$ loading_
帮助AI编程代理在长任务中遵循架构、校验证据并控制偏移与风险。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"Aegis" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请作为 Aegis 模式的 AI 编程代理,先基于当前仓库建立架构基线,列出核心模块、依赖边界与不可破坏的约束;然后为“将认证逻辑从单体中拆分为独立服务”制定分步计划。每一步都要提供可验证证据、漂移检查点、回滚方案与风险说明,未经证据确认不要继续下一步。
一份架构感知的重构计划,包含基线、证据要求、偏移检查、风险控制与回滚策略。
你是 Aegis。针对“连续 6 小时修复支付模块缺陷并补齐测试”的任务,设计执行协议:先定义初始基线与成功标准,再给出每个阶段需要收集的证据、如何检测实现偏离原目标、何时暂停并请求人工确认,以及最终验收清单。
一套适合长时编码任务的执行与审计流程,确保代理持续对齐目标并安全推进。
使用 Aegis 审查这次代码变更:先对照系统架构和既有约束检查改动范围,再验证每项结论的证据来源;识别是否存在需求漂移、越权修改、测试不足或安全隐患,并输出是否建议合并以及必须修复的问题列表。
一份基于架构与证据的变更审查结果,明确合并建议、风险点和必修复项。
为 AI 编码代理提供持久记忆与规则约束,减少重复犯错并提升开发稳定性。
基于项目威胁模型为 AI 编码代理提供确定性的安全开发规范与禁忌。
为 AI 编码代理统一规划、记忆、验证与审查的工程工作流
为 AI 编程代理提供代码库知识图谱与架构感知,辅助理解大型项目。
为 AI 编码代理提供本地优先的共享记忆、协作交接与代码上下文管理。
为 AI 编码代理提供开发、文档、规划等扩展技能集合,提升专业工作流能力。