💡 这是什么？

easyAI 是一个为 Antigravity IDE 打造的 AI 协作开发框架。

它在 IDE 中组建 PM（项目经理） + Worker（执行者） 双角色 AI 团队，覆盖从需求分析到代码交付的完整开发流程。你不需要写代码、不需要了解技术细节 — 只需和 PM 对话。

适合谁？

| ✅ 适合 | ❌ 不适合 | | ---------------------------- | ----------------------------- | | 有想法但不想写代码的人 | 追求极致手动控制的资深开发者 | | 编程初学者 + 个人开发者 | 不使用 Antigravity IDE 的用户 | | 希望 AI 全流程管理开发的团队 | 只需要代码补全的轻量用户 |

⚡ 5 分钟快速体验

前置要求：Antigravity IDE + Node.js >= 18 + Git

1. 安装（让 AI 帮你）

复制以下文字，粘贴到 Antigravity 对话框中：

请帮我安装 easyAI 框架。
安装指南：https://raw.githubusercontent.com/GeeSeeker/easyAI-dev/main/README_AI.md
请读取这份指南，按步骤自动完成配置。

AI 会自动完成 MCP 配置 + 项目初始化，还会引导你选装增强 MCP（Context7 文档检索 + ContextWeaver 代码语义搜索 + Exa 互联网搜索）。这就是 easyAI 的哲学 — 连安装都不需要你亲自动手。

2. 启动 PM

输入 /actor-pm 启动项目经理

首次启动？ AI 会自动检测到你是新用户，引导你完成项目配置（开发者信息、AI 审查团队、编码规范等），同时带你体验一次完整的开发流程 — 初始化就是教程，教程就是初始化。

3. 完整使用流程

/actor-pm                       ← 启动 PM
  │
  ├─ 描述你的需求                ← 你是客户，只管提需求
  ├─ PM 苏格拉底式提问            ← 帮你澄清需求
  ├─ PM 生成设计文档              ← 你审批
  ├─ PM 拆分约束集任务            ← 你审批
  │
  ├─ /actor-worker T001          ← 新会话，Worker 自动编码（TDD）
  │   ├─ 先写测试 → 再写实现
  │   ├─ 三标记自检（lint + test + manual）
  │   └─ 提交验收
  │
  ├─ PM 三阶段验收               ← 规范合规 → 代码质量 → 文档沉淀
  ├─ 你确认交付 ✅
  │
  ├─ "收工"                      ← ⭐ 每次结束工作必做
  │   ├─ 写入 journal 日志        │  持久化记忆，下次自动恢复
  │   ├─ Git 自动提交             │  保存所有变更
  │   └─ 输出恢复指引             │  下次续接有上下文
  │
  └─ "进度归档"                  ← ⭐ 阶段性里程碑完成时
      ├─ 清理过期文档
      ├─ 归档已完成任务
      └─ 生成里程碑总结

收工和进度归档是 easyAI 跨会话记忆的关键。不收工 = 下次 AI 可能丢失本次工作上下文。

🏗️ 为什么 easyAI 不同？

市面上的 AI 编码工具大多是「给 AI 一堆工具，让它自由发挥」。easyAI 的理念完全不同：

给 AI 建一个完整的身体 — 有骨骼、有肌肉、有神经系统。

🧠 AI 不只有工具，还有身体

| 人体部件 | 对应框架组件 | 作用 | | -------- | ----------------------------------- | ------------------------------------------------- | | 骨骼 | .trellis/（数据层） | 支撑结构：任务、日志、规范、配置 | | 肌肉 | .agents/skills/（18 个 Skills） | 专业能力：需求分析、TDD 编码、代码审查、调试… | | 神经系统 | .agents/graph/（20 节点知识图谱） | 自我感知：AI 知道自己有什么能力、改一处会影响哪里 | | 血管系统 | Rules + Evidence Gate | 质量保障：反幻觉、TDD 铁律、验收闸门自动运转 | | 大脑 | AI 本身 | 思考和决策，驱动身体的各个部件协作 |

