当前位置: 首页 > news >正文

它解决的不是“写代码”,而是“盯流程”

你告诉它要处理哪些 Story、用什么执行策略,它就自动完成「创建规格 → 开发实现 → 测试自动化 → 代码审查 → 回顾」这条流水线,只在真的需要人类决策时才打断你。

这和普通“单命令跑一个 Skill”不一样。它更像一个构建周期编排器

初始化 → 读取 Epic / Sprint 状态 → 选择 Story 范围 → 评估复杂度 → 选择 Agent 策略 → 执行 create / dev / automate / review / retro → 在失败或冲突时升级给人类

从设计上说,它是在自动化“协调工作”,而不是直接替代某一个具体开发步骤。


升级BMAD到最新版(v6.6)

如果你想体验 Story Automator,需要先把 BMAD 升到6.6。安装时记得把BMad Automator (Experimental)这个模块勾上。

不然装完 BMAD,后面是用不起来的。


第一次运行:先补齐 Stop Hook,防止工作流半路被打断

第一次执行/bmad-story-automator时,它不会急着开跑,而是先做初始化检查。

从下面这张图可以看到,它先加载配置,然后尝试读取当前编排状态;如果发现状态目录还不存在,这是正常的首次运行场景。接着它会自动安装Stop Hook.claude/settings.json中。


第一步:先选 Story,不是盲跑所有待办项

真正进入编排前,Story Automator 会先读取 Epic 和 sprint 状态,然后让你决定处理范围。

下面这张图展示了一个很典型的场景:Epic 5、6、7 中一部分 Story 已完成,一部分仍然待办。工具会把这些状态直接展示出来,然后询问你要处理哪些 Story。


第二步:复杂度不是拍脑袋,而是先打分再分配 Agent

这是我觉得 Story Automator 最有意思的部分之一。

它不是把所有 Story 一股脑丢给同一个 Agent,而是先生成一个Story 复杂度矩阵。截图里可以看到:

  • Story 5.3 “Server 命令与 API 认证” →4 分 / Medium
  • Story 6.1 “通过 SDK AgentMCPServer 暴露 Axion” →2 分 / Low
  • Story 6.2 “axion mcp 命令与外部 Agent 集成验证” →2 分 / Low
  • Story 7.1 “基于 SDK Pause Protocol 的用户接管机制” →2 分 / Low
  • Story 7.2 “--fast 模式” →5 分 / Medium

更关键的是,它不只给分,还给出原因

  • authorization / permissions
  • 实时通信
  • 验收标准数量高
  • Story 文本较大

这意味着复杂度评估不是黑盒。你看到的不只是“结论”,而是“为什么它觉得这个 Story 更难”。这会直接影响后续的 Agent 选择策略。

换句话说,Story Automator 在做的事其实是:

先把 Story 变成“可调度对象”,再决定谁来执行。


第三步:你可以塞入自定义指令,但默认不强迫你多想

接下来它会问你有没有自定义指令

比如:

  • 每次修改后都运行测试
  • 优先处理某个 Story
  • 注意数据库迁移

这个设计我很喜欢,因为它在“全自动”和“可控”之间找到了一个不错的平衡:

  • 如果你没有特殊要求,直接选none
  • 如果你有本轮迭代的偏好,可以临时注入

也就是说,它把“人类经验”当成一种可选输入,而不是每次都强迫你从头配置一大堆参数。


第四步:执行设置决定它跑得多激进

再往下,就是执行策略层面的配置。截图中可以看到两个核心问题:

  1. 是否跳过automate步骤(测试自动化)
  2. 最大并行会话数是多少

默认值是:

  • 不跳过 automate
  • 最多 1 个并行会话

对大多数真实项目来说,测试自动化是交付闭环里最不该轻易跳过的一环;而并行度默认设为 1,也避免了多个会话同时改动同一代码库时互相干扰。也就是说:

默认先追求“可控完成”,而不是“并行冲刺到极限”。


第五步:不同复杂度,自动映射到不同 Agent

有了复杂度矩阵之后,Story Automator 就能推荐 Agent 配置。

推荐配置如下:

  • Low:create / dev / auto / review 都用 Claude
  • Medium:create / dev / auto / review 都用 Codex,Claude 作为备选
  • High:同样以 Codex 为主
  • Retro:回顾阶段使用 Claude

从这个配置可以看出,它已经不是“调用一个模型”的层面了,而是在做模型编排

而且它还提供了策略选项:

  • Suggested:采用按复杂度分层的推荐配置
  • Uniform:所有 Story 都使用同一个 Agent

不同团队可以这样用:

  • 想稳一点,按推荐走
  • 想保持行为一致,就统一 Agent

而从后面的配置摘要截图也能看出来,这次实际演示最后保存成了all-claude。这恰好说明:推荐是推荐,不是强制。你既可以让系统按复杂度智能分配,也可以为了稳定性或一致性,手动统一到同一类 Agent。

