记宿主。Aegis 默认不做后台自动更新。

使用前必须知道

Aegis 当前发布形态是：

Aegis Method Pack (runtime-ready)

它不是完整的 Aegis Platform，不是 daemon，不是后台 runner，不是 runtime core，不提供 authoritative GateDecision，不提供 authoritative PolicySnapshot，也不授予 final completion authority。用户当前指令和目标项目规则优先于 Aegis。

全局路由前缀是一个可选、手工复制的宿主/profile 投影，不负责安装 Aegis，也不能证明 skill 已经可发现。如果宿主已有可靠的 Aegis bootstrap 与路由，通常无需再复制全局规则；否则把该前缀添加到现有全局用户规则的最开头即可，无需改动无关内容。

这份手工前缀不由 aegis:update 管理。已经复制过旧 Lite / Advanced profile 的用户，应只把原 Aegis 区块替换为统一前缀，保留其他原有全局规则。前缀遵循宿主或会话提供的 activation mode，未声明时默认 auto；具体治理继续由加载后的 Aegis skills 按需负责。宿主原生 skill 匹配是否仍会触发，继续由宿主能力决定。

Aegis 默认自动模式。要切换到显式模式，在已安装的 method-pack 根目录运行：

cd <aegis-method-pack-root>
python scripts/aegis-doctor.py activation-mode explicit

修改后需要重启宿主。长期设置方式和宿主注意事项见 docs/current/AEGIS_ACTIVATION_MODE.md。

TDD mode 默认是 off：Aegis 不会自动要求 TDD，但完成前验证仍然适用。若希望 Aegis 按任务风险自动选择严格、轻量或跳过 TDD，可以手动开启：

cd <aegis-method-pack-root>
python scripts/aegis-doctor.py tdd-mode auto

也可以在 query 中用 TDD Route: strict、strict TDD、test-first 或 RED / GREEN / REFACTOR 显式要求严格 TDD。

详细语义见 docs/current/AEGIS_TDD_MODE.md。

宿主兼容性

Aegis 保留多宿主、plugin-installable 的分发目标。

| 宿主组 | 当前状态 | 从这里开始 |
| Codex, OpenCode | 当前 method-pack 范围内已有 fresh evidence | Codex, OpenCode |
| Claude Code, CodeBuddy, DeepSeek-TUI, DeepSeek Harness, Trae, GitHub Copilot, Qoder, Kimi Code CLI, ZCode, Grok Build | 已有安装说明；release-level fresh host smoke 仍待补证 | Claude Code, CodeBuddy, DeepSeek-TUI, DeepSeek Harness, Trae, GitHub Copilot, Qoder, Kimi Code CLI, ZCode, Grok Build |
| CC GUI (JetBrains IDEA) | Claude Code / OpenAI-GPT 通道的 IDE 插件层结构性支持；release-level fresh host smoke 仍待补证 | CC GUI |
| Antigravity CLI, Antigravity IDE, Antigravity App | Antigravity CLI 已有安装与结构性发现证据；真机 Aegis skill 加载、任务路由及会话刷新仍待验证；IDE/App 仍是结构性目标 | Antigravity |
| Pi CLI, OMP, OpenClaw, Hermes Agent | 结构性 Agent Skills / SKILL.md skill-host 适配；release-level fresh host smoke 仍待补证 | Pi CLI, OMP, OpenClaw, Hermes Agent |
| Gemini CLI | 已退役；Aegis 不再分发或验证 Gemini CLI 适配器 | 兼容性矩阵 |

对外声明支持状态前，先读：

- 宿主兼容性矩阵
- 已知限制

快速上手 Aegis

安装并重启宿主后，直接用自然语言描述工作即可。Aegis 会按任务匹配方法；需要更确定的行为时，再直接点名模式。

这个登录失败的根因是什么？先诊断，不要立刻改代码。
审问我：我们是否应该先发布托管版？
Aegis goal: 修复登录后偶发跳回登录页，不重写 auth 系统。
在我合并前，独立审查这个 diff。