传统 AI 工具：AI 有大脑但没有身体，每次都从零开始。 easyAI：AI 拥有完整身体，启动即就位、跨会话不失忆、质量自动保障。

📐 底层架构：极简但强大

easyAI 的架构只有三个目录 + 一个协议，却支撑了完整的企业级开发流程：

.agents/     ← AI 的能力（Rules + Skills + Workflows + Graph）
.trellis/    ← 项目的数据（tasks + journal + spec + config）
.docs/       ← 人的意图（notes + design + refs + archive）
MCP Server   ← 桥梁（23 个工具 + 6 个数据源，连接 IDE 和框架）

为什么强大？

1. 纯文本，无数据库 — 所有数据都是 Markdown/YAML/JSON，Git 原生版本控制，任何编辑器都能看
2. Manifest 驱动升级 — 升级时只替换「你没改过的框架文件」，永不覆盖你的数据和自定义
3. MCP roots 零配置 — 切换项目时 IDE 自动告诉 MCP Server 当前在哪，不需要改任何配置
4. 渐进式披露 — 知识图谱三层加载（一屏概览 → 域内详情 → 节点依赖），AI 按需加载、不浪费 Token

🛡️ 五层质量保障

easyAI 不依赖「AI 碰巧写对了」，而是用五层机制系统性保障代码质量：

| 层 | 何时生效 | 机制 | 谁负责 | | --- | -------- | -------------------------------------------------------------------- | --------------- | | 1️⃣ | 编码时 | 反幻觉 — 第三方 API 必须查文档，禁止凭记忆编码 | Rules（硬约束） | | 2️⃣ | 编码时 | TDD 铁律 — 先写失败测试，再写实现，周期循环 | Worker Skill | | 3️⃣ | 提交前 | ABCDE 外部审查 — 高风险任务由 1-3 个独立 AI 交叉审核 | PM + 外部 CLI | | 4️⃣ | 提交时 | Evidence Gate — lint_PASS + test_PASS + manual_PASS 三标记全通过 | MCP 硬约束 | | 5️⃣ | 验收时 | PM 三阶段验收 — 规范合规 → 代码质量 → 文档沉淀 | PM |

这五层是系统机制，不是口头约定。即使 AI 想偷懒，MCP 层的 Evidence Gate 也会强制拦截。

🤖 多 AI 协作：ABCDE 分级审查

easyAI 不只用一个 AI — 它可以调动多个独立 AI 做代码审查，就像请不同专长的同事 review 你的代码：

| 等级 | 影响范围 | 外部审核 | 示例场景 | | ---- | ------------------- | ------------ | -------------------------------- | | ⚫ A | 核心架构 / 不可逆 | 3 个 AI 全审 | 数据库 schema 变更、认证系统重写 | | 🔴 B | 跨模块 / 用户可感知 | 2 个 AI 审核 | 新增 API 端点、UI 流程变更 | | 🟡 C | 单模块 / 内部逻辑 | 1 个 AI 审核 | 工具函数重构、内部算法优化 | | 🟢 D | 低风险 / 配置 | PM 自审 | 配置文件修改、测试补充 | | — E | 文档 / 格式 | 免审 | README 更新、注释补充 |

可配置的外部 AI：Codex CLI（代码执行验证）、Claude Code（架构分析）、Gemini CLI（前端审查）。

🔧 MCP 深度集成

easyAI 通过 MCP 协议（Model Context Protocol）与 IDE 深度集成：

23 个工具：任务 CRUD（6）、子任务 DAG（2）、日志搜索（2）、Git Worktree 并行开发（4）、质量控制（5）、框架管理（3）、项目状态（1）

