跳到正文
DEV Community· Venu Sai Madisetti·· 12 天前精選AI 評分78

作者用四個 Claude Code Agent 為 RupiVerse 組成工程團隊

I hired an engineering team for my startup. None of them are people.

AI 導讀

作者為個人理財應用程式 RupiVerse 配置四個 Claude Code Agent,分任產品經理、測試、開發和審查,兩天內完成註冊、登入及用戶個人檔案功能。

推薦理由

文章展示以規格、API 合約、測試先行和權限限制組織四個 Claude Code Agent 的實作方式,並以兩張功能票據記錄這套分工如何運作。

正文 · 繁體中文

兩天前,我聘請了一支工程團隊。

一位會閲讀用戶對競爭對手應用程式的評價,而且不會讓任何人開發規格以外內容的產品經理。
一位會在一行程式碼都未寫之前編寫測試的測試員。
一位負責推出產品的開發者。
還有一位會按我們的規則檢查每項修改,並曾經令登入鎖定功能失效、但所有測試都顯示正常的審核員。

兩天內,他們為我正在開發的個人理財應用程式 RupiVerse 推出了註冊、登入和用戶個人檔案功能。46 項驗收條件。814 項測試。五個拉取請求,經審核後合併。

他們會爭論、修正彼此的錯誤,遇到有風險的事情時會先問我。

他們都不是人。

這也不是一個預先植入錯誤的示範應用程式。本文提及的每張工單、每項測試、每個錯誤和每次審核,都是在開發 RupiVerse 期間發生的,而每個拉取請求都是公開的。

他們是四個 Claude Code Agent,透過 Switch 在我的 Slack 工作。本文會介紹團隊的運作方式、五個令我確信這是真實團隊的時刻,以及如何在自己的程式碼儲存庫中,於大約 30 分鐘內組建同一支團隊。

🎥 兩分鐘示範 · 🧰 儲存庫:https://github.com/way-nu/rupiverse-fts-hackathon

The PM asks its questions before writing anything, then creates the ticket; the ticket gets its own room

單一超高速 Agent 的問題

如果你一直獨自使用編程 Agent 開發,應該已經熟悉這種感覺:它快得驚人,但你又未能完全信任它。

Agent 會編寫程式碼,也會編寫用來評判程式碼的測試。沒有人會按規格檢查成果,因為根本沒有規格,只有你上一則訊息。每個決定都留在單一聊天記錄中,而這段記錄下星期便會消失。而所謂「完成」,只是 Agent 説完成了。

團隊幾十年前已解決所有這些問題。靠的不是更聰明的人,而是架構:有人負責需求,有人負責編寫測試,有人負責審核,還有一人決定哪些內容可以推出。

於是我為 Agent 設立相同的架構,並把它放在團隊本來就會工作的地方:團隊聊天平台。

60 秒認識 Switch

Switch 是開源基礎設施,讓 AI Agent 進駐團隊聊天平台。Slack、Discord、Teams 或 Mattermost 的每個頻道都會成為一個房間,Agent 可以像隊友一樣加入,各自使用自己的名稱,並根據房間內的指示和文件瞭解背景。

這個項目中最重要的部分:

  • 範本。一個 YAML 檔案便可建立 Agent、房間、指示、文件和啟動訊息。Agent 也可以執行範本,結果證明這是關鍵構想。
  • 指示權限規則。規定誰可以指示哪些 Agent。
  • 支援任何聊天應用程式的房間。我的第一張工單在 Mattermost 執行,第二張在 Slack 執行,兩者使用相同的 Agent。

從研究開始

我的朋友是一位助理產品經理,他告訴我,產品經理最重要的工作是閲讀競爭對手的評價。功能清單會告訴你其他應用程式開發了甚麼;評價則會告訴你,那些應用程式的用戶仍然想要甚麼。

因此,產品經理有自己的房間,#rupiverse-research。我會輸入競爭對手的名稱、貼上一則用戶評價,或提供螢幕截圖。產品經理會閲讀真實用戶對競爭對手應用程式的評價(應用程式商店、Reddit、X、評價網站),歸納出功能需求和投訴,再按每項內容與 RupiVerse 的相關性和價值評分。最後會在 ClickUp 建立一份研究文件,列出競爭對手比較表、按優先次序排列的機會清單,以及每則連結至來源的引文。它會貼出排名前五的項目,並問我想採納哪些。

