返回首页

产品开发中的胶囊和 AI 智能体

本文描述了 AI 智能体与胶囊框架在产品开发中的集成。胶囊通过 MCP server 提供结构化文档,用于代码生成和架构工件。任务自动化的示例展示了可预测性和可重复性。

AI 智能体掌握胶囊:代码自动化
Advertisement 728x90

胶囊实战:集成AI代理实现开发自动化

产品开发中的AI代理需要严格的结构化上下文。胶囊以极简格式提供专家知识和即用工具,确保生成可预测的代码和架构工件。这消除了顺序任务中架构演进的混乱。

代理模式与结构的作用

代理用于原型设计和产品开发。在原型设计中,重点是快速获得结果,无需约束。在产品中,非功能性需求是强制性的:可维护性、可读性、可扩展性。

没有结构时,代理会做出任意选择,失去服务一致性。胶囊通过三个组件解决此问题:

Google AdInline article slot
  • 专家知识:打包的经验,无需猜测。
  • 极简主义:本质内容,无额外信息占用上下文窗口。
  • 即用工具:代理的方法、技能、接口。

额外项目上下文存储在 AGENTS.mdCLAUDE.md 中——风格指南、提交格式。

通过MCP服务器传递知识

专家知识通过MCP服务器传递给代理,包含两个工具:

  • 框架文档:原则、服务结构、BaseMethod模式、DI容器、事件。
  • archland.json文档:格式、填充规则、C4图生成。

分离节省令牌:代理请求相关工具。文档面向代理——命令式风格、规则、算法。

Google AdInline article slot

来自nsc-toolkit框架文档的示例:

# nsc-toolkit框架:代码生成指南

本文档结构化为规则和模板集,用于自动生成正确代码。

## 框架核心:方法类(BaseMethod)

实现规则:
- 声明静态设置属性,从service.schema.json复制。
- 主逻辑在handler方法中实现。
- 通过构造函数注入依赖,使用@inject装饰器。
- 使用this.logger进行日志记录。
- 使用this.emitter生成事件。

规则:为service.schema.json中的每个RPC调用创建一个方法。
规则:只有当前和使用的依赖项应绑定到容器。

archland.json的算法:

每个服务的生成算法:

步骤1. 基本信息:
  - 读取service.schema.json → 名称、描述
  - 写入路径:describePath、folderPath

步骤2. DI容器分析:
  - 读取service.ts
  - 为每个container.bind()创建Dependency对象
  - 分析标签以确定类型和外部性

步骤3. 方法分析:
  - 对于methods/中的每个类:
    读取service.schema.json获取描述
    分析代码以获取依赖调用和事件生成

步骤4. 订阅分析:
  - 对于processing/中的每个类:
    从inversion.types.ts确定DI键
    分析start()方法以确定源服务

步骤5. 将所有数据收集到单个archland.json对象中

实践:添加ListOrders方法

场景:在@services/order服务中添加列出用户订单的方法,并暴露给HTTP API。

Google AdInline article slot

开发者描述数据格式。代理在service.schema.json中生成模式:

"ListOrders": {
  "action": "ListOrders",
  "description": "检索用户订单列表",
  "request": {
    "type": "object",
    "properties": {
      "credentials": {
        "type": "object",
        "properties": {
          "user_id":  { "type": "string" },
          "space_id": { "type": "string" }
        },
        "required": ["user_id", "space_id"]
      }
    },
    "required": ["credentials"]
  },
  "response": {
    "type": "object",
    "properties": {
      "result": {
        "type": "object",
        "properties": {
          "items": {
            "type": "array",
            "items": {
              "type": "object",
              "properties": {
                "order_id":   { "type": "string" },
                "product_id": { "type": "string" },
                "quantity":   { "type": "number" },
                "created_at": { "type": "string" }
              },
              "required": ["order_id", "product_id", "quantity", "created_at"]
            }
          }
        }
      }
    },
    "required": ["result"]
  }
}

给代理的提示:

在@services/order服务中创建新的ListOrders方法。
方法接受:来自credentials的user_id。
返回:订单列表,每个包含字段order_id、product_id、quantity、created_at。
在@services/gate的@services/gate/routes/orders.ts端点集中暴露此方法。

代理操作序列:

  • 读取CLAUDE.md → 请求MCP文档。
  • 将模式添加到service.schema.json
  • 使用模板运行代码生成。
  • 使用@inject、端口实现业务逻辑。
  • 按照模式添加HTTP端点。
  • 根据规则形成提交。

时间:10分钟。模板可重复用于类似任务。

生成架构相册

提示:生成archland.json和项目的架构相册。

代理从MCP检索文档,遍历服务,分析模式、DI、方法、订阅。将数据收集到archland.json中,包含问题区域的C4图。该过程基于文档中的算法是确定性的。

关键要点

  • 胶囊为产品开发中的代理提供结构。
  • MCP服务器通过极简工具传递专家知识。
  • 文档是命令式的:规则、算法、代理模板。
  • 任务自动化:代码生成、HTTP端点、架构相册在10分钟内完成。
  • 可预测性:统一架构,无混乱变更。

— Editorial Team

Advertisement 728x90

继续阅读