Agent OS Adaptive：讓 Agent 依節點風險調整開發流程

Agent OS Adaptive

想分享我最近做的一個 side project: Agent OS Adaptive

這個專案是我在 agent-os（Brian Casel 創立的）框架上，加入新功能的版本。靈感來自 Anthropic 工程師 Erik Schultz 的一場分享「Vibe Coding in Prod」，他提到為了避免 Vibe Coding 產生的技術債，我們應該讓 Agent 專注在開發屬於葉節點（leaf node）的程式碼，而核心節點（core node）則仍需要工程師自己開發。

於是我為 agent-os 增加了一套智慧分析流程。它會掃描整個專案的程式碼，並根據「被依賴程度」將每個程式碼節點（node）分為三大類：

Core Node（核心節點）：in-degree 高，被許多其他部分依賴，修改時需格外小心。
Leaf Node（葉節點）：in-degree 低，相對獨立的末端功能，修改它不會影響到其他部分。
Business Logic Node（業務邏輯節點）：in-degree 和 out-degree 平衡，負責協調核心與葉節點，包含領域特定邏輯。

Agent OS Adaptive 的核心功能

1. 保留 agent-os 的優勢

維持「規格驅動開發（spec-driven）」架構，從專案目標到功能細節，都能完善規劃。

2. 我加入的智慧分析

自動產生依賴圖（dependency_map.mermaid）：讓整個專案的架構一目了然。
產出節點分類報告（node_classification.md）：詳細記錄每個 node 的種類、風險和依賴數量。

3. 自適應開發流程：

開發 Leaf Node 時，只要定義好 E2E 測試的輸入和預期的輸出，就讓 AI Agent 自主完成。
面對 Core Node 時，不僅需要更完整的測試，還可以選擇 AI 的介入程度（要 AI 全權處理、只做規劃，還是僅作輔助驗證）。

為了實現這點，我也建立了對應的 Claude Code SubAgents，如果你是使用 Claude Code 來開發，在處理不同節點時，會呼叫專門的 Agent 來執行任務。

負責任地 Vibe Coding

這個專案的最終目標是讓 AI Agent 在與我們協作時，能夠懂得權衡風險與效率，實現負責任式地 Vibe Coding！

最後想打個預防針，因為前幾天才開始做這個 side project，還有很多細節需要修正，才能達到理想中的效果。

因此很歡迎任何朋友給我回饋！希望能夠讓這套工具更接近想像中的效果。

相關連結：