在我挑選之前,任何事項都不會成為工單。選中的事項會進入待辦清單,再沿着下方流程處理。

認識團隊

負責事項 絕不會做的事
pm 工單、規格、範圍裁定、每張工單各有一個房間,以及最後驗收 不會編寫程式碼或合併
builder API 合約、實作及技術決策 不會自行更改測試檢查的內容
tester 測試計劃、先寫失敗測試、Playwright、驗證 不會修改產品程式碼
reviewer 檢查每個草稿 PR 的結構;進行完整審查 不會推送產品程式碼
me 提出需求、批准及合併

每個 Agent 都是在儲存庫各自複本中執行的 Claude Code;而在每個複本內,每張工單都有自己的 git worktree、連接埠和資料庫。四個 Agent 可以同時執行程式,而不會互相干擾;兩個功能房間也可以並排開啟。(目前工單都是逐一處理;平行房間已納入設計,但尚未實際展示。)團隊的工作指示以 Markdown 檔案形式存放在儲存庫,因此要改變團隊的工作方式,只需提交 pull request。

The four agents in Switch Console: pm, builder, tester, reviewer

一張工單的流程

以下是 RV4 個人檔案畫面的流程,從我發出訊息到合併為止。

1. 我提出需求。 我會在 #rupiverse-hq 用一句話輸入想要的內容。PM 不會立即動筆,而是先提問:最大年齡是多少?電話號碼是否必須唯一?再次點選已選取的性別會怎樣?

2. PM 記錄下來。 建立一張 ClickUp 工單,附上簡短摘要和一份規格文件:目標、範圍、不包括的內容、數據模型、API 草案、畫面、16 項編號的驗收準則、測試計劃和決策。規格文件內有四個空白頁面:建置記錄、測試報告、審查、PM 驗證。每個 Agent 只會寫入自己的頁面。

The ClickUp board: RV1 and RV4 complete, RV5 waiting in the backlog

3. 我批准,房間隨即建立。 我輸入 approved, start RV4,幾秒後 PM 便會開啟 #rv4-profile,並在房間指示中加入四個 Agent、工單和規格文件,以及一份載有規則的 playbook 文件和啟動訊息。我只需説一句話,每張工單便有一個房間。(這套工具將流程標準化為由 PM 執行的 Switch 房間範本。)

4. 先定合約。 builder 會把 PM 的 API 草案整理成最終合約。RV4 的合約經過八項完善:拒絕未識別的鍵、"29" 不是有效年齡、按 Unicode 碼點計算姓名長度,以及先檢查驗證,再處理本文。

5. 先寫測試。 之後 tester 才會按照合約編寫測試:RV4 共229 項,全部先處於失敗狀態,分別放在兩個草稿 PR 中,而當時一行產品程式碼也尚未存在。你不必只聽我説:每個 PR 中,tester 的提交都比 builder 首次提交產品程式碼早 15 至 61 分鐘。README 列出了相關表格,每項提交都有連結。

6. builder 讓測試通過,一邊以具型別的模擬層開發前端,一邊由後端子代理並行工作。正是這份合約,讓前後兩部分可以各自獨立開發。

7. 驗證、審查、檢查。 tester 會執行完整測試套件,並用 Playwright 對照實際程式進行測試。reviewer 會檢查結構、規格、安全性、資料庫遷移,還有一件事,我稍後再談。PM 會逐項核對所有驗收準則。

8. 發出一次通知,然後由我合併。 PM 核對完所有準則後,便會在 Slack 通知我。我會閲讀 PR,然後合併。只有我可以合併。

每次交接都會列明下一位 Agent、PR 和 commit SHA。每個錯誤都會以留言標註在 PR 的確切程式行上。ClickUp 一直顯示目前輪到誰。

RV4 沒有任何錯誤,也沒有任何審查修改。Agent 實際工作時間:約 85 分鐘。

A tester bug report on the exact line of PR #6: steps, expected, actual, evidence and a failing regression test

讓它值得信賴的三條規則

1. Agent 不能自行評核自己的作業。
測試員會在編寫程式碼前,按照規格契約編寫測試。建置者可以改變測試如何呼叫程式碼(例如匯入路徑、fixture、連接埠),但不能改變測試檢查甚麼。要修改斷言,必須由測試員和 PM 在會議中達成共識。之後,審查者會比較測試員最初編寫的測試和最終版本,並拒絕任何放寬檢查的修改。兩張工單合計,建置者修改了三項測試,沒有一項削弱檢查。其中一項修改反而加強了測試。

2. 工單狀態決定誰發言。
在「測試設計」階段由測試員執行工作;在「建置中」階段由建置者執行;在「審查中」階段則由審查者執行。其他人都會回覆「現在不是我的階段」,然後停止發言。每個 PR 設有嚴格上限:三輪錯誤修正和兩輪審查,之後交由 PM 處理,再交給我。這樣四個 Agent 才不會陷入無止境的爭論。

