自主编码工厂jigjoy-ai/baro

baro

在你的仓库中输入一个目标。然后离开。回来时就能看到一个经过验证的拉取请求。

npm version
npm downloads

baro 是一个自主软件工厂。它把你的目标编译成一份机器可校验的契约，将其拆分为一个由多个故事组成的 DAG，在相互隔离的 git worktree 中并行构建它们，并用故障关闭式门禁拦住每一次合并——声明的测试、构建、证据评审、写入面所有权。你审查的是一个门禁已经接受的 PR。

一个提示词 → 一份 33 个故事的计划 → 808 个通过的测试 → 一个 PR，用时 71 分钟。
查看一次真实运行。

安装

npm install -g baro-ai

需要 Node 20+、git，以及至少一个后端：claude CLI（默认）、codex，或任何兼容 OpenAI 的端点。baro --doctor 会检查你的配置。

使用

cd your-repo
baro "Add JWT authentication with role-based access control"

这会打开 TUI：intake 只询问真正重要的事情，你确认计划，然后整个舰队开始运行。

对于自动化场景，可以分离运行并从任何地方跟进：

baro --headless --detach --goal-file goal.txt   # prints a run id, returns immediately
baro watch                              # follow milestone events
baro logs  --follow                     # tail the raw log
baro runs                                       # list live runs
baro stop                               # stop one

命令

| 命令 | 作用 |
|---|---|
| baro "" | 在当前仓库中运行一个目标（TUI） |
| baro --goal-file  | 从文件读取目标 |
| baro --headless --detach ... | 用于 CI/自动化的后台运行；打印运行 id |
| baro watch  | 跟进一次实时运行的里程碑 |
| baro logs  [--follow] | 打印或跟踪一次运行的日志 |
| baro runs / baro stop  | 列出 / 停止实时运行 |
| baro --resume | 从 prd.json 恢复一次被中断的运行——绝不重新规划 |
| baro --continue | 在当前分支上进行后续工作——总是重新规划 |
| baro --doctor | 自诊断：后端、认证、gh、权限 |
| baro login | 通过浏览器登录 baro cloud |
| baro connect [--install-service] | 将这台机器作为云端 runner 接入 |

重要的标志

--llm claude|codex|openai|opencode|pi|hybrid|jigjoy   # backend for all phases
-m opus|sonnet|haiku          # model override (verbatim pass-through on other backends)
--effort low..max             # thinking per turn (default: high)
--parallel N                  # max parallel story agents (0 = unlimited)
--mode focused|sequential|parallel   # force an execution mode (default: intake proposes)
--quick                       # trivial goals: one story, no architect/critic/surgeon
--local-only                  # 不推送，不创建 PR —— 硬隔离
--shell-budget       # 故事 shell 工具的每条命令预算
--openai-base-url        # 任何兼容 OpenAI 的提供商（OpenRouter、vLLM、Ollama……）
--tier-map "light=openai:MiniMax-M3,heavy=claude:opus"   # 按故事层级混合后端

按阶段的覆盖项（--architect-llm、--story-model……）、.barorc，以及其他所有内容：
docs.baro.rs

工作原理

baro 架构 —— 一个 Rust TUI 宿主、一个 TypeScript 编排器（其限界上下文在 mozaik 事件总线上交汇），以及每次合并前的机器门禁

- 契约优先。 架构师将目标转化为不变量和义务，这些内容可被机器检查——在任何代码
编写之前。
- 是集体，而非协调者。 故事代理是事件总线上的对等节点：它们看到与自己相关的
事件，交换笔记，并因彼此的工作而挂起/恢复。
不存在一个所有内容都必须挤过的单一上下文窗口。
- 靠门禁，而非感觉。 声明的测试、提交前构建、评判捕获命令输出的证据评审员，
以及写入面所有权——失败即关闭，阻止
每一次合并。人类审查的是门禁已经接受的 PR。
- 一份实时计划。 计划是一张运行过程会与之协商的 DAG：运行时重新规划会在运行中途添加并
重新连接故事，而失败的门禁可以生成自己的补救故事。

用 Claude Code 驱动它

baro 很适合与坐在驾驶位的编码代理配合使用。在你的仓库内，将以下内容粘贴到 Claude Code 中：
text
安装 baro（npm install -g baro-ai）并运行 baro --doctor 来验证设置。
然后替我驱动它：

1. 将我的任务写成一个证据丰富的目标文件：写明该变更触及的确切文件和行号，
说明约束条件，并说明哪些测试必须证明它。
2. 以分离模式启动它：baro --headless --detach --goal-file goal.txt，记下运行 id。
3. 用 baro watch  跟踪它；如果它停滞，读取 baro logs 。
4. 当拉取请求打开时，对照目标审查 diff，自己运行项目的
测试套件，并回报：交付了什么、门禁证明了什么，以及
任何需要我过目的内容。只有在一切全绿时才合并。

保持目标狭窄——每次运行只关注一个问题。如果运行失败，阅读原因，用新证据收紧目标，
然后再次启动。

云端

没有机器，或者没有 Claude/Codex 订阅？在
app.baro.jigjoy.ai 上运行同一套集群——无需安装，
隔离沙箱，使用我们的密钥。或者将你自己的硬件加入池中：baro login，然后
baro connect --install-service。

文档：docs.baro.rs · 问题：github.com/jigjoy-ai/baro/issues · Twitter：@lotus_sbc