先阅读 Aegis 速通秘籍：其中说明 Aegis 为什么轻量、它与独立 skill pack 的区别、五道工程护城河、项目工作区生命周期、自然触发语句、activation/TDD 控制和常见排障。英文版见 Fast-Track Playbook。

当你需要更强控制时，可以这样说：

- Aegis goal: ...：框定范围、成功证据与边界。
- Grill me ...、审问我 ...：进入决策访谈；每轮只问一个决策问题，不写计划、不实施。
- TDD Route: strict、strict TDD 或 test-first：显式要求严格 test-first； TDD 默认保持 off。
- aegis:first-principles-review 或“用第一性原理审查”：在实施前挑战复杂方向。
- aegis:update：按当前宿主的本地路径更新已安装的 method pack。

对非平凡项目任务，Aegis 可以被动复用 CONTEXT.md，或通过 CONTEXT-MAP.md 选择相关 bounded context 的规范术语。只有术语已经确定、存在歧义、发生重命名/废弃或与现有证据冲突时，才进入主动领域建模。高置信度的既有事实可直接同步；尚未作出的领域决策仍由用户决定。文件在第一个已解决术语出现时惰性创建，且只保存术语。稳定字节有利于缓存，但 Aegis 不保证供应商缓存命中或费用节省。

Aegis 用 Workflow Quality 让简单任务保持轻量，只在风险需要时展开。想深入了解方法时，阅读 工作流程说明、工作流质量基线、复杂度治理基线 和 TDD 模式。

如果预期能力没有触发，不要先当成措辞问题。按触发链路诊断：安装/版本可见性、宿主 skill discovery、activation mode、using-aegis 路由、任务到 skill 的匹配和上下文压力。阅读触发健康基线。

维护者入口

主要验证入口：

bash tests/e2e/run-all.sh --full --host-profile fast

聚焦文档 / method-pack 检查：

bash tests/e2e/boundary-compliance-check.sh
bash tests/e2e/workflow-quality-check.sh
bash tests/e2e/install-verification-policy-check.sh
bash tests/e2e/layer1-fast-check.sh --host-profile none

阅读：

- docs/testing.md
- 发布检查清单
- 当前 authority map
- 贡献说明

社区与扩展

- 反馈与讨论：GitHub Discussions · Issues · LINUX DO · DEV.to
- 扩展 Aegis：使用 aegis:writing-skills 写自己的 skill；参见工作流指南。
- 关注发布：RELEASE-NOTES.md · Releases

Aegis 与 Autoloom

- Aegis 是我们的开源方法包，适合希望继续使用现有 AI 编程工具、引入工程方法的用户。它保持独立使用和多宿主支持，不要求安装 Autoloom。
- Autoloom 是我们的独立桌面产品，适合希望在编程运行时中体验 Aegis 核心方法的用户。客户端源码暂未公开；下载、版本能力与反馈由 Autoloom 仓库维护。

Autoloom 承接 runtime core 方向，Aegis 保持方法包边界。本页 benchmark 衡量的是 Aegis，不代表 Autoloom 的性能证据。详细边界见产品关系说明。
也欢迎带一个范围明确的真实任务体验 Autoloom，并分享使用反馈。

与 Superpowers 的关系

Aegis 派生自 Superpowers，由 Jesse Vincent 创建。Superpowers 开创了 composable、 multi-harness agent skills 的基础；Aegis 在此基础上加入面向真实软件项目的 architecture- and evidence-focused method layer。

项目还借鉴了 mattpocock/skills 中关于极简沟通、共享语言和严谨调试的思路。这些思路均在 Aegis 自有格式中重新实现，而不是原样复制。

许可证

MIT License。见 LICENSE。

AI编程工具Aegis_QQ交流群：694329785