Karajan Code Skill 技能

多 Agent 协同开发治理框架

Karajan Code - 多 Agent 协同开发治理框架

技能简介

Karajan Code(@karajan-family/code)是一款面向 AI 编程助手时代的"开发治理框架",核心理念是"AI 写代码,Karajan 管过程"。它为 Claude Code / Codex / Copilot / Cursor / Antigravity / OpenCode / Aider 等多款 AI Agent 安装统一方法论 + git gate,让"假绿"(false green)在结构上不可发生:测试先红后绿、SonarQube + 跨 AI 双盲评审、Solomon 第三方仲裁、安全 finding 不可覆盖、git worktree 并行隔离。GitHub 41 星、原生内置 MCP server(kj_rag_query)、CLI 提供 kj rag / hu / review / worktree / solomon / adr / check 等命令,覆盖从规划、上下文、评审、并行、安全的全链路开发治理流程。

核心能力

  • RAG 检索增强(kj rag):kj rag query 把 codebase 内置为 Agent 可查询的 RAG 索引;本地 Ollama 或内置 ONNX embedder 开箱即用,云端 embedder 必须显式声明 sensitivity 并对 chunk 做 PII redact。--library 子命令提供"工程典范卡",包含何时适用、何时不适用、规范引用,避免 Agent 惯性照搬遗留代码。
  • 看板前置(HU Board):所有工作必须先挂在 HU Board 上 —— kj hu add|move|list 自带看板,亦可对接 Linear / Trello / Jira / GitHub Issues(通过 Agent 自身 MCP 接入);Karajan 在没装 board 时拒绝运行。ADR(架构决策记录)通过 kj adr add|list 进入 git。
  • 测试先行 + 不可留红:强制 failing test 先存在;测试套件绝不留红,否则任何 commit 都被卡住。
  • 确定性优先 + 跨 AI 评审:kj review --staged 先对 staged 文件跑 SonarQube(BLOCKER/CRITICAL 直接拒绝),再绑一个不同 AI 对 sha256 精确 diff 出具 verdict;没有 verdict 的 commit 不可进入(pre-commit gate)。
  • Solomon 第三方仲裁:kj solomon 在 plan-AI 与 reviewer-AI 意见冲突时做第三方裁定;安全类 finding 永不可被仲裁覆盖。
  • 分支隔离与并行 lane:基线分支只通过原子 PR 移动;kj worktree start|list|done 给每个并发任务一个独立 worktree lane。
  • 最小权限 Agent 沙箱:被 fork 出来的 Agent 子进程只能继承自己 CLI 的 auth,绝不会泄漏云厂商 key / registry token;kj check 枚举项目可达 MCP,标记越权连接。
  • 原生 MCP 暴露:安装时自动注册 kj_rag_query MCP tool,Agent 查询 codebase 的代价被压到最低,倾向"先查再写"而非"凭印象写"。

安装配置

  • 环境要求:Node.js 22+、Git 仓库、至少一个支持的 AI 编程 CLI(Claude Code / Codex / Copilot / Antigravity / Cursor / OpenCode / Aider)。
  • 全局安装:npm install -g @karajan-family/code(或 pnpm add -g),命令名 kj。
  • 初始化:kj init,写入 karajan.yml,包含 board 选型、embedder provider、SonaQube 端点、Solomon 默认 AI、worktree 根目录等。

使用步骤

  1. 绑定看板:kj hu init --provider linear(或 trello / jira / github),生成空 HU Board;亦可 kj hu import --from 批量导入 backlog。
  2. 检索上下文:kj rag build 把 codebase 索引化(Ollama/ONNX 离线或云端 embedder),kj rag query "" 让 Agent 直接查索引。
  3. 卡片驱动开发:每个改动前先 kj hu add "",再让 Agent 在该 HU 下工作;Card 不在 Board 上时 Karajan 拒绝 commit。
  4. 写测试 + 实现:Agent 收到任务后必须先在测试文件写 failing case,再写实现直到测试绿;任何中间红测试都会被 git gate 拦截。
  5. 跑评审:kj review --staged 触发 SonarQube + 跨 AI review,没有 approved verdict 的 commit 无法进入;冲突时 kj solomon 启动第三方 AI 仲裁。
  6. 并行 lane:kj worktree start 在新 worktree 里跑实验任务,kj worktree list 查看所有 lane,kj worktree done 合并回基线。
  7. 收尾合并:每个 lane 完成后通过原子 PR 合入主干;kj adr add "" 写 ADR,kj check 审计 MCP 越权。

适用场景

  • 多 AI 编程助手混合团队:团队同时用 Claude Code、Codex、Cursor 写代码,需要统一方法论与质量门。
  • 金融/医疗/政企等强监管行业:安全 finding 不可覆盖、必须可追溯,Solomon 仲裁 + SonarQube 前置提供结构化合规。
  • 大型 monorepo 重构期:多 lane 并行 worktree 隔离,避免实验性改动污染主干。
  • AI Coding 教学 / 培训:用 Karajan 强制学员按 TDD / RAG / review 方法学习,避免"AI 写啥就是啥"。
  • 开源项目维护:每个 contributor 提交都先过 SonarQube + 跨 AI 双审,提升合入质量。
  • 多团队协作:把"卡片驱动 / 测试先行 / 评审必过"固化为工具能力而非团队公约,避免"靠自觉"。

适用人群

  • 高级架构师 / Staff Engineer(治理层面规划 AI 编程流水线)
  • 多 AI 工具并行的研发团队 Tech Lead
  • 强监管行业(金融、医疗、政企)的 DevSecOps
  • 教育 / 培训场景(教 AI 编程时代的方法论)
  • 开源项目维护者
  • 重构期 monorepo 负责人

工作原理

Karajan Code 把"开发治理"拆成六个 git hooks + 一组 CLI 命令。RAG 层用本地 Ollama 或内置 ONNX embedder 把 codebase 切片、向量化,Agent 通过 kj_rag_query MCP tool 在每次决策前调用,避免凭印象写。Board 层要求每个工作流都从 HU Card 开始;HU Card 与 Linear/Jira/GitHub Issues 双向同步,Karajan 在 install 时校验 board 存在,否则拒绝运行。TDD gate 在 pre-commit hook 里跑测试,发现红测试直接拒绝 commit。Review gate 串接 SonarQube(确定性)+ 跨 AI 双盲评审(语义级),对 staged diff 计算 sha256 后绑 verdict,未通过 verdict 的 commit 不进 git。Solomon gate 在 plan/review 冲突时由第三个 AI 仲裁;安全类 finding 不可被仲裁覆盖。Worktree lane 把每个并发任务隔离在独立 git worktree,减少 merge hell。所有这些以 CLI + MCP tool + git hook 形式落到本地,零 SaaS 依赖。

官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论