3. 只有人類可以合併,而且這是由權限強制執行,而非僅作要求。
每個 Agent 在 Claude Code 中的權限均允許操作分支、PR、留言及 staging 分支,但禁止合併、推送至 master 和強制推送。Agent 無法靠説服繞過這些限制,而事實證明,它們也沒有嘗試。

The deny list in each agent's Claude Code permissions

五個讓我信服的時刻

1. 審查者讓所有測試都認為正常的鎖定機制失效

註冊流程使用 6 位數電郵驗證碼,最多可嘗試三次。所有測試均通過。審查者一次送出十次猜測。實際程式碼在 20 次測試中有 1 次突破三次嘗試的鎖定限制,而同一個更新權杖可同時使用五次。

它將 PR 退回,列出這兩項發現。建置者以資料列鎖(SELECT … FOR UPDATE)修正問題,測試員則加入了21 項並行請求測試,沒有修正時這些測試都會失敗。在這個獨自開發的專案中,驗證流程的競爭條件在合併前便被發現。

2. 「透過聊天訊息轉達的 OK 不算數」

為了證明資料庫遷移安全無虞,測試員需要在共用的 Supabase 資料庫上進行遷移往返測試。對方透過聊天訊息收到 OK 後,仍然拒絕執行:聊天訊息不是權限,也不會自行授權。它首先為 Supabase 自身的 auth schema(139 個關聯)建立了唯讀指紋。我在自己的電腦上加入規則後,它才執行往返測試,並證明該 schema 沒有改變。

3. 建置者發現一項永遠不會失敗的測試

在 RV4 中,建置者發現一項 schema 測試把 bytes 和字串作比較,因此即使沒有檢查任何內容,測試也會通過。它沒有動手修改,因為這不是它的工作。它提出了問題。兩分鐘後,測試員便提交了更嚴格的修正。

4. 我的 iPhone 發現了 170 項網頁測試都找不到的問題

RV1 已準備好合併。我用手機測試時,程式碼輸入方格完全沒有回應點擊。iOS 會略過帶有 opacity: 0 的輸入欄位的命中測試,而網頁測試無法發現這個問題。測試員在兩分鐘內找出原因,並加入一項實際點擊網頁測試,確保日後能在網頁上發現這類錯誤。建置者修正了問題,我也在手機上確認修正有效。

5. PM 發現了自己的錯誤

審查開始後,PM 發現自己其中一項決策與我們的後端規則矛盾。它沒有讓相關修改推出。PM 把問題升級給我處理,我再把決定權交回去;修正只經過一輪先寫測試再改程式碼的流程:五項測試結果改變,約十行程式碼有所修改,首次審批即獲通過。

The tester raises four conflicts, the builder answers the technical ones, the PM rules

數據

RV1 · Auth RV4 · Profile
驗收標準 30 16
測試 433 381
測試人員在編寫任何產品程式碼前撰寫的測試 304 of 351 229 of 229
捕捉到的錯誤 · 有修改的審查輪次 4 · 2 0 · 0
Agent 實際工作時間 ≈ 4 h 15 m ≈ 1 h 25 m
團隊需要我介入的次數(審批及合併以外) 12 1

PM 在兩張工單中作出並記錄了 31 項產品決策,每項都在規格文件中標明日期。

Five squad PRs, reviewed and approved, merged by me

我沒有在旁監督

我沒有料到會是這樣。我沒有坐在旁邊監督整個過程。我吃飯、睡覺,也外出買日用品。RV1 的計時記錄顯示,從我提出要求到合併,前後用了 24 小時,但其中約 12 小時是在夜間,PR 留在 AWAITING MERGE 等我處理;其餘大部分時間,團隊都在等一個只有我能作出的決定。

兩項功能的 Agent 實際工作時間約為 五個半小時。這才是真正的轉變。你不必時刻看管這樣的團隊,只需在各個關卡出現。我不在時,沒有發生任何有風險的事。團隊只是等候。

第二張工單只在一件事上需要我,而且那是因為我自己的指示有誤。

這才是我現在在意的數字:不是分鐘數,而是團隊有多常需要我。第一張工單需要我介入十二次,大多是首次設定;第二張只需要一次。從我批准到收到最後通知之間的一切(契約、測試、建置、Playwright、審查、驗收檢查),都在沒有我介入的情況下完成。

出了甚麼問題(以及如何恢復)

