Új nyílt forráskódú eszköz szabványosítja az AI-alapú csapatkódolást
Az új, nyílt forráskódú ADLC Team Skills eszközzel a fejlesztőcsapatok AI-ügynökei felelős, ellenőrizhető tagokká válnak, véget vetve a 'vibe coding' káoszának.
A tikalk új, nyílt forráskódú eszköze, az ADLC Team Skills, arra hivatott, hogy az AI-ügynököket az elszigetelt találgatások helyett a csapat normáinak megfelelő, felelős csapattagokká alakítsa. A fejlesztők így elkerülhetik a „vibe coding” okozta technikai adósságot és a kód tulajdonjogának elvesztését. (Hacker News)
Az eszköz a „Speed is solved; Trust and Verification is the new bottleneck in AI engineering” (A sebesség megoldott; a bizalom és az ellenőrzés az új szűk keresztmetszet az AI-fejlesztésben) elv mentén működik. Az ADLC Team Skills az Agentic SDLC (Software Development Lifecycle) tizenkét tényezős keretrendszerének csapatrétegeként funkcionál, és a csapat alkotmányát, termékstratégiáját, építészeti szabványait és értékelési benchmarkjait integrálja az AI-ügynökök munkájába.
A rendszer kompatibilis bármely, az Agent Skills szabványt támogató AI-ügynökkel, beleértve a Claude Code-ot, a Codex-et, az OpenCode-ot, a Cursor-t és a GitHub Copilot-ot. Az eszköz slash parancsokat és session_start eseményhorgonyokat biztosít kilenc különböző kódolóügynök számára, így nincs gyártó lock-in. A csapatkontextus modulok (alkotmány, szabályok, perszonák, példák) verzióvezérelt Git-tárolóban, a Team AI Directives repóban kezelhetők.
Az ADLC Team Skills a korábbi „vibe coding” helyett egy strukturált megközelítést kínál. Míg korábban az AI-ügynökök semmit sem tudtak a projekt architektúrájáról vagy a csapat szabályairól, addig az ADLC Team Skills automatikusan betölti a csapat alkotmányát és a döntéseket a munkamenet elején. Ez csökkenti a promptfalak méretét és a modell téves utasításait, helyette csak a feladathoz releváns szabályokat tölti be.
A rendszer a kódolási folyamatot a „Contract-First” elv mentén szervezi, ahol a célok, korlátok és sikerfeltételek előre definiálásra kerülnek. A munkamenet végén a „levelup-specify” funkció kigyűjti a végrehajtási nyomokat, és új szabályokat commitál Git-be, ezzel biztosítva a tudás megmaradását és a folyamatos fejlesztést. Az automatizált LLM-bírók és bináris értékelők ellenőrzik a kódot az emberi felülvizsgálat előtt, minimalizálva a csendes regressziókat.
A projekt a GitHubon 85 csillagot gyűjtött össze 68 commit mellett. A Team AI Directives kiegészítő repó kezeli a csapat alkotmányát, szabályait és a készségnyilvántartást, lehetővé téve az AI-alapú szoftverfejlesztés bizalmának és ellenőrizhetőségének javítását.