6 个数据源：项目状态、任务详情、日志历史、规范文件、配置信息、框架版本

自动检测：MCP Server 通过 roots 协议自动获取 IDE 工作区路径，切换项目零配置（v4.2.5+）。

📊 框架规模

18 个 Skills       ← PM/Worker 的专业能力模块
 7 条 Rules         ← 反幻觉、编码规范等硬约束
 4 个 Workflows     ← PM / Worker / 评估 / 快速修复
23 个 MCP Tools     ← 任务管理、日志、质量控制
 6 个 MCP Resources ← 状态、规范、日志数据源
20 个 Graph Nodes   ← 5 层知识图谱（框架的神经系统）

📁 项目结构

安装 easyAI 后，你的项目会多出以下目录：

your-project/
├── .agents/            ← AI 的能力
│   ├── rules/          │  7 条行为规则（反幻觉、编码规范等）
│   ├── workflows/      │  4 个工作流入口
│   ├── skills/         │  18 个能力模块
│   └── graph/          │  20 节点知识图谱
├── .trellis/           ← 项目的数据
│   ├── config/         │  框架配置（config.yaml + permissions.yaml）
│   ├── spec/           │  项目编码规范
│   ├── tasks/          │  任务管理（含 archive/）
│   └── workspace/      │  开发者记忆（journal + 语义地图）
├── .docs/              ← 人的意图
│   ├── notes/          │  记事本（用户 + PM 各一份）
│   ├── design/         │  设计文档
│   ├── refs/           │  参考资料
│   └── archive/        │  文档归档
└── ...                 ← 你的项目代码

三个目录各司其职：.agents/ 管 AI 的能力、.trellis/ 管项目的数据、.docs/ 管人的意图。简单清晰，无数据库依赖。

📚 教程文档

| 教程 | 适合谁 | 内容 | | --------------------------------------- | ---------------- | ------------------------------------------- | | 🚀 快速上手 | 完全新手 | 从安装到交付第一个需求的完整指南 | | 🧠 核心概念 | 想深入了解的用户 | 五层架构、角色系统、质量保障、知识图谱 | | 📋 工作流实战 | 日常使用参考 | PM/Worker 操作手册、收工归档、配置定制、FAQ |

🛠️ CLI 命令

npx @geeseeker/easyai-dev init [dir]     # 初始化项目（新项目/已有项目）
npx @geeseeker/easyai-dev check [dir]    # 检查框架完整性
npx @geeseeker/easyai-dev update [dir]   # 智能升级（保留用户数据）
npx @geeseeker/easyai-dev serve          # 启动 MCP Server

🙏 致谢

easyAI 的诞生深切受益于以下开源项目、生态与前沿理论的启发：

| 项目/技术 | 致谢与渊源 | | --- | --- | | Trellis | easyAI 的任务状态机和架构规范最初从 Trellis 学习并发展而来，其“规范驱动”理念深刻影响了本作 | | PromptX | 深度启发了 PM / Worker 的双角色流转系统、PATEOAS 状态快照机制以及跨会话的记忆归档架构 | | GuDa-spec | 提供了宝贵的 RPI（设计-计划-实现）阶段隔离思路，确立了 easyAI 中基于约束集防幻觉的实现底线 | | ccg-workflow | 启发了 easyAI 独创的 ABCDE 多模型外部验证体系，引入体系外的 Codex/Gemini CLI 按级执行审查 | | Superpowers | 启发了 .agents/skills/ 目录下的原子化能力插件系统与自识别工作流挂载机制 | | Antigravity IDE | Google DeepMind 打造的 AI 原生 IDE，提供了绝佳的 MCP 宿主支持和底层的强悍 Agent 驱动能力 | | Model Context Protocol | Anthropic 提出的通信标准，easyAI 基于它低耦合实现了总计 23 个 Tools 和 6 个 Resources | | Context7 / ContextWeaver / Exa | 开箱即用的增强 MCP 矩阵 — 提供了精准的在线文档检索、深层代码语义挖掘及全网数据搜索 |

📄 许可证

MIT | 更新日志