  • ClickUp 的 MCP 伺服器在免費方案下每日約可處理 100 次呼叫,而且所有 Agent 共用這個限額。我們在工單處理到一半時用盡了限額。我們改在 PR 留言中發布報告,轉用標準 REST API,Agent 再補回相關資料。
    The switch from the ClickUp MCP server to the REST API, decided in the thread

  • 我讓 Agent 使用一個根本不存在的輔助程式,還告訴它們絕不可讀取 token 檔案。四個 Agent 全都停下來,拒絕自行猜測做法。這讓人煩躁了八分鐘,但它們做得完全正確。

  • 權限限制:將 PR 標記為可合併、合併至 staging、遷移共用資料庫。每次只花幾分鐘讓我新增一條規則。團隊從未繞過任何一項限制。

  • 網頁測試無法發現原生程式錯誤。現在加入了實際點按測試,而手機檢查仍由我負責。

不需要大型電腦

我在 Mac 上執行這個團隊,但它不一定要在 Mac 上運作。Switch 可以在任何你能透過 SSH 連線的 Linux 電腦上執行其伺服器和 Agent:AWS EC2、Google Cloud、DigitalOcean、Azure,或價格相宜的 VPS。四個 Agent、它們的複本、測試和資料庫都在伺服器上執行。我仍可完全透過 Slack,在手提電腦或手機上工作;PM 通知我時,我可以把分支拉到喜歡的任何 IDE,或在 GitHub 上查看並合併。不需要高階電腦。(我還未以這種方式執行;步驟載於儲存庫。)

試用前我會給你的建議

  • 從用戶提出的需求開始。競爭對手的評價,就是別人的用戶已經替你寫好的待辦清單。讓研究成為一個獨立工作空間,而非附帶任務。
  • 給 Agent 的架構,應與你給人的一樣。規格、契約、預先撰寫的測試、審查,以及一位負責人。帶來差別的是這些,而不是更好的提示詞。
  • 契約讓並行開發成為可能。 API 定案後,前端可根據模擬資料開發,後端則進行正式實作。
  • 把 Agent 的指示放進程式碼庫。 這樣一來,改進團隊只需提交 pull request,而且所有人都會使用同一版本。
  • 以權限管控危險操作,不要只靠文字指示。 指示固然有用,但拒絕清單更可靠。
  • 讓負責編寫測試的人,與負責讓測試通過的人分開。 這是你能買到最便宜的保險。

在自己的程式碼庫運行這支團隊

所有內容都放在程式碼庫的 squad/ 之下:兩個 Switch 範本、四個 Agent 的指示、一個設定指令碼,以及權限檔案。

  1. Fork 程式碼庫;只允許 squash merge,並保護 master。
  2. 在 Switch Console 中連接 Slack(或使用隨附的 Mattermost)。
  3. 範本 → 匯入 squad/templates/squad.template.yaml → 使用,並填入你 fork 的網址。Switch 會建立四個 Agent,各自使用自己的 clone,並 #rupiverse-hq。
  4. 設定一個免費的 ClickUp 空間(10 分鐘,核對清單)。
  5. 執行 ./squad/setup.sh --root <folder with the four agent clones>,設定權限、資料庫、.env 檔案、ClickUp 和 hooks。
  6. 在 #rupiverse-hq 中輸入 @pm hello。它會儲存兩個房間範本,並開啟 #rupiverse-research。
  7. 有一張工單正等著你。 設定指令碼會把 RV5 · Theme toggle(應用程式的淺色/深色/系統模式切換)放進 ClickUp 的 BACKLOG。開啟工單,然後告訴 PM:「從 BACKLOG 接手 RV5。先問我你需要甚麼,然後開始處理。」 回答它提出的問題並批准,然後看著一個房間建立起來,團隊把工作從契約推進到測試失敗,再做到有一個等待你合併的 PR。你會當一小時的創辦人。

下一步

RupiVerse 是我長久以來一直希望存在的理財應用程式:一個真正瞭解你的錢花到哪裏去的地方。它仍處於早期階段。但經過這兩天,如何建構它已不再是問題。

這支團隊會留下來。

RupiVerse sign-up, login and email verification on iPhone, built by the squad


為 WeMakeDevs、DevTools Academy 和 Switch 主辦的 Flip the Switch 黑客松而製作。Agent 指示、規格、提示詞,以及本文大部分內容,都是透過 Wispr Flow 口述而成。 #HowISwitch

My Wispr Flow highlights from the hackathon

連結: 🎥 示範 · 🧰 程式碼庫 · 🔌 Switch

來源:DEV Community · dev.to