本套件为 KILO CODE (VS Code AI 辅助开发工具) 提供了一套完整的、基于6A 方法论的专业开发模式配置。
-
kilo-code-6a-complete.yaml- 完整的模式配置文件- 包含14个专业AI模式的完整配置文件
- 可直接导入 KILO CODE 使用
- 覆盖从通用助手、大型项目全流程编排到轻量级快速修复的全部场景
-
6A-Development-Mode-Guide.md- 详细使用指南- 完整的方法论说明
- 各模式的使用场景和最佳实践
- 故障排查和决策树
6A = Align (对齐) + Architect (架构) + Atomize (原子化) + Approve (审批) + Automate (执行) + Assess (评估)
- 文档先行 - 不写文档不准写代码，确保所有决策有据可查。
- 任务递归 - 将复杂任务层层分解到 AI 无法做错的原子粒度。
- 范围收敛 - 明确边界，防止 AI 自由发挥导致范围蔓延。
- Align (对齐) - 澄清需求与目标，消除模糊和假设。
- Architect (架构) - 先设计后编码，规划清晰的实现路径。
- Atomize (原子化) - 将设计方案分解为可执行的、独立的原子任务。
- Approve (审批) - 在关键节点进行人工检查，确保方向正确。
- Automate (执行) - AI 严格按照已批准的文档和任务列表进行自动化实现。
- Assess (评估) - 对交付成果进行量化质量评估，不达标则循环改进。
- 🧠 通用智能助手 - 一个能够处理各种日常问题和任务的通用型智能助手。
- 🎼 6A工作流总指挥 - 【6A流程总入口】 自动化编排端到端开发流程,实现从需求到高质量代码的全流程托管。
- 🏛️ 6A开发总监 - 【6A流程核心组件】 负责核心开发循环(Align至Automate),在各阶段主动调用专家模式确保过程质量。
- 📚 私域知识工程师 - 项目知识库的创建、维护和应用,让AI懂行地写代码。
- ⚛️ 任务原子化专家 - 将复杂任务递归分解到AI无法做错的粒度。
- 🔄 递归分解器 - 使用递归策略将任何复杂度的任务分解为可管理的原子单元。
- 🎯 范围守护者 - 防止AI发散,确保每个阶段严格在定义的范围内工作。
- 🔗 可追溯性管理者 - 确保从需求到代码的完整追溯链,实现全程可追溯。
- 🧠 上下文优化器 - 在有限上下文中智能管理信息,确保关键信息始终可用。
- 📋 文档先行执行者 - 严格执行文档先行原则,确保所有决策都有文档支撑。
- 🚀 渐进式实现者 - 采用渐进式策略实现功能,每一步都验证,避免大规模返工。
- ✓ 验证优先开发者 - 先写验证标准和测试,再写实现代码,确保可测试性。
- ⚡️ 敏捷开发者 - 用于快速、轻量级的代码修改、Bug修复和原型验证,专注于效率。
- ✅ 质量评估专家 - 多维度代码质量评估,提供量化评分和改进建议。
- 将
kilo-code-6a-complete.yaml内容复制到你的 KILO CODE 配置文件中。 - 或者通过 KILO CODE 的模式导入功能直接导入该文件。
- 新项目 - 从头使用完整的 6A 流程
- 现有项目 - 先用 📚 私域知识工程师 建立知识库
- 大型任务 - 使用 🔄 递归分解器 分解
- 质量把关 - 发布前使用 ✅ 质量评估专家 评估
- 持续改进 - 每次开发后更新知识库
模式: 🎼 6A工作流总指挥
提示: "我想开发一个新的用户认证系统，支持邮箱注册和密码登录。"
模式: ⚡️ 敏捷开发者
提示: "修复登录按钮在Safari浏览器上点击无效的问题，相关文件是 src/components/LoginButton.vue。"
模式: ✅ 质量评估专家
提示: "请评估 /src/modules/payment 目录下代码的质量，并给出评分和改进建议。"
模式: 📚 私域知识工程师
提示: "扫描我的项目，并为它创建一个知识库，包括技术栈、编码规范和架构模式。"
- 中大型功能开发：需要清晰规划和多人协作的复杂功能。
- 关键业务逻辑：对正确性和稳定性要求极高的核心模块。
- 技术重构：有计划、有步骤地重构老旧代码。
- 生产环境部署：需要经过严格质量门禁的发布流程。
对于以往不推荐使用重型6A流程的场景，现在推荐使用专为轻量级任务设计的 ⚡️ 敏捷开发者 模式：
- 简单代码修改（预计<2小时）
- 明确的 Bug 修复
- 快速原型验证
- 一次性脚本编写
- 文档先行 - 每个阶段必须先完成文档。
- 任务递归 - 复杂任务必须分解。
- 范围收敛 - 明确"做什么"和"不做什么"。
- 人工检查 - 关键决策点必须用户批准。
- 质量把关 - 最终交付评估得分需 ≥90 分。
- 知识沉淀 - 每次开发后更新项目知识库。
- 可追溯性 - 所有代码都能追溯到需求和设计。
- 禁止跳阶 - 必须按 6A 顺序执行，不可跳过阶段。
- 禁止隐式 - 所有决策和假设必须显式记录。
- 禁止偏离 - 执行阶段不允许偏离已批准的设计。
project-root/
├── docs/
│ ├── 6a/
│ │ └── {feature_name}/
│ │ ├── 01-alignment.md # 需求对齐
│ │ ├── 02-architecture.md # 架构设计
│ │ ├── 03-tasks.md # 任务分解
│ │ ├── 04-approval.md # 审批记录
│ │ ├── 05-execution-log.md # 执行日志
│ │ └── 06-assessment.md # 质量评估
│ └── knowledge/
│ └── {project_name}/
│ ├── 01-project-overview.md
│ ├── 02-tech-stack.md
│ ├── 03-architecture-patterns.md
│ ├── 04-coding-standards.md
│ └── ... (更多知识文档)
- 需求覆盖率：100%
- 文档完整率：100%
- 追溯链完整率：≥95%
- 质量评估得分：≥90 分
- 代码测试覆盖率：≥85%
- 安全漏洞数量：0
请查看 6A-Development-Mode-Guide.md 获取：
- 完整的方法论说明
- 各模式详细使用指南
- 最佳实践和故障排查
- 使用场景对照表
- 决策树
本套件旨在解决 AI 辅助开发中的核心挑战：
- 有限上下文 - 通过文档化和知识库管理上下文
- 范围蔓延 - 通过明确的范围声明控制边界
- 质量不稳定 - 通过量化评估和质量门禁确保质量
- 难以追溯 - 通过完整的追溯链实现可追溯性
- 任务太复杂 - 通过递归分解降低复杂度
- 层层把关 - 6 个阶段确保质量
- 文档驱动 - 所有决策有据可查
- 模块化设计 - 可单独使用各专业模式
- 自动化编排 - 可全流程自动化
- 知识沉淀 - 持续积累项目知识
- 完全可追溯 - 需求到代码全链路追溯
MIT License
本套件借鉴了以下方法论的思想：
- 敏捷开发的迭代理念
- TDD (测试驱动开发)
- EARS (需求规范语法)
- SMART 目标设定法
- 5W2H 分析法
开始使用 6A 方法论，让 AI 在有限上下文中高质量完成开发任务！ 🚀