这一步让整个系统更像一个“调度器”,而不是一个简单的命令包装器。


第六步:配置会被显式保存,方便恢复和复盘

当你确认后,Story Automator 会把这次运行配置保存下来。截图里展示的是一个名为all-claude的配置摘要:

摘要里写了几件事:

  • Epic 是哪个
  • Story 范围是什么
  • 自定义指令有没有
  • create / dev / auto / review / retro 分别用什么 Agent
  • 是否跳过自动化

这类“摘要页”看起来很普通,但它是编排器可恢复、可审计、可复盘的基础。

因为自动化一旦跨越多个 Story、多次会话、多个阶段,就一定会面对这些问题:

  • 中途停了怎么办?
  • 我这次到底选了什么配置?
  • 为什么这批 Story 用的是这个 Agent 组合?

有了显式保存的配置,后续无论是恢复执行还是事后分析,都不会变成猜谜游戏。


实际体验结论

昨晚睡觉前,我直接把这 5 个 Story 交给 Story Automator 去跑。早上起来看结果,它总共跑了5 个半小时

坦白说,速度是比我自己手工盯着跑要慢的。按我平时的节奏,这 5 个 Story 如果自己来,估计3 个小时内能收完。至于为什么会慢这么多, 具体原因还不太清楚, 还没有仔细的去分析它的实现原理,不过目前还只是试验版,能跑通比较重要。

目前比较适合:睡觉前梭一把。

另外一个我觉得做得不错的点,是每个 Epic 跑完之后,它会顺手做一次复盘,把有用的信息补到project-context.md里。

所以我现在对它的看法很简单:

白天手工跑,目前还是自己手工跑会更快。
但睡前把一批 Story 交给它过夜跑,这个场景它真的挺合适。

如果你正在使用 BMAD 来开发项目,你一定要试一下 Story Automator,它可能是你将重复协调时间从小时级降到分钟级的工具。

合集: BMAD

分类: AI编程

标签: BMAD

免责声明:本内容来自平台创作者,博客园系信息发布平台,仅提供信息存储空间服务。

好文要顶 关注我 收藏该文 微信分享

四眼蒙面侠
粉丝 - 21 关注 - 11

+加关注

0

0

« 上一篇: 深入 SwiftWork(第 0 篇):用 SwiftUI 构建一个 Agent 可视化工作台
» 下一篇: 从 Agent 到代码:Claude Code 编排模型的演进

posted @ 2026-05-14 12:51 四眼蒙面侠 阅读(152) 评论(0) 收藏 举报

http://www.jsqmd.com/news/1078728/

相关文章:

  • 2026年触摸开关控制器口碑供应商推荐清单
  • 企业级智能体哪家做得好? 2026落地选型深度评测与架构实战
  • 人工智能专业术语详解(V)
  • 用了一个 AI 聚合平台后,我终于明白多模型入口的价值
  • 3分钟终极指南:Windows一键安装苹果USB网络共享驱动
  • 突破窗口限制:用Window Resizer打造完美工作空间
  • 理查米尔中国官网价格的溢价骗局:拆开萧邦Happy Sport活动钻石,这处夹层让人瞬间清醒
  • AI 赋能测试全流程(贯穿全生命周期)
  • 阿里一面:你的 RAG 召回一堆垃圾,就这么硬塞给大模型?它不会自己再查一遍
  • GPT-4稀疏激活原理:MoE架构下2%参数如何驱动高效推理
  • 2026企业级AI Agent全景图发布:行业迈入规模化落地拐点
  • Windows 定时录屏怎么设置?无人值守自动录屏教程,解决录制难题
  • RAG系统从0到1
  • 临时修改方法(重启失效)
  • HONOR Device Clone 评测
  • KMS_VL_ALL_AIO:5分钟实现Windows和Office高效激活的专业解决方案
  • 如何用Python自动化助手10倍提升词达人学习效率
  • Agentic Mesh · 导读 · 企业 agent 架构的入门蓝图《Implementing Data Mesh》
  • 记录几个 java 流程控制语句的特点
  • 电商AI Agent开始参与售前服务,客服工作的重点正在发生变化
  • 任务清单乱糟糟总漏事,一站式留存每日琐碎事项,有序管理日程小白也能会
  • Point-LIO
  • chemdraw软件安装步骤(附安装包)ChemDraw 2023 下载安装教程(图文步骤)
  • 先准备这些基础环境:
  • 大语言模型(LLM)分类详解
  • ROS2 Lyrical Luth 发布:Zenoh 替代 DDS,嵌入式开发者迎来机器人OS「轻量化革命」
  • 从零构建 DeepClassify:一个本地代码工程智能管理 Agent
  • 机器学习新手实操地图:5种可解释算法从入门到运行
  • TscanCode深度解析:高性能多语言静态代码分析引擎架构与优化策略
  • 3dsmax更换背景的详细操作