Multi-Agent Codegen 🐛

4 Agent 软件工程协作流水线（按老板 2026-06-22 定义的标准）

把老板的一句话需求，经过 Plan → Write → Test → Refine 四个 agent 协作，自动生成完整可运行的 Python 软件 + 测试用例 + 质量评审。

4 Agent 角色（老板标准定义）

架构（半串行 + 循环）

START → Plan → Write → Test → Refine → 条件分支
                                       ├─ score >= 70 → END
                                       └─ score < 70 → Write（带 Refine 反馈重写）

v2.1 验证数据（基于 todo 工具需求）：

• 测试通过率：39/40 (97.5%)
• 评分：92/100（一次过）
• 耗时：~3 分钟

快速使用

# 全局命令（任意目录）
multi-codegen "做个命令行 todo 工具"
multi-codegen "做个图片压缩脚本"
multi-codegen "做个 Web 爬虫"

# JSON 模式（给 agent / cron 调用）
IDEA_GEN_JSON=1 multi-codegen "做个 API 客户端"

输出产物

保存到 ~/.openclaw/workspace-coding-advisor/output/multi_agent_codegen/：

plan.md        # Plan 架构设计
code.py        # Write 完整代码
test_code.py   # Test pytest 用例
refine.md      # Refine 评审意见

技术栈

依赖

首次运行会自动检测并安装：

• langgraph >= 1.2.0
• langchain-anthropic >= 1.4.0
• pytest >= 9.0.0（验证用）

如需手动安装：pip install -r requirements.txt

与其他 skill 配合

• langgraph-idea-generator（快速出 3 行方案）→ multi-agent-codegen（完整软件）
• 先 idea-gen 评估可行性，再 multi-codegen 真正开发

文件结构

multi-agent-codegen/
├── SKILL.md
├── skill.json
├── _meta.json
├── .venv → ../../.venv-langgraph（共享 venv）
├── scripts/
│   ├── multi_codegen.py    # 完整 4 agent 流水线
│   └── cli.sh              # CLI 入口
└── .clawhub/origin.json

关键约束（防 LLM bug）

• 单文件实现：所有代码一个 .py 文件
• 方法名避免 builtin：list/dict/str/int/type → 用 list_tasks/get_items
• retry 完整文件：Write 改进时必须输出完整新版本
• 测试看完整代码：Test 在 Write 之后启动（半串行，不是真并行）

适用 vs 不适用

✅ 老板说"做个软件/工具/脚本" ✅ 复杂需求需要 PRD + 代码 + 测试 + 审查 ❌ 1-2 行小脚本（单 agent 更快） ❌ 纯分析/报告任务（非软件工程）

相关 Rule

• [RULE-20260622-001] 4-Agent 软件工程协作流水线标准工作流（MEMORY.md）

版本: v1.0.0 作者: 码虫 coding-advisor 创建日: 